App Store: Castflow
Castflow是一个款iOS播客App,也是首款支持本地字幕生成的播客App。
目前支持中文，英文，日语，西班牙语德语多语言播客节目的转录。
Q：如何订阅播客节目？
A: 可选择多种方式： 1.App内搜索订阅 2.其他App导入（OPML）， 趋势页面有少量推荐播客；
Q: 如何使用AI文字稿功能？
A: 使用AI文字稿需要先下载AI模型（功能路径：控制/AI模型列表），目前我们有两个模型（基本版字幕更加准确消耗设备性能比较大和微型版速度快但是准确率欠缺）请自主选择使用。下载模型之后选中已经下载的模型。在播放页详情页点击[AI文字稿]按钮可以加载。文字稿是逐渐分段加载的，播放时你可以点击特定的段落音频节目会跳转到特性段落。
Q: 设备发烫怎么办？
A: 播放页设备里可以调整模型运行的模式为【节能模式】，此模式会减少设备性能消耗。还有一种方式就是切换使用【微型模型】（由于是本地AI推理，如果您的设备已经是iPhone12之前的型号可能及时这样也无法成功运行。）
哈哈，之前也有过这个想法，但感觉用户体验上不太好（不是即点即出）用户可能不买单。分享一些当初的思考：
播客转文字，web 作为载体的不谈，以 app 作为载体的目前我用过两个：
两款都可以做到即点即出，毕竟是服务器分发的逻辑，用户体验起来比较好。但这部分成本需要一定的量来平摊，才能把整个 ROI 跑正/或者大厂不在乎 ROI。
用户本地转录有成本上的优势，隐私有但是不多（毕竟播客大部分是公开的）。
但不能即点即出这点体验会比较差，同时 whisper 还有一些幻觉问题。
要改善的话可以有几个思路并行：
其中第二点的成本其实很低，podwise 分享过他们在 mac 上跑 whisper 的成本：省下的都是赚的 – 硬地骇客
首先是 Whisper，由于 Whisper 是开源的，而且业界有不少针对 Whisper 的优化版本，所以优先思考的就是是否可以将 Whisper 跑在自己的服务器上，这样每小时节目就可以节省 $0.3，这是一笔不菲的费用。所以开始阶段的 Podwise 节目背后其实都是用 Macbook 与 Mac Studio 在背后支撑的，得益于开源项目对于 Mac M 系列芯片的不断优化，一小时的音频在 M1 Max 机器上从 20 分钟提升到了 10 分钟以内，感谢开源。这样我们就把费用顺利的转化为 M 系列芯片的电费，众所周知，M 系列芯片能耗比非常好，100瓦足以满载工作。满载工作 10 个小时消耗 1 度电，按 ¥1 计算的话成本简直不要太低。
如果 80% 的播客能够实现文字稿的即点即出，整体的体验就会好很多，价格也会很有优势。
啊这，听博客真的还要看字幕嘛
Why not , 比如听英文节目 边听边学 
