Muesli 发布原生 macOS 应用，支持本地优先的会议转录

Muesli 是一款原生 macOS 应用程序，旨在提供默认本地化的听写和会议转录，并专门针对 Apple Silicon 硬件进行了优化。通过优先考虑设备端处理，该工具旨在为 Granola、WisprFlow 和 Littlebird 等服务提供一个更具隐私性的替代方案，因为在这些服务中，音频数据通常在云端进行处理。

隐私优先架构

Muesli 的核心设计理念围绕数据本地化。语音转文本识别默认在用户的 Mac 上运行，只有当用户明确选择特定的 AI 功能时，应用才会将内容发送到托管提供商。

这张图片捕捉了该应用程序的核心理念，即优先考虑本地优先处理以确保用户隐私。

图表由 HN Digest 根据 github.com 报告的数据绘制；数值按源文件显示。

虽然该应用使用 iCloud 在不同设备间同步文本和元数据，但其设计初衷是绝不传输音频文件。这确保了原始录音保留在原始设备上，而处理后的文本仍可访问。

对于会议转录，该应用可以捕捉麦克风和系统音频，并带有发言人标签。它还支持导入 MP3、MP4 和 WAV 等格式的现有文件进行重新转录。

模型灵活性与自定义

该应用程序支持多种转录模型，允许用户选择最适合其需求的模型。选项包括 Apple Speech、Parakeet（Unified、v2、v3、Redux 和 Realtime EOU）、Nemotron 3.5 和 SenseVoice。

用户还可以通过向个人词典中添加技术术语、姓名和替换对来定制他们的体验。此词典可以作为 JSON 文件导入或导出，以便在整个应用及其命令行界面中使用。

对于那些偏好特定 AI 提供商的用户，Muesli 支持与 OpenAI、Anthropic、OpenRouter 以及 Ollama 或 LM Studio 等本地推理引擎集成。

会议管理与 Agent 集成

除了简单的转录，Muesli 还提供将会议转化为可操作事项的工具。它包含会议摘要模板和“Ask Meetings”工作区，用户可以使用“@”符号来关联特定会议并查询其历史记录。

这张图片展示了 Muesli 应用程序的主要用户界面，展示了用户如何与保存的转录文本和会议文件夹进行交互。

该项目还包含一个命令行界面（CLI），可与 Claude Code 或 Codex 等编码 Agent 配合使用。这允许具有本地 shell 访问权限的 Agent 分析转录文本并执行任务，如查找会议或直接转录文件。

实验性功能如“Time Turner”允许用户通过文本或应用搜索本地屏幕历史，而“Cotypist”则根据用户的输入源提供设备端的行内写作建议。

硬件要求与限制

Muesli 要求运行 macOS 14.2 或更高版本的 Apple Silicon Mac。由于许多模型在本地运行，应用提供了进度指示器，在录制开始前显示模型准备状态。

虽然本地处理增强了隐私，但它可能会消耗大量资源。某些功能，如“Ask Meetings”聊天和特定的摘要步骤，可能会根据所选模型消耗大量的系统资源。

来源未提供具体的性能基准，用于比较 Muesli 本地模型的准确性或延迟与云端竞争对手的对比，这使得在本地隐私和云端性能之间的权衡成为用户定义的选择。

技术栈

该应用程序使用 Swift、AppKit 和 SwiftUI 构建。对于本地推理，它利用了包括 CoreML、Apple Neural Engine、MLX Swift 和 llama.cpp 在内的多种运行时。

音频处理通过 CoreAudio 进程钩子和 ScreenCaptureKit 处理，并使用 Silero VAD 和 pyannote 角色分离技术用于语音活动检测和发言人识别。