Vox Dictum：带有说话人分类和AI摘要的本地转录工具

Vox Dictum 是由 Cobalt InFX 开发的一款 macOS 应用，专注于提供完全本地的转录和摘要服务。该应用支持 Apple Silicon（M1 及以上）和 macOS 14.6 及以上版本，所有处理均在设备上完成，无需将数据发送至云端，从而确保用户隐私。

在转录方面，Vox Dictum 利用 AI 语音识别技术，能够处理超过 60 种语言的音频和视频文件，准确率较高。此外，它具备自动说话人识别功能，可检测并标记不同说话人，且在 Pro+ 版本中，同一说话人的声音可在多个录音中被跨文件识别。用户还可以手动重命名说话人，系统会自动更新所有相关片段。

除了转录，Vox Dictum 还提供 AI 摘要功能，能够为会议、访谈、播客等场景生成结构化摘要，包含关键决策、行动项和发言人贡献。该摘要完全在本地生成，不依赖云端。录音增强功能包括语音增强、背景噪音消除和静音移除，以提升转录质量。导出选项丰富，支持 TXT、Markdown、HTML 和 SRT 字幕格式，且保留说话人名称。

隐私是 Vox Dictum 的核心卖点。该应用不收集任何个人数据、使用分析或崩溃报告，也不包含任何第三方 SDK 跟踪。唯一的网络活动是首次使用时下载 AI 模型（约 2-7 GB）和 Apple 验证订阅状态。录音、转录文本和摘要始终存储在本地，用户卸载应用时一并删除。订阅管理由 Apple 通过 App Store 处理，Cobalt InFX 不接触支付信息。

定价方面，Vox Dictum 提供免费版、Pro 版（每月 £7.99）和 Pro+ 版（每月 £12.99）。免费版支持无限转录、基础模型、说话人分类和重命名、60 多种语言、音频增强和基本导出。Pro 版添加高级转录模型、AI 摘要、重叠解决、自定义词汇校正、说话人重分配等。Pro+ 版进一步包括说话人识别（声音匹配）、批量作业中的一致标签、自动标签传播等功能。年付可享 36% 折扣。

与同类产品如 MacWhisper、Otter.ai 和 Dragon 相比，Vox Dictum 在本地处理、零数据收集、AI 摘要本地化、说话人识别本地化、重叠检测和音频增强方面具有优势。它适用于需要高度隐私的专业人士，如律师、记者和研究人员。