我一直觉得飞书妙记是一个很不错的产品，可以解决很多场景下的问题，比如会议纪要、长视频转文字，甚至给视频做字幕。
而这款 Memo AI 的出现，很让我感到惊喜，它在本地就给出了一套类似飞书妙记的完整解决方案，解决了很多常见的痛点，比如音视频转文字、字幕生成、翻译和 AI 摘要等功能，甚至还能实现字幕语音二次合成，让用户能够高效处理各种视频音频内容。
Memo 绝大部分功能都是免费提供与使用，如基础模型语音转写文本不限制分钟，本地字幕不限制翻译数量，字幕合成语音不限制合成数量。
目前下载后使用 App 只需要输入邮箱，就能获取激活码，无需付费。使用也非常简单，基本做到了开箱即用。
语音转文字功能完全免费
Memo AI 的语音转文字功能是免费提供的。支持对 MP4、MP3、AAC、M4A 等音频和视频格式的本地文件进行本地转译。
在转写前会自动下载一个 77 MB 的 Tiny 级别的转写模型，如果追求更高的质量和特定的语言优化，可以在设置中找到更大规模的转写模型，这些高级模型也是免费的。
作为对比，阿里云的云端语音转文字识别的价格约为 30 小时/100 元。
然后你只需要添加视频，然后就可以实时看到转写的进度。
由于 Memo AI 是直接在本地设备上用本地的性能进行的文字转写，也就不存在云端上传的步骤了。
这一点对于大型视频文件转文字来说，也是省时省力，在确保隐私安全的同时，也变相提升了处理速度。
如果你想识别发言人，Memo 也提供了一个 260 MB 的发言人识别组件 ，对于处理会议记录、多人播客节目等转写任务应该会很有帮助。
等待转写完成后，可以导出为纯文本（TXT、MD、DOCX）、字幕格式（SRT、ASS）。甚至可以直接将字幕嵌入视频进行 MP4 格式的导出。
如果你只进行这一步，是不需要调用任何外部 AI 模型、翻译 API 的，自然也是免费的。
目前 Memo 的免费版可以用 CPU 进行字幕转写。如果你的设备是 M 系列的 Mac 设备，直接使用免费版就足够发挥性能优势了。
如果想提升一下速度，比如 Windows 机器想用 GPU 进行加速，可以考虑购买一个 Pro 版本，可以解锁 GPU 转写功能来提高效率。
AI 翻译 TTS 语音合成等高级功能
Memo AI 的主要收费点则是在于 AI 相关的高级功能，比如 GPU 加速、语音合成、批量模式、用它提供的高级模型等，从功能角度看，更多是面向商业的批量用途。对于个人用户而言，付费并不是必选项。
模型支持非常丰富，不仅支持 OpenAI、ChatGLM、DeepSeek、本地的 Ollama 等语言模型。（如果你有自己的 API Key，使用这些模型也是不需要付费的。）
同时也支持传统的 DeepL、Google 等翻译 API 接口，毕竟翻译这样的任务，传统翻译 API 在速度上更有优势。
除了默认的几款常见的 AI 模型外，还支持语音合成模型，比如内置了免费的 Edge TTS 和 需要 API 的 OpenAI TTS、ElevenLabs TTS。
这些模型可以运用到给视频做 AI 配音这块。
如果上述还不够用，Memo 也能通过第三方集成来进一步扩展它的能力。
如果你喜欢听播客
Memo AI 还支持 Youtube、Apple Podcast、小宇宙等链接转码。可以兼容以下网址：youtube.com，xiaoyuzhoufm.com，podcasts.apple.com，podcasts.google.com。
你只需要——
- 复制 YouTube 视频或播客的链接
- 将其粘贴到 Memo 的输入框内
- 点击"转译"开始转换过程
这样一来，一些没有内置中文翻译的 Youtube 视频和超长英文播客，也可以直观地以文字形式进行阅读了。
之前我们在收集每周消息的素材时，就遇到过一个马斯克 8 小时的访谈视频，为了了解其中的内容而想办法获取和处理字幕，都并不轻松。如果当时有 Memo 的帮助，应该会轻松很多。
更详细的使用介绍和限制，可以在它的官方文档中进行进一步了解：学习使用 Memo AI
正如我开头所说，这是一个飞书妙记很好的本地替代品，而飞书妙记作为一个 SaaS 服务总会存在这样那样的限制（尤其是时长和容量方面）。此前一直没有一个很好的本地化方案。
现在有了 Memo AI 就可以很大程度上满足我的需要了。再加上 Memo 的免费版本放的非常宽松，无需付费就可以实现绝大部分的功能，很值得一试。