帮助与常见问题

点击主窗口的录音按钮，或按下 ⌘R（在 WaveLog 窗口聚焦时也可按 Space）。WaveLog 将立即开始捕获音频并实时转录。再次按下 ⌘R 即可停止。

打开设置 → 录音，选择麦克风或系统音频来源。启用系统音频捕获后，可录制 Zoom、Teams 等视频会议应用的声音。

可以。将音频文件（MP3、M4A、WAV 等）拖放到 WaveLog 窗口，或使用文件 → 导入音频。将使用您为实时录音选择的相同本地 ASR 引擎（Whisper、Qwen3-ASR 或 SherpaASR）进行转录。

绝对不会。所有转录均在设备本地通过您选择的本地引擎（Whisper、Qwen3-ASR 或 SherpaASR，Metal GPU 加速）处理，录音和转录文本始终保存在您的 Mac 上，从不上传至任何服务器。

Whisper large-v3-turbo 支持 99 种语言，自动检测。Qwen3-ASR 和 SherpaASR 的语言覆盖范围不同。可在设置 → 转录中固定语言或切换引擎。

可以。录音、转录、说话人区分和播放均完全离线运行。仅登录、许可证验证和云端集成时需要网络。

WaveLog 支持三种本地 ASR 引擎 — Whisper large-v3-turbo（99 种语言，最高精度）、Qwen3-ASR（针对 Apple Silicon 优化的低延迟）和 SherpaASR（轻量级 SenseVoice）。可在设置 → 转录中选择引擎。背景噪音强烈、口音较重或专业术语较多时准确率可能降低。

WaveLog 在设备本地运行 ONNX 模型生成声纹嵌入，自动按说话人分段标注转录。可在设置 → 分析中选择两种模型：ECAPA-TDNN（快速、低资源）和 Sherpa-pyannote（重叠发言时更高精度）。

可以。点击转录中的说话人标签即可重命名，更改将应用于整个会话中该说话人的所有片段。

可以。点击会话右上角的 Tools 按钮 → Speaker tools。通过下拉框选择两位说话人并合并，或点击 Split 进入分离模式——在消息视图中拖动气泡选择要重新分配的片段，确认后即可创建新说话人。也可从同一面板重新运行说话人分析。

每个会话最多可区分 8 位说话人。建议使用方向性麦克风，尽量避免重叠发言。

打开任意已完成的会话，点击「AI 摘要」标签页。WaveLog 将以三种模式生成会议摘要、行动项目和关键点。可在设置 → 分析中配置 AI 提供商和模型。

WaveLog 会连接您已在 Mac 上安装并登录的 AI CLI——包括 Claude CLI（Anthropic）、Antigravity CLI（Google）和 Codex CLI（OpenAI）。可在设置 → 分析或 AI 摘要标签页中选择提供商和模型。身份验证由各 CLI 自带的应用处理，WaveLog 不会存储或转发您的 API 密钥。

遵循设置 → 分析 → LLM 设置中的输出语言配置，默认与转录语言一致，可修改为始终以特定语言输出。

WaveLog 将会议转录和系统提示汇总后，以单次调用（one-shot，非交互式）方式分别传给各 AI CLI 并获取结果。 • Claude CLI: claude --print --output-format json --model <模型> --system-prompt <系统> （用户提示通过 stdin 传入） • Antigravity CLI (agy): agy -p "<系统 + 用户提示>" （作为 positional 参数传入） • OpenAI Codex CLI: codex exec --json --skip-git-repo-check --model <模型> - （合并后的提示通过 stdin 传入） 三个 CLI 均在您的 Mac 上以您本人的身份凭证运行，不经过 WaveLog 服务器。

取决于您的提供商和认证方式。 • Antigravity (agy) — 包含在 Google Antigravity 账户的免费额度内，目前无单独的按量计费政策。 • OpenAI Codex — 包含在 ChatGPT Plus（$20/月）或 Pro 订阅中，无需额外付费。 • Claude — 自2026年6月15日起，Anthropic 将 claude --print 等非交互式调用从交互式用量中分离，单独从"Agent SDK credit"额度池扣除（Pro $20 / Max 5x $100 / Max 20x $200 每月）。额度耗尽后按标准 API 按量计费。若设置了 ANTHROPIC_API_KEY 环境变量，无论时间或套餐，均按量计费。 费用由各 AI 提供商（Google / OpenAI / Anthropic）直接向您收取，WaveLog 服务器不参与其中。

支持将行动项和摘要导出至：Jira（创建工单）、Notion（追加页面）、Confluence（创建页面）、Linear（创建问题）、Slack（发送消息）和 Google Docs（追加文档）。

前往设置 → 集成，点击目标服务旁的「连接」，完成 OAuth 授权后，访问令牌将安全存储在 macOS 钥匙串中。

导出使用 OAuth 2.0，令牌存储在 macOS 钥匙串中。WaveLog 仅发送您选择导出的文本内容。

在应用内任意位置按 ⌘R 即可切换录音状态。主窗口聚焦时 Space 也有效。（⌘+Space 是 macOS Spotlight 快捷键，WaveLog 不使用。）

在转录视图中点击任意句子或片段，播放将立即跳转到该时间戳。也可使用波形滚动条手动定位。

随时按 ⌘/ 打开键盘快捷键对话框，查看应用内所有可用快捷键。

请前往系统设置 → 隐私与安全 → 麦克风，确认 WaveLog 已获得授权。如列表中没有显示，请退出 WaveLog 后重新打开。

Whisper large-v3-turbo 约 1.6GB，在快速网络下通常需要 3-10 分钟。Qwen3-ASR 和 SherpaASR 需单独下载，大小不同。每个引擎仅需下载一次，之后完全离线运行。

请确认对应的 AI CLI（Claude CLI、Antigravity CLI 或 Codex CLI）已安装，并在该 CLI 自带的应用中完成登录，然后重启 WaveLog。若问题持续，请重新安装 CLI 并允许所请求的系统权限。

点击「始终允许」可防止重复出现。如同一项目出现两次以上，请尝试在设置中断开后重新连接该集成服务。

建议使用指向性麦克风，尽量避免同时发言。可在转录中点击说话人标签手动修正。