Mac 本地把视频转写成 SRT 字幕，不上传音频

更新于 2026-07-10 · 全程本地，文件不上传

快速答案

选择自动识别，让 Whisper 在 Mac 本地运行，校对文字后点「只导出 SRT」；媒体不会发送到在线转写服务器。

采访、课程和敏感录音做转写时，关键不是模型叫什么，而是识别在哪里发生。FFmix 先在本地提取 16 kHz 单声道临时音频，再运行 Whisper 本地识别。首次使用需要下载约 480MB 模型；之后完全在设备端完成，音频不会上传。

识别结束后，可以在文字校对界面修正人名和措辞，同时保持时间轴不动。选择**「只导出 SRT，不烧录」**，同名字幕会写到源文件旁；若需要永久字幕，再进入单独的烧录步骤。自动识别属于 Pro，但“先展示、确认后执行”的契约不变。

操作步骤

1 把采访、课程或视频拖入 FFmix，选择「烧录字幕」。

2 选择自动本地识别；首次使用时让 FFmix 下载 Whisper 模型。

3 选择自动检测语言，开始识别，并在不改变时间轴的前提下校对文字。

4 选择「只导出 SRT，不烧录」，同名 .srt 会保存到源文件旁。

高级：ffmpeg 标准配方

这是该流程的标准配方。FFmix 会先按你 Mac 上的引擎适配编码参数，再展示最终命令；界面展示什么，就原样执行什么。

ffmpeg -i "interview.mov" -vn -ar 16000 -ac 1 "$TMP.wav" && whisper-cli -m ggml-medium-q5.bin -l auto --output-srt "$TMP.wav"

FFmix 内置「采访出稿：识别 → SRT」一键预设

拖入文件即可，全程本地，文件不上传。

常见问题

不会。Whisper 在你的 Mac 上运行；首次只下载模型，媒体文件和临时音频都不会上传。

可以。FFmix 提供轻量文字校对，但锁定 Whisper 识别出的时间轴，避免误改同步。

自动识别属于 FFmix Pro 流程；如果已经有 SRT，单独烧录字幕仍是另一项本地任务。