Qwen Scribe es una aplicación de código abierto que ofrece transcripción de audio y vídeo y dictado en todo el sistema ejecutándose por completo en un Mac con Apple Silicon, sin cuentas, claves de API ni servicios en la nube. El proyecto se encuentra en la versión 0.1.0-beta.1 y utiliza el modelo Qwen3-ASR, disponible en variantes de 1.700 millones de parámetros para mayor precisión o de 600 millones para mayor velocidad, que corre sobre la GPU Metal mediante la biblioteca mlx-qwen3-asr. El audio y el texto de las transcripciones permanecen en el equipo.
La herramienta funciona a través de una interfaz web local en 127.0.0.1:8990 con arrastrar y soltar de archivos, detección automática de idioma, pistas de vocabulario, marcas de tiempo por palabra y exportación a SRT. Mantiene un historial local en archivos JSON sin cifrar. Para el dictado, basta con mantener pulsada la tecla Command derecha en cualquier campo de texto, hablar y soltarla para que la transcripción se pegue en el cursor; un HUD no intrusivo muestra los estados de escucha, transcripción y resultado.
Los requisitos son macOS 14 o superior, Python 3.10 nativo y ffmpeg para formatos distintos a WAV. El modelo de 1.700 millones de parámetros requiere unos 3,4 GB de memoria unificada y el de 600 millones, unos 1,2 GB. Los binarios aún no están firmados con Developer ID ni notarizados, por lo que la instalación se realiza compilando localmente con "make app"; las versiones firmadas están previstas para la 0.2. El proyecto se distribuye bajo licencia Apache-2.0 y aclara que es una iniciativa comunitaria independiente, sin afiliación con Alibaba Cloud, el equipo Qwen ni Apple.