SaidTrace
把 iPhone、Apple Watch 或录音笔的音频带到 Mac 上本地转写,用你自己挑的 AI 做笔记与问答,答案还能一键回溯到原始录音片段。
目标受众
对录音隐私敏感、又希望用 AI 整理语音内容的记者、律师、研究人员与创意工作者。
使用场景
- 采访录音转写后,让 AI 提问『他提到预算的部分在哪』并跳回原始片段核对
- 把 Apple Watch 上随手录的想法汇总成周笔记
- 会议录音本地转写,敏感内容不出本机
- 用自己订阅的 AI 模型整理笔记,而不是被绑定到某一家
- 为写作素材库建立可全文检索的语音档案
设计初衷
设计者认为录音是极其私密的内容,而市面产品的默认做法是把音频上传云端、并把你锁在它自家的 AI 里。SaidTrace 因此把转写放在本机完成,AI 环节则开放给用户自选模型。
解决什么问题
解决了『想用 AI 整理语音,但不想把录音交给第三方、也不想被单一模型绑定』的矛盾,并用可溯源机制保证 AI 给出的答案能被人工核验。
评分理由
隐私 + 模型自选 + 答案可回溯到原音频,三点组合在语音笔记赛道里辨识度高,正好命中 AI 时代对数据主权的关切。扣分项是当前仅支持 macOS 且需要 Apple Silicon,受众受限。
对标竞品
会议转写成熟、协作功能强,但音频走云端、AI 不可更换,隐私敏感用户会犹豫。
会议笔记体验极佳,但聚焦会议场景,且同样依赖云端模型。
免费、完全本地,但只有原始转写,没有 AI 笔记、问答与溯源能力。