Apple推出创新Speech技术！4K视频34分钟转录只需45秒，效能超越OpenAI达55%
发布时间：2025-06-18 17:25:10 | 责任编辑：吴昊 | 浏览量：6 次
近日，科技媒体 macstories 通过一项实测，揭示了苹果公司全新推出的 Speech API 的强大性能。通过转录一段长达34分钟、大小为7GB 的4K 视频，该技术仅用时45秒完成转录，速度之快令人惊叹。
这项技术的推出是在2025年 WWDC 全球开发者大会上宣布的，其中包括两个重要模块:SpeechAnalyzer 和 SpeechTranscriber。macstories 团队使用了基于这些模块开发的 Yap 应用工具，对其转录性能进行了详细测试。结果显示，Yap 在处理视频时展现出了显著的速度优势，远超目前市场上其他主流转录工具。
在与竞争对手的对比中，Yap 完成转录所需时间为45秒，而 OpenAI 的 Whisper（MacWhisper V3Turbo 版本）则需要101秒，速度慢了55%。其他工具如 VidCap 和 MacWhisper V2的转录时间分别为1分55秒和3分55秒，这进一步突显了 Yap 的优势。
尽管所有工具在专有名词识别方面存在一定误差，比如在转录 “AppStories” 时的识别不准确，但 Yap 的本地化运算能力使其在处理速度上具有无可比拟的优势。这意味着，如果用户每周处理多段视频，使用 Yap 将节省大量时间，提升工作效率。
苹果在转录技术领域的这一创新不仅提高了效率，也为创作者、教育工作者和内容制作者带来了便利。随着这项技术的普及，未来我们可能会看到更多企业在视频处理和内容生成方面的应用。总之，苹果的这项新技术标志着语音转录领域的一次革命，未来的内容生产将因其而变得更加高效与智能。
苹果在2025年全球开发者大会（WWDC）上发布了新的Speech API，其语音转录速度令人瞩目。在一项测试中，苹果的Speech API仅用45秒就完成了对一个34分钟、7GB大小的4K视频文件的转录。相比之下，OpenAI的Whisper模型完成同样的任务需要101秒。这意味着苹果的Speech API在转录速度上比OpenAI的Whisper快了约55%。
技术优势
苹果的Speech框架包括两个模块：SpeechAnalyzer和SpeechTranscriber。这种高效的表现得益于苹果在语音处理领域的技术突破，尤其是在本地计算方面的优势。基于新模块开发的应用程序Yap在测试中展现了极高的效率，而其他工具如MacWhisper（基于OpenAI的Whisper）则需要更长时间。
未来展望
苹果的这一技术进步不仅为视频内容创作者提供了极大的便利，还为未来场景的扩展奠定了基础。随着人工智能技术的不断发展，苹果可能会在语音识别领域推出更多创新解决方案，进一步提升用户体验。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
