近期，我经常使用苹果系统的语音备忘录，记录一下随想。美中不足的是，语音备忘录只有语音和标题，语音内容细节还做不到快速检索。为了优化语音记录的体验，同时保留原本的语音信息，我决定把语音转录成文字的步骤自动化。
我把目光放在了最近发布了API的Whisper模型。Whisper是OpenAI公司开发的通用语音识别模型，可以非常高效地转录语音为文字。由于Whisper开源，且可以在本地直接下载模型后使用，我决定使用Whisper本地模型。接下来，我会分享让Whisper全自动帮我转录语音，再同步到备忘录应用中的实现细节。
实现的效果
Mac上只要拖拽语音备忘录的语音到指定文件夹，即可完成后续转录和添加笔记的操作流程。 转录成功之后，文件夹只保留转录的*.txt文件，如下图所示：
Notes应用内的效果如下：
iOS上也类似，只需要保存语音备忘录的文件到iCloud的指定文件夹，也可以触发转录。
准备工作
Hazel软件
whisper模型相关
shortcuts命令
创建笔记的快捷指令
原理介绍
监听文件夹的*.m4a文件，自动执行whisper的命令，转录*.m4a文件成*.txt文本。随后把*.m4a和*.txt文件，通过shortcuts命令，添加到Notes备忘录。
实现的步骤
打开Hazel软件，选择监听文件夹并配置规则。
可以看到，Hazel的规则配置，本质是执行三段shell script。我下面展示Whisper和Shortcuts命令相关的脚本，还有一段shell script是进行文本标题插入，非核心代码所以跳过。
涉及到的快捷指令VoiceNoteCreator的实现也非常简单，如下所示：
Shortcuts命令通过run子命令，执行VoiceNoteCreator的快捷指令，并传递文件路径参数到快捷指令，供保存笔记使用。
总结
在Whisper的本地模型的支持下，我可以在本地直接实现语音备忘录的语音和文字保存，隐私和便利都满足。
插句题外话，shortcuts命令Mac系统自带，在这种情况下，在自动化方面，常规需求考虑shortcuts命令，可能比研究Applescript性价比更高。
感谢你的耐心阅读。
补充
2023-05-14
为了让whisper转录的内容更可控，比如标点符号或中文简繁体的控制，记得使用--initial_prompt参数。例如，希望有标点符号且是简体中文输出：
whisper $1 --language Chinese --threads 6 -f txt --initial_prompt "以下是普通话的句子。"