跨语言开会、看外文直播,最难受的两件事——听不准,和记不住。往会议室里塞个录音机器人能救一部分,但对方会觉得别扭,内部讨论也全进了别人的服务器。

最近有个叫「知了」(Cicada)的开源小工具,走了一条不太一样的路。它直接在 macOS 系统底层抓扬声器声音,在你自己电脑上跑完识别、字幕和纪要,不往任何会议里加机器人。作者是个人开发者 wquguru,Apache-2.0 协议,11 月初刚冒头——至少五篇公众号长文在 11 月 3 日到 4 日集中解读了它,其中一篇标题就是「开源了一个 Mac 会议神器:实时字幕、同声传译、AI 纪要,声音不出电脑」。公开报道时星标在 770–870 之间浮动。

01.

它到底在本地干了什么

老工具抓系统声音大多走 ScreenCaptureKit,代价是逼你授权「屏幕录制」——一个会议工具要录你的屏幕,很多人到这就把窗口关了。知了改用 Core Audio 的 process tap,只申请「系统音频录制」这一项,不碰屏幕。

1实时字幕不靠机器人

它抓的是 Mac 播放出来的声音,不是你的麦克风。Zoom、飞书、腾讯会议,或者 B 站公开课、YouTube 直播,只要声音从电脑出来它都能接。对方开口几秒,本地自动认出语言、翻成你的系统语言,字幕条贴在屏幕底部,有人说话才浮出来,鼠标划过自动变透明。

声音不出电脑,是它最戳人的一句承诺。 语音识别、录音全在本机完成;会离开设备的,只有识别出来的文字(拿去翻译和生成纪要),以及你按键说话做同传时的那几句语音。无统计、无埋点、无自建服务器,屏幕共享和录屏也拍不到纪要窗口。

2按住一个键就能开口翻译

轮到你发言时,按住键盘右侧的 ⌥ 开口,麦克风的中文会通过 BlackHole 虚拟声卡翻成外语、直接送进会议麦克风,对方不用装任何插件。不填任何 Key,也能用 Mac 自带语音;填了蚂蚁 Ling 的 API Key,可以克隆你自己的声音,听感更自然。

3纪要从带行号开始

开会时右侧开一个纪要窗口,攒够三句话就开始,之后每 45 秒更新一版。里面有一句话总结、议题、结论、待办、人名术语表,甚至一张鱼骨图。关键在回查:每条结论和待办都挂着行号,点一下跳回当时那句原话,没依据的标成灰色直接丢。听两小时公开课,看完手里已经是一份能点回原话的笔记。


02.

它砸的是哪笔订阅

方案

费用模式

隐私

系统门槛

知了 Cicada

本机功能永久免费,深度纪要约 0.15–1 元/小时

声音不出电脑

仅 Apple 芯片 + macOS 26+

Otter.ai

免费额度 + 订阅(Pro $10、Business $20 / 用户 / 月)

音频上传云端

全平台

讯飞听见

按分钟 / 套餐收费

音频上传云端

全平台

Zoom AI Companion

绑定付费会议套餐

云端处理

全平台

它平替的,正是「按分钟收费、数据上云」的那一类会议转录 SaaS。不填 Key,实时字幕、翻译、会议记录、同传照常能用;填 Key 才解锁实时纪要、一步语音翻译和声音克隆。Ling 每月送 10 元额度,约够 10–50 小时会议。


03.

争议:本地优先,还是半本地

把它叫「完全本地」并不准确。 基础字幕和翻译走 Apple 本机框架或 Google,确实不出电脑;但深度纪要、声音克隆一旦开了 Ling,识别出的文字和按键语音会发到蚂蚁的云端。所谓「本地」,在进阶功能上其实是半本地。

有评测文章点得直接:只告诉模型「话题不要太碎」它还是会碎,得把规则说死;同样的,工具标榜本地,你也得看清哪些环节其实走了云。

另一重争议是门槛。它现在只支持 Apple 芯片的 Mac、且要 macOS 26 以上,Intel 机型、Windows、老系统全被挡在门外。应用还没过苹果公证,首次打开要在「隐私与安全性」里点「仍要打开」。还有个实际短板:你直接对着麦克风讲的话它记不下来,只有按住说话键说的那几句会被记成「你」。

04.

谁该装,谁先别急

常开跨语言会、又在意隐私的人,值得下下来试。不填 Key 就能验字幕出得快不快、语言识别准不准,这些不花额度。看英文课、技术分享、长访谈,把它当学习笔记工具比当会议工具更划算。

真正要冷静的,是「免费平替」四个字。 它赢在成本结构和隐私,但模板、生态、跨平台这些付费 SaaS 的护城河,它一个都没补齐。一个个人开发者的项目,迭代节奏和长久维护同样是问号——别因为免费用,就把重要会议的第一份记录全押上去。

知了 Cicada

GitHub:https://github.com/wquguru/cicada

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐