繁體中文 | English

拾音 Shiyin

macOS 的會議紀錄 app。錄下會議（現場或線上），錄音中就能看到即時逐字稿；錄完在本機轉錄、分出說話者，再交給 Claude、Codex 或 API 整理成會議紀錄。紀錄裡每一條都附上錄音時間點，點一下就能聽到原話。

• 錄音、轉錄、說話者辨識都在本機完成，錄音不會上傳
• 不需要安裝 Python、Homebrew 或 ffmpeg，下載 DMG 就能用
• 介面有繁體中文和英文（跟著 macOS 的語言），會議可以是中文或英文
• 需要 Apple Silicon 和 macOS 26

怎麼用

1. 錄音或匯入：按工具列的「錄音」（⌘R）。線上會議請把錄音來源選「麥克風＋電腦聲音」，對方的聲音也會錄進來。已經有錄音檔的話，拖進視窗就好。
2. 邊錄邊看、邊記：左邊是即時逐字稿，右邊「我的筆記」每換一行會自動記下錄音時間；重要的地方按「標記重點」（⌘B）。
3. 停止並轉錄：在本機正式轉錄並分出說話者，點「說話者 1」可以改成人名。
4. 看會議紀錄：轉錄完自動整理成摘要、決議、待辦、未決問題，每一條都能點時間點跳回錄音。不確定的人名和專有名詞會列在「待確認」，回答後 AI 會依答案修正。
5. 匯出或分享：會議紀錄存成 Markdown、PDF、Word，逐字稿存成字幕檔，或把整場會議打包成 .shiyin 傳給同事。

功能

• 錄音

  • 來源可以選「只錄麥克風」「麥克風＋電腦聲音（線上會議）」「只錄電腦聲音」。Zoom、Meet、Teams 對方的聲音也錄得到
  • 錄音中顯示即時逐字稿、各來源的音量；可以暫停、標記重點、做筆記
  • 關掉主視窗後錄音照常進行，選單列可以暫停、停止；在其他 app 裡按 ⌃⌥⌘R 也能開始或停止錄音
  • app 當掉或電腦突然關機，下次開啟會自動復原錄音

• 匯入：音訊和影片（m4a、mp3、wav、aac、flac、caf、aiff、mp4、mov）、逐字稿（srt、vtt、txt）、Markdown 筆記、整場會議封包（.shiyin）。可以拖進視窗、⌘O、拖到 Dock 圖示，或在 Finder 用「打開方式」

• 本機轉錄：whisper.cpp + Breeze ASR 25，詞彙表會當成提示詞；也可以改用 macOS 內建辨識（不用下載模型、速度快很多，但不參考詞彙表）

• 會議語言：每場會議可以選中文或英文，轉錄、會議紀錄、匯出的標題都跟著這個語言；預設語言在設定裡改

• 逐字稿校正：轉錄完，整理工具依詞彙表和上下文找出可能聽錯的字（同音字、專有名詞），標在逐字稿裡，你按「接受」才改，可以還原

• 詞彙表建議：從參加者、說話者名字、校正過的字、會議標題建議要加進詞彙表的詞

• 說話者辨識：逐字稿每段標上說話者，每個人一個顏色；可以改名、只看某一位說話者

• 會議紀錄

  • 範本：一般會議、一對一、訪談、課堂／演講、腦力激盪，也可以自訂
  • 整理工具：Claude Code、Codex CLI、Anthropic API、OpenAI API，或「不整理」只要逐字稿
  • 可以直接編輯；每次修改都留版本，可以復原

• 匯出與分享

  項目	格式
  會議紀錄	Markdown、PDF、Word；也可以複製成富文字、Markdown、純文字
  逐字稿	txt、Markdown、srt、vtt、Word（可選要不要時間點和說話者）
  錄音	m4a、wav
  整場會議	.shiyin 封包（錄音、逐字稿、說話者、紀錄、筆記、重點），對方雙擊就能匯入

  匯出時也可以直接用 AirDrop、Mail、訊息分享。

• 管理：資料夾（依專案或客戶分類）、全文搜尋所有會議、垃圾桶（30 天內可還原）

• 其他：倍速播放（0.75×～2×）、用詞修正（逐字稿和紀錄一起改）、轉錄完自動把錄音壓縮成 m4a、完成或失敗時發通知、app 內更新

_{逐字稿截圖的示範錄音取自 AMI Meeting Corpus（ES2004a，CC BY 4.0）。}

系統需求

安裝

用 DMG 安裝

1. 取得 Shiyin-<版本>.dmg（這個 repo 的 Releases，或向維護的人拿），打開後把「拾音」拖到旁邊的 Applications（應用程式）。
2. 拾音沒有經過 Apple 公證，第一次打開會被擋下：到「系統設定 → 隱私權與安全性」按「仍要打開」（只要做一次）。DMG 裡的「安裝說明.pdf」有完整步驟（英文版是「Install Guide.pdf」）。
3. 第一次打開會出現引導：允許麥克風、下載轉錄模型（約 1.7 GB）、選整理工具。每一步都可以略過，之後在設定裡補做。
4. 3.1.1 起，拾音會自動檢查這個 repo 的 Releases 有沒有新版，詢問你之後自動更新。

從原始碼建置

需要 Xcode 26（Swift 6.2 以上）。第一次建置會用 Swift Package Manager 下載 GRDB、FluidAudio 和 whisper.cpp 的 XCFramework。

git clone https://github.com/juinwei7/Shiyin.git
cd Shiyin
scripts/make-signing-cert.sh --trust   # 只要做一次：建立並信任自簽憑證（要輸入登入密碼），之後更新 app 時權限不用重新允許
scripts/build-app.sh --install         # 建置 release 版並安裝到 ~/Applications

沒有執行 make-signing-cert.sh --trust 也能建置，會改用 ad-hoc 簽章，只是每次重新建置後系統可能會再問一次權限。

發布新版

用 GitHub Actions（推薦）

1. 改 Resources/Info.plist 的 CFBundleShortVersionString，commit 並推上去。

2. 打一個帶說明的 tag 並推上去，說明文字就是這版的更新內容：

   git tag -a v3.1.1 -m "這版改了什麼"
   git push origin v3.1.1
   

3. .github/workflows/release.yml 會在 macos-26 runner 上建置 DMG，建立 GitHub Release 並上傳 DMG 和 shiyin-update.json。tag 跟版本號不一致時會直接失敗。

也可以在 Actions 頁面手動執行「打包」，只建置、不發布，DMG 放在那次執行的 artifact。

設定（Settings → Secrets and variables → Actions，都是選填）：

在自己的電腦上發布

1. 改 Resources/Info.plist 的 CFBundleShortVersionString。

2. 產生 DMG，帶入更新網址和這版的更新內容：

   SHIYIN_UPDATE_URL=https://example.com/shiyin/shiyin-update.json \
   SHIYIN_RELEASE_NOTES="這版改了什麼" scripts/make-dmg.sh
   

   dist/ 裡會有 Shiyin-<版本>.dmg 和 shiyin-update.json（版本、DMG 檔名、SHA-256、更新內容）。

3. 把這兩個檔案放到更新網址的位置（一定要 https）。已經安裝的拾音會在 24 小時內檢查到新版，詢問使用者後自動下載、驗證並重新開啟。

用 GitHub Releases 發布的話，更新網址可以用 https://github.com/juinwei7/Shiyin/releases/latest/download/shiyin-update.json，每次發布時把兩個檔案都上傳：

gh release create v3.1.1 dist/Shiyin-3.1.1.dmg dist/shiyin-update.json --notes "這版改了什麼"

注意：私人 repo 的 Releases 檔案要登入才能下載，app 內更新會失敗；這種情況請把兩個檔案放在公開的 https 位置（公司內部網站、NAS 等）。

app 會檢查新版的簽章是否跟目前的 app 相符。執行過 make-signing-cert.sh --trust 之後，只有同一張憑證簽的版本才能透過更新安裝。

資料與隱私

設定（⌘,）

開發

本專案採用 SDD（規格驅動開發）：先寫需求、設計、任務，再寫程式，每項任務都要實際跑過才打勾。

專案結構

Sources/Shiyin/
├── App/          app 進入點、選單、AppDelegate
├── Capture/      錄音（麥克風、系統聲音）、寫檔、即時逐字稿
├── Transcribe/   解碼、whisper.cpp、macOS 內建辨識、說話者辨識
├── Notes/        整理工具（CLI、API）、提示詞、範本
├── Model/        資料表與會議紀錄的資料結構
├── Store/        資料庫（GRDB）、AppModel
├── IO/           匯出、.shiyin 封包、匯入逐字稿
├── Services/     工作佇列、模型下載、更新、鑰匙圈、全域快捷鍵、通知
├── Views/        SwiftUI 畫面
└── Debug/        DEBUG 版的控制通道（shiyinctl）
Resources/        Info.plist、翻譯表（Localizable.xcstrings）、圖示
scripts/          建置、DMG、自簽憑證、圖示、開發工具
docs/             規格與實驗紀錄

常用指令

scripts/build-app.sh               # release 建置，產出 build/Shiyin.app（實際位置在 ~/Library/Caches/ShiyinBuild）
scripts/build-app.sh --debug       # DEBUG 建置，含驗證用的控制通道
scripts/make-dmg.sh                # release 建置並產生 DMG 和 shiyin-update.json
swift scripts/make-icon.swift Resources/AppIcon.icns   # 重新產生圖示

# DEBUG 版的控制通道：不用操作畫面就能觸發功能、讀取狀態、截圖
swiftc scripts/dev/shiyinctl.swift -o ~/Library/Caches/ShiyinBuild/shiyinctl
~/Library/Caches/ShiyinBuild/shiyinctl state /tmp/state.json
~/Library/Caches/ShiyinBuild/shiyinctl snapshot /tmp/summary.png dark detail

scripts/dev/l10n.py check         # 改過介面文字後：抽出字串、列出缺英文翻譯和沒查表的中文
~/Library/Caches/ShiyinBuild/app/Shiyin.app/Contents/MacOS/Shiyin -AppleLanguages "(en)"   # 用英文介面開啟

/usr/bin/log stream --predicate 'subsystem == "com.weiwei.shiyin"'      # 看 log
sqlite3 ~/Library/Application\ Support/Shiyin/shiyin.sqlite             # 看資料

已知限制

• 沒有 Apple 開發者帳號，app 沒有公證，第一次打開要手動放行。
• 錄音中的即時逐字稿用的是系統內建的辨識，不吃詞彙表，英文專有名詞常常不準（例如 Redis 變成 readis）。錄完後的正式轉錄會用詞彙表修正。
• 轉錄的準確度：在公開的真人中文會議（遠距收音、6 人）上，字錯誤率 Breeze 約 29%、macOS 內建約 25%，以漏掉搶話和語助詞為主；整理出來的會議紀錄仍然正確。筆電或耳機收音的會議應該會好很多，但還沒有用真實的台灣會議驗證過。
• 說話者辨識：很短、而且大部分時間只有一個人在講的錄音，話少的人可能被併進別人。逐字稿的一段裡如果換人說話，整段只會標一個說話者。
• Claude 整理通常要 30～70 秒，偶爾會到幾分鐘。
• 英文會議的轉錄：在公開的英文會議片段（AMI，4 人）上，字錯誤率 Breeze 約 27%、macOS 內建約 26%。
• 還沒有：中文和英文以外的語言、行事曆整合、iPhone 版。

使用的開源專案與模型

轉錄模型和說話者辨識模型不放在這個 repo 裡，第一次使用時才下載。app 和 DMG 都附有上面這些套件的完整授權條款：「關於拾音」視窗、DMG 裡的 Third-Party Licenses.txt（scripts/dev/make-third-party-licenses.sh 產生，更新套件後要重跑）。

授權

MIT。使用的開源專案和模型各自依上表的授權條款。