Mila：macOS 本地录音转录应用

项目简介

Mila 是一款原生 macOS 应用，用于录音、听写和本地转录，音频不会离开设备。转录由 whisper.cpp（Metal GPU 加速）驱动：希伯来语使用 ivrit.ai 的 large-v3 微调模型，英语使用 OpenAI 的 large-v3-turbo。项目用 Swift 编写，采用 Apache-2.0 许可。

主要功能

• 麦克风录音：随时从麦克风录音。
• 系统音频录制：通过 ScreenCaptureKit 录制单个应用（Zoom、Chrome 中的 Google Meet、Slack 等）的音频，无需虚拟音频设备。
• 会议录制：把麦克风与系统音频混音为单个 16 kHz 单声道 WAV 文件。
• 双语听写：两个独立全局热键，⌘2 英语听写（OpenAI large-v3-turbo）、⌘3 希伯来语听写（ivrit.ai large-v3），可在 Settings → General 中自定义。
• 本地转录：希伯来语用 ivrit.ai large-v3，英语/多语言用 OpenAI large-v3-turbo，音频不离开 Mac。
• 远程转录（可选）：在 Settings → Models → Backend 中指向任何兼容 OpenAI 的 /v1/audio/transcriptions 端点（OpenAI 托管 Whisper API 或自建服务器）。
• 说话人分离：识别谁说了什么，以彩色标签显示；可把标签重命名为真实姓名，姓名目录跨录音复用。
• AI 摘要与标题：录制后调用本地 Claude/Cursor/OpenAI 兼容 CLI 自动命名并生成概览，在 Settings → AI Provider 配置提供方，在 Settings → AI Features 开关功能并编辑提示词。
• iPhone 语音备忘录同步：监视 iCloud 同步的文件夹，自动转录新录音（Settings → Voice Memos）。
• .milaconfig 一键团队配置：双击配置文件即可套用转录服务器、模型、语言等设置。
• MDM 组织级设置：同样的设置可作为配置描述文件（Jamf、Kandji、Intune 等）下发并锁定给所有用户。
• 分享录音：右键 → Share Recording… 生成单个 .milashare 文件（音频 + 转录 + 说话人姓名 + 摘要 + 行动项，可选声纹）。
• 其他：转录队列管理、SRT 导出（支持录制中导出）、分段时戳与点击跳转、复制/分享转录、希伯来语 RTL 渲染、自动丢弃无语音的极短片段（阈值见 Settings → Storage）、可选择加入预发布版本（Settings → General → Updates）。

安装与使用

应用下载地址：island-io.github.io/mila

运行要求：macOS 14 (Sonoma) 或更新；强烈建议 Apple Silicon（M 系列），转录运行在 Metal GPU 上，Intel Mac 回退 CPU 会慢很多。磁盘约 4.6 GB 用于两个默认 Whisper 模型（首次启动下载），启用说话人分离再增加约 1 GB；建议 16 GB 统一内存，8 GB 可做普通转录但开启分离会吃紧。实时（Live）模式在 MacBook Air 级芯片上自动禁用。

首次启动会在后台下载两个模型，也可从 CLI 预下载：

make models

模型位置：

~/Library/Application Support/Mila/Models/
    ivrit-ai-whisper-large-v3.bin
    openai-whisper-large-v3-turbo.bin

从源码构建（需要 Xcode 15.3 或更新，以及用于安装 xcodegen 的 Homebrew）：

make bootstrap   # 一次性：如缺少 xcodegen 则通过 brew 安装
make project     # 由 project.yml 生成 Mila.xcodeproj
make open        # 打开 Xcode

或直接用 CLI 完成：

make run

首次构建会解析 Packages/WhisperBinary，从官方 ggml-org/whisper.cpp v1.8.4 发布下载 whisper.xcframework（约 65 MB）。

所需权限（首次使用时 macOS 会提示）：麦克风录音 → 隐私与安全性 → 麦克风；系统 / 应用音频 → 隐私与安全性 → 屏幕录制；听写粘贴到光标处 → 隐私与安全性 → 辅助功能。

注意事项

• 会议录制原理：ScreenCaptureKit 只能按应用捕获音频，选择 Zoom 时只录 Zoom 的输出，不含自己的麦克风；麦克风由 AVAudioEngine 单独采集，两路混音为单个 16 kHz 单声道 WAV 后送入 Whisper。
• 切换到远程转录后音频会离开设备，界面会有提示，API key 存放于 Keychain。
• 打包发布用 make dmg，产物为 ad-hoc 签名，首次启动需右键 → 打开；如需公证或上架 App Store，需要自行用 Apple Developer ID 签名、重新开启 com.apple.security.app-sandbox 并配置相应 entitlements 与 DEVELOPMENT_TEAM。

---

本作品整理自 GitHub 开源项目 island-io/mila，原作者 @island-io，许可证 Apache-2.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。