科技媒體 macstories 昨日（6 月 17 日）發(fā)布博文，通過一段長達(dá) 34 分鐘，7GB 的視頻文件實測，發(fā)現(xiàn)蘋果全新的 Speech API 僅用 45 秒完成，比 OpenAI Whisper（101 秒）快 55%。
注：蘋果公司在 WWDC 2025全球開發(fā)者大會上，宣布推出全新的 Speech 框架，其中包含 SpeechAnalyzer 和 SpeechTranscriber 兩款模組。
該媒體實測了基于上述模組開發(fā)的 Yap 應(yīng)用工具，發(fā)現(xiàn)轉(zhuǎn)錄處理一段 34 分鐘、7GB 的 4K 視頻，只需要 45 秒，遠(yuǎn)超競品 MacWhisper（基于 OpenAI 的 Whisper 開源語音轉(zhuǎn)錄模型）的 1 分 41 秒。
該媒體進(jìn)一步對比 Yap 與 MacWhisper、VidCap 等主流工具的表現(xiàn)：
Yap：45 秒完成轉(zhuǎn)錄，輸出 SRT 及 TXT 格式文件；
MacWhisper（V3 Turbo）：1 分 41 秒；
VidCap：1 分 55 秒；
MacWhisper（V2）：3 分 55 秒。
該媒體指出盡管所有工具在專有名詞識別（如“AppStories”）存在誤差，但 Yap 的本地化運算，讓其速度優(yōu)勢顯著，以每周處理多段視頻計算，累計節(jié)省時間效益可觀。
