本地优先：前 Mac 开发者推出离线 AI 会议笔记应用 Talat
曾几何时，AI 会议笔记工具被 Graphite 等基于云端的服务垄断——录音要上传、摘要要托管、用户数据更是难以掌控。如今，开发者 Nick Payne 决定打破这一范式，推出一款完全本地化、无需订阅的 Mac 应用 Talat，瞄准对隐私高度敏感的科技从业者与独立开发者。
从"意外发现"到开源工具
Payne 在试用 Granola（估值 2.5 亿美元、深受科技创始人与 VC 欢迎的 AI 笔记应用）时，注意到一个细节：它能在不录制视频的情况下单独捕获系统音频。这引发了他的研究兴趣，并顺藤摸瓜发现了一个相对小众的 Apple API——Core Audio Taps。
为简化该 API 的使用，Payne 构建了开源音频库 AudioTee，并将其公开发布。
在持续研究的过程中，Payne 又偶然发现了 FluidAudio——一款 Swift 框架，可在 Apple 设备上实现全本地、低延迟的音频 AI 处理。它能直接在 Mac 的 Neural Engine（Apple 专用 AI 硬件）上运行轻量级转录模型。
这一发现让 Payne 意识到：自己积累的技术栈终于可以整合成一款真正的产品。
产品定位：隐私优先、一次性买断
Talat 由 Payne 与前同事 Mike Franklin 联合开发，安装包体积仅 20 MB，无需注册账号、不上传分析数据、无任何持续订阅费用。当前预发布阶段定价 49 美元，正式版 1.0 将涨至 99 美元。
[[SFIMG0]] 核心功能包括：
- 实时录音转录：支持 Zoom、Teams、Google Meet 等主流会议应用
- 说话人识别：自动分配说话人，也可手动调整
- 笔记与编辑：可添加笔记，编辑、删除或拆分转录段落
- 本地 LLM 摘要：会议结束后，本地模型生成摘要，提炼关键点、决策与待办事项
- 全局搜索：笔记、转录与摘要均支持检索
技术架构：高度可配置
底层 AI 能力主要依赖 FluidAudio 提供封装支持。摘要模块默认使用 Qwen3-4B-4bit 模型，能在普通硬件上流畅运行。
用户也可自行切换至其他方案：
- 任意云端 LLM 提供商
- Nvidia 开发的 Parakeet 语音识别模型（两种变体）
- 本地模型运行工具 Ollama
未来版本还将支持 Google Calendar、Notion 等第三方集成。
目标用户与选型建议
Talat 特别适合以下场景：
- 隐私敏感型用户：金融、法律、医疗等合规要求严格的行业
- 独立开发者与超级个体：不愿为订阅制服务持续付费
- 离线办公人群：网络不稳定或需要严格物理隔离的环境
选型维度建议：优先评估"数据是否必须留在本地"，其次考虑"是否需要与 Obsidian 等笔记工具联动"，最后再看定价是否满足预算。
评论