軟體王 Softking

功能特性

• 完全離線運作：採用 OpenAI Whisper 模型，所有語音辨識都在本機執行，不需網路連線，音訊檔案不會離開你的電腦，隱私零妥協
• 支援近百種語言：可辨識並轉錄幾乎所有主流語言，包含繁體中文、簡體中文、英文、日文、韓文、法文、德文、西班牙文等，並支援跨語言翻譯成英文
• 多種輸出格式：支援 SRT、VTT、TXT、HTML、PDF、JSON、DOCX 等格式，滿足字幕製作、文稿整理、資料分析等不同需求
• GPU 硬體加速：針對 macOS（CoreML）、Windows 與 Linux（Vulkan）進行 GPU 優化，支援 NVIDIA、AMD、Intel 顯示卡，大幅縮短轉錄時間
• 批量大量處理：可一次拖入多個音訊／影片檔案進行批量轉錄，不需逐一操作
• YouTube 與影音網站支援：直接貼上 YouTube、Vimeo、Facebook、Twitter 等平台的網址，即可下載音訊進行轉錄
• 說話者辨識：內建 Speaker Diarization 功能，自動區分不同說話者，在轉錄稿中標示誰說了什麼
• 即時預覽與編輯：轉錄過程中可即時預覽逐字稿，並在完成後直接編輯修正
• AI 摘要與分析：可整合 Claude API 或本機 Ollama，對轉錄內容進行摘要、翻譯或其他 AI 分析
• 麥克風即時錄音轉錄：直接從系統音訊或麥克風錄音並即時轉錄
• HTTP API 與 CLI 支援：提供 Swagger 檔案化的 HTTP API 伺服器模式，以及命令列介面，適合開發者整合到自己的工作流程中
• 自動更新與跨平台：內建自動更新機制，支援 macOS、Windows、Linux 三大桌面平台，並提供 .dmg、.deb、.rpm、.AppImage 等多種安裝格式

使用場景

• 記者與採訪工作者：錄下採訪內容後，直接拖進 Vibe 轉成文字稿，省去邊聽邊打的痛苦，還可匯出 SRT 給影片上字幕
• 研究生與學術研究者：將課堂錄音、演講錄影或焦點團體訪談轉錄為逐字稿，方便後續編碼分析與引用
• 內容創作者與 YouTuber：從自己的影片或參考影片中提取逐字稿，快速產出字幕檔（SRT/VTT），提升影片可及性與 SEO
• 聽障人士與無障礙需求：將沒有字幕的影片或會議錄音轉成文字，確保資訊平等取得
• Podcast 製作人：將每集節目轉錄為文字稿，放在官網上作為 show notes，改善搜尋引擎排名與聽眾體驗
• 會議記錄與商業應用：內部會議、客戶訪談結束後快速產出逐字會議記錄，且因完全離線處理，機密資訊不會外洩
• 語言學習者：將外語音訊轉錄為文字，搭配翻譯功能輔助理解，或製作雙語對照字幕

系統基本需求

• 作業系統：macOS（Intel 與 Apple Silicon）、Windows（10/11，x86_64 與 ARM64）、Linux（x86_64 與 ARM64，支援 .deb、.rpm、.AppImage）
• 記憶體：基本需求 4GB 以上；建議 8GB 以上以順暢執行大型 Whisper 模型
• 儲存空間：軟體本體約 40MB；Whisper 模型檔案約 150MB（tiny）至 3GB（large-v3），依選擇模型而定
• GPU：非必要但建議具備。支援 NVIDIA（CUDA/Vulkan）、AMD（Vulkan）、Intel（Vulkan）與 Apple（CoreML）GPU 加速
• CPU：支援 AVX2 指令集可獲得最佳效能；ARM 架構（Apple Silicon、樹莓派）亦可執行
• 網路連線：初次使用需下載 Whisper 模型；後續離線轉錄不需網路。若使用 YouTube 轉錄或 Claude/Ollama 功能則需網路

免費資訊

• 完全免費且開源，採用 MIT 授權條款。無付費版本、無訂閱制、無浮水印、無用量限制。原始碼完整公開於 GitHub，社群活躍，持續更新維護中。若喜歡此專案，可透過 GitHub Star 或贊助方式支援開發者。

多國語言介面

• 應用程式本身的使用者介面已內建多國語言支援，社群貢獻了包括英文、繁體中文、簡體中文、日文、韓文、法文、德文、西班牙文、葡萄牙文、俄文等多種語言的翻譯檔。可透過修改語言設定檔輕鬆切換。轉錄功能方面，Whisper 模型本身支援近百種語言的語音辨識。

總結

• Vibe 是那種「用了就回不去」的轉錄工具。市面上不是沒有其他選擇——Google 有語音轉文字 API、Otter.ai、Sonix 之類的服務也很成熟——但那些全是雲端服務，你得把音訊檔上傳給別人，還得按時付費。Vibe 把所有東西都搬到了你的電腦上，速度不輸雲端服務，隱私卻完全在你的掌控之中。它的使用體驗也做得相當到位：介面設計簡潔美觀、操作邏輯直覺流暢、支援的輸出格式應有盡有。雖然大型 Whisper 模型在沒有 GPU 的機器上會跑得比較慢，但對於重視隱私、需要大量轉錄、或是經常有機敏內容要處理的使用者來說，Vibe 幾乎是無可挑剔的解決方案。MIT 開源授權、跨平台支援、活躍的社群開發——只能用一句話總結：佛心軟體，不裝嗎？