做了一个基于 Whisper 离线转录文本的多媒体播放器

坐地铁的时候爱听博客之类的，会比较担心声音开太大了影响听力不敢开太大声音，想着搞个 App 转录文本，地铁上比较吵的时候可以看看文字辅助一下。

基于本地 Whisper 的量化模型转录，在 iPhone15 上大概 3 倍实时吧，转录阶段开始后会优先转录播放位置，准确性的话实测还行。

还支持了 视频字幕和录音转录之类的需求，不过录音转录还挺不完善的。

翻译功能目前是调用的是系统翻译的接口，一般场景大概是够用了。

iOS 应用下载地址： https://apps.apple.com/cn/app/media-ai/id6794170965

https://imgur.com/25UezJ3 https://imgur.com/Pb0I6xm https://imgur.com/8xN1fMH https://imgur.com/ajPkMZN) https://imgur.com/z5eKqiu) https://imgur.com/EahPdLO