Memo AI 是一款面向音频和视频内容处理的本地应用，支持将 YouTube 视频、播客以及本地媒体转换为文字稿，并在转录过程中完成字幕翻译。它同时提供说话人识别、字幕合成语音、实时字幕、浮动笔记、多格式导出等功能，还能使用 AI 汇总转录内容、生成思维导图。与只提供单一语音转写的工具相比，Memo AI 将转录、翻译、语音合成和内容提炼放在同一套工作流程中，并强调所有数据不离开设备、完全本地运行。
核心功能
视频与音频转文字
Memo AI 可以把 YouTube 视频、播客等内容转换为文字稿，也支持处理本地媒体文件。可识别的本地格式包括 MP4、MP3、AAC、M4A 等。对于较长音频，还可以先隔离并剪裁音频片段，再进行转录。
多语言转录与字幕翻译
产品支持中文、英语、日语等 90 多种语言的转录和翻译。音视频字幕在转录的同时可以翻译至 90 多种语言，官网还说明提供多种 AI 翻译模型，并支持结合上下文处理超长字幕。
说话人识别与实时字幕
说话人识别用于区分会议、采访、节目和播客中的不同对话者，方便查看每位说话人与内容的对应关系。音频播放时可以同步生成实时字幕，也可以弹出浮动笔记，在播放过程中提示关键点。说话人识别功能为纯本地运行，官网将其与隐私保护关联说明。
字幕合成语音
Memo AI 支持将字幕一键合成语音并导出。对于听不懂的外语视频，用户可以把字幕转换为熟悉的母语播放，从而以语音形式收听处理后的内容。官网将字幕、语音合成和导出作为连续的使用流程进行介绍。
AI 摘要与思维导图
转录完成后，可以使用 AI 对转录内容进行智能汇总，也可以让 AI 将视频内容转换为思维导图。AI 摘要和 AI 思维导图功能都需要用户自备密钥。产品还支持自定义 AI 助手提示，以获得个性化回复。
导入导出与跨平台使用
Memo AI 支持导出 SRT、Markdown、MP4 等格式，并支持导入 Notion、Obsidian。官网列出 Windows、macOS 等设备，并提供 Windows 应用程序。产品还使用 GPU 加速，官网给出的示例是 M1 Max 芯片处理 30 分钟播客视频仅需 2 分钟。
使用方式
产品提供 Windows/macOS 下载，并支持 Windows 应用程序。使用时可以处理 YouTube、播客或本地 MP4、MP3、AAC、M4A 等媒体，也可以剪裁音频片段后再转录。完成处理后可导出 SRT、Markdown、MP4，并支持导入 Notion、Obsidian。AI 摘要和 AI 思维导图需要自备密钥；官网正文没有说明是否需要注册，也没有提供 API 或命令行使用方式。
适用人群与场景
观看 YouTube 或外语视频的用户，可以使用多语言转录、字幕翻译和字幕合成语音，把内容转换为文字或熟悉的母语播放。会议、采访、节目和播客内容的整理者，可以利用说话人识别查看不同对话者与内容的对应关系，再导出字幕或 Markdown。需要处理本地录音和视频的人，可以导入 MP4、MP3、AAC、M4A 等文件，使用音频分割、实时字幕和 AI 摘要整理材料。需要梳理视频结构的人，可以在自备密钥后生成 AI 摘要或思维导图。
定价
官网提供“免费下载（Windows/macOS）”，并标注“内测免费”，加入测试计划可免费试用 Memo AI 的无限量翻译和语音合成。AI 摘要与 AI 思维导图需要自备密钥。正文没有列出其他付费档位或具体价格。
