Performance
我得承认：我对性能有点执着。
不是那种“过早优化”式执着，我知道那条规则。但 Reso 的核心价值就是实时转写。一旦卡顿，它就失去意义。
我第一次把 Whisper.cpp 跑在 Apple Silicon 上时很兴奋。它能跑了！但我一看指标：
0.12x 实时速度。
翻译一下：8 秒音频要 66 秒才能转写完。
这显然不算实时。
第一个突破：CoreML
Whisper 由两部分组成：encoder（重）和 decoder（相对轻）。
真正压垮 CPU 的是 encoder。而 Apple Silicon 正好有 Neural Engine 来干这类事。
我找到了一个 CoreML 编译版的 Whisper encoder，接入并不复杂：
- CPU encoder：0.12x
- CoreML encoder：3.2x
好很多，但还不够。我想要 10x。
第二个突破：编译优化
真正离谱的地方在这里。
Whisper.cpp 是 C++ 写的。你在 Xcode 里构建 Swift 应用时，Swift 代码会被激进优化，但 C++ 依赖常常被当作第三方库，优化很有限。
后来我发现可以给 C++ 构建传自定义 compiler flags：
``bash``
-Xcc -O3 # Max optimization level
-Xcc -flto=thin # Link-time optimization
LTO（Link-Time Optimization） 是关键。它会跨文件分析整个编译结果并内联函数，减少很多额外开销。
加上这些参数后：
- Xcode 默认构建：3.2x
- 优化后构建：10.6x
我当时差点从椅子上站起来。
知识成本
这些信息没有明显文档告诉你。我是靠翻 GitHub issues、试 compiler flags、做几十次 profile 挖出来的。前后折腾了两周。
但结果值得：Reso 的转写已经比你开口说话还快。在 M2 Pro 上，8 秒音频大约 0.75 秒处理完。
为什么重要
速度不只是一个 feature，它会改变你如何使用工具。
当转写几乎即时，你就不再思考“它快不快”。你只负责说，文本自动出现。
这就是“你在使用一个工具”和“你几乎忘记它存在”之间的差别。
最好的工具会消失在体验里。
这不是营销，是我们自己踩过的坑。