Din optagelse forlader aldrig enheden
De fleste apps, der bruger navnet „Whisper“, sender din lyd til en server og kører modellen dér. Whisper Notes kører den i stedet på din iPhone eller Mac. Det er sværere at bygge, men langt lettere at forklare.
Hvorfor køre modellen på enheden?
Hver transskriptionsapp træffer én beslutning før alle andre: hvor lyden skal behandles. At sende den til en server er det nemmeste at bygge, og det giver adgang til de største modeller, som stadig er en smule mere præcise. At køre modellen på telefonen eller computeren er sværere at få til at fungere, og det betyder, at optagelsen ikke har noget sted at tage hen.
Vi valgte den anden løsning, og grunden er mere konkret end et privatlivsslogan. En stemmeoptagelse er biometriske data, og i modsætning til en adgangskode kan du ikke nulstille den efter et læk. Når lyden først ligger på en andens infrastruktur, er den underlagt deres historik med sikkerhedsbrud, deres opbevaringspolitik og det, deres vilkår siger om træningsdata. Det er tre ting, du skal holde øje med, så længe filen findes.
Whisper Notes kører Whisper Large V3 Turbo, Parakeet eller SenseVoice på din enheds egen chip, så der er slet ingen transskriptionsserver involveret. Intet sættes i kø, intet bliver uploadet, og appen fungerer på samme måde i flytilstand som på wi-fi. Det sidste er værd at teste selv i stedet for at tage vores ord for det.
Hvad skete der med Whisper-appen? Tre forskellige Whispers
Hvis du har søgt på „hvad skete der med Whisper-appen“, tænker du sandsynligvis på én af tre vidt forskellige ting, der har samme navn.
Den første er Whisper, den anonyme sociale app til deling af hemmeligheder (whisper.sh), der blev lanceret i 2012. Her kunne folk dele bekendelser anonymt, og den var meget brugt i midten af 2010'erne, men den har stort set indstillet driften. Hvis det er den app, du ledte efter, findes den reelt ikke længere.
Den anden er Whisper, open source-modellen til talegenkendelse, som OpenAI udgav i 2022. Den er aldrig forsvundet, for den har aldrig været en app. Det er en AI-model: motoren, der omdanner tale til tekst. Den er gratis tilgængelig for udviklere, men kræver teknisk opsætning, hvis du vil bruge den direkte.
Den tredje er de native transskriptionsapps, der er bygget på den model, f.eks. Whisper Notes. De pakker Whisper-motoren ind i software, du rent faktisk kan installere og bruge på din iPhone eller Mac, uden kommandolinje, uden cloudkonto og uden teknisk opsætning.
Denne side handler om den tredje slags: hvad en lokal Whisper-app er, hvordan den virker, og hvorfor vi har bygget vores, så den kører helt på enheden.
De tre Whispers i overblik
| Navn | Hvad det er | Status |
|---|---|---|
| Whisper (social app) | Anonym app til deling af hemmeligheder (whisper.sh), lanceret i 2012 | Har stort set indstillet driften |
| Whisper (OpenAI-model) | Open source-model til talegenkendelse, udgivet i 2022 | Aktiv og gratis, men en model og ikke en app |
| Whisper Notes | Native transskriptionsapp til iPhone og Mac, bygget på Whisper-modellen | Aktiv, i App Store, $7.99 som engangskøb |
Hvad koster en gratis Whisper-app?
Et transskriptionsværktøj, der ikke koster noget, fungerer som regel på samme måde: din lyd sendes til en server, modellen kører dér, og optagelsen bliver liggende længe nok til at være nyttig for dem, der driver tjenesten. For mange er det en rimelig byttehandel. Det er bare værd at vide, at du indgår den.
Hvorfor en stemmeoptagelse er noget andet end en adgangskode
En lækket adgangskode koster dig en eftermiddag med besvær, fordi du kan skifte den. En lækket optagelse af din stemme er permanent, fordi det, der identificerer dig, er selve stemmen, og få sekunder af den indeholder nok akustiske kendetegn til at blive genkendt et helt andet sted.
Det, der har ændret sig for nylig, er, hvor lidt lyd en angriber har brug for. I dag kræver en overbevisende kloning af en stemme få sekunders lyd i stedet for minutter, og i 2025 blev en klonet stemme af Italiens forsvarsminister brugt i et forsøg på svindel mod flere erhvervsfolk. Vi påstår ikke, at det sandsynligvis vil ske for dig. Vi gør opmærksom på, at det er den eneste type lækkede data, du ikke kan udskifte.
Så når lyd sendes til en transskriptionstjeneste, er det, der gemmes, ikke et dokument. Det er biometriske data på en infrastruktur, hvis opbevaringspolitik du ikke selv bestemmer.
Sådan lækker transskriptionsdata i praksis
Fejlen er sjældent et dramatisk indbrud. Det er, at lyd og transskriptioner passerer gennem flere systemer, end nogen har tegnet ind på diagrammet: transskriptionsleverandøren, modeludbyderen bag den, et logningslag, en analysepipeline, en backup. Hvert af dem er et sted, hvor en fejlkonfiguration kan gøre noget privat offentligt, og jo flere der er, desto mindre kan nogen sige med sikkerhed, hvor en given optagelse befinder sig lige nu.
Sundhedssektoren har leveret de tydeligste eksempler: beskyttede helbredsoplysninger er blevet eksponeret gennem transskriptionsintegrationer og fejlkonfigureret lagring, ikke gennem noget, nogen ville kalde et angreb. Kundeservicecentre har leveret endnu et: transskriptioner blev streamet til en model, mens kontonumre endte umaskerede i fejlfindingslogs.
Intet af det er et argument for, at cloudtransskription er uansvarlig. Det er et argument for, at antallet af systemer, der har en kopi, er det tal, du skal tælle, og at behandling på enheden bringer det tal ned på ét.
Hvilken vej går det?
I marts 2025 fjernede Amazon indstillingen „Do Not Send Voice Recordings“ fra Echo-enheder. Alt, hvad der siges til Alexa, sendes nu til Amazons servere, og der er ikke længere en kontakt til at slå det fra.
At ét produkt fjerner én indstilling, er ikke en tendens, men incitamentet bag er varigt: træningsdata er værdifulde, og en indstilling, der begrænser, hvor meget af dem virksomheden indsamler, er under konstant kommercielt pres. En privatlivsindstilling er et løfte, der kan ændres i en versionsnote.
Whisper Notes er bygget, så der ikke findes en tilsvarende indstilling at ændre. Der er ingen server at sende lyd til, så „send den ikke“ er ikke en præference, vi respekterer. Det er en beskrivelse af, hvad appen kan.
Hvad de gratis værktøjer koster over tre år
Webværktøjer, der ikke tager penge, forbeholder sig som regel retten til at bruge din lyd til at forbedre deres modeller, og det står i vilkår, som næsten ingen læser. API'er med minutpris ser billige ud til $0.006 til $0.40 pr. minut; ved en time om ugen bliver det ca. $20 om året for den billigste og over $1,200 for den dyreste. Abonnementstjenester er den ærlige udgave af samme ordning: Otter koster ca. $99 om året og siger det ligeud.
Whisper Notes koster $7.99 i App Store og $14 for Mac-appen fra vores hjemmeside, betalt én gang. Tabellen nedenfor er hele prisargumentet, og den fjerde række er pointen: den gratis løsning og engangskøbet koster omtrent det samme over tre år, og forskellen er, hvad der sker med optagelsen.
Pris pr. år
| Type af tjeneste | År 1 | År 2 | År 3 | Datahåndtering |
|---|---|---|---|---|
| Whisper Notes | $7.99 | $0 | $0 | Forlader aldrig enheden |
| Abonnementstjeneste | $99 | $99 | $99 | Behandles i skyen |
| Cloud-API med minutpris | $20-1.250 | $20-1.250 | $20-1.250 | Behandles i skyen |
| „Gratis“ webværktøjer | $0 | $0 | $0 | Kan bruges til AI-træning |
Hvornår bør du bruge en cloudtjeneste i stedet?
De største cloudmodeller er stadig lidt mere præcise på ren lyd, fordi de kører i en størrelse, som ingen telefon eller computer kan rumme. Det er en reel fordel, og vi vil ikke påstå andet.
Hvis du har brug for livetekstning, hvis flere personer skal redigere den samme transskription, mens et møde er i gang, eller hvis den sidste brøkdel af nøjagtighed betyder mere end hvor lyden befinder sig, er en cloudtjeneste det bedre værktøj, og så vil vi hellere have, at du bruger en.
Det, vi er uenige i, er at se forskellen i nøjagtighed som det eneste tal i beslutningen. Ved arbejde under tavshedspligt, som kliniske notater, materiale under advokatfortrolighed og interviews med kilder, er „hvor ender lyden?“ et spørgsmål, du skal kunne besvare, og det korteste svar, du kan forsvare, er, at den aldrig kom nogen steder hen.
Browserværktøj, cloud-API eller native app?
Søger du efter en Whisper-app, får du tre ret forskellige ting under samme navn: sider, der kører modellen i din browserfane, API'er, der kører den på en andens server, og programmer, der er kompileret til den enhed, du har i hånden. De opfører sig så forskelligt, at kategorien betyder mere end funktionslisten.
Browserværktøjer
Når et browserværktøj siger, at det behandler lokalt, er det som regel rigtigt: lyden bliver i fanen. Begrænsningerne handler ikke om ærlighed, men om hvad en fane kan. WebAssembly-hukommelse er begrænset til ca. 4 GB i de fleste browsere, hvilket sætter et loft over modelstørrelsen, og inferens via JavaScript er langsommere end native kode.
Den begrænsning, folk faktisk løber ind i, er mere snæver og mere irriterende. Et browserværktøj kan ikke arbejde videre, mens du skifter til en anden app, det har kun besværlig adgang til hardwareacceleration, hvis overhovedet, og lukker du fanen ved et uheld, mister du kørslen uden noget at genoptage fra. Det er fint til at prøve en model, men frustrerende som det sted, du har dit arbejde.
| Behandling | WebAssembly/TensorFlow.js i browseren |
| Modelstørrelse | Begrænset af browserens hukommelse (~4 GB) |
| Hastighed | Langsommere på grund af JavaScript-overhead |
| Privatliv | Bedre end skyen, men browseren har adgang |
| Pålidelighed | Fanen kan gå ned, ingen baggrundsbehandling |
Native apps
Whisper Notes er kompileret til macOS og iOS og kører sine modeller direkte på Apple silicon: Parakeet på Neural Engine, den samme specialiserede del af chippen, som bruges til Face ID og kameraets billedbehandling, og de øvrige motorer på GPU'en. Det er hele grunden til, at hastighederne på denne side er mulige: på en Mac kører den indbyggede Parakeet-model med ca. 74× realtid, så en times lyd tager under et minut.
Resten af forskellen er mindre spændende og betyder mere i hverdagen. På Mac fortsætter transskriptionen, når du skifter app, appen fortsætter uden problemer efter en afbrydelse, og styresystemets sandkasse holder den væk fra andre apps' data. Appen kan slet ikke uploade din lyd eller transskription, og det kan du tjekke på ca. tredive sekunder ved at slå flytilstand til og transskribere en fil.
| Behandling | Kører direkte på Apple silicon (Neural Engine og GPU) |
| Modelstørrelse | Whisper Large V3 Turbo, ca. 2 GB |
| Hastighed | Parakeet med ca. 74× realtid på en Mac |
| Privatliv | Lyd og transskriptioner bliver på enheden |
| Pålidelighed | Baggrundsbehandling, systemintegration |
Cloud-API'er
Serverressourcerne er reelt ubegrænsede, så et cloud-API kan køre de største modeller og tilbyde ting, der kræver meget regnekraft, blandt andet livetekstning. På ren lyd vil det være den mest præcise løsning på denne side.
Det, du giver afkald på, er at vide, hvor optagelsen er. Den sendes over internettet, behandles et sted, du ikke administrerer, og opbevares efter en politik, du ikke har skrevet, og som kan ændres, uden at du bliver spurgt.
For en terapeut med tavshedspligt, en advokat med materiale under advokatfortrolighed eller en journalist, der beskytter en kilde, er det som regel her, vurderingen slutter. Ikke fordi nøjagtigheden er dårligere, men fordi spørgsmålet „kan du fortælle mig, hvor denne optagelse er?“ ikke har noget godt svar.
| Behandling | Fjernservere (ubegrænset regnekraft) |
| Modelstørrelse | De største tilgængelige modeller |
| Hastighed | Afhænger af internet og serverkø |
| Privatliv | Lyd uploades og gemmes muligvis |
| Pålidelighed | Kræver internet, underlagt hastighedsbegrænsninger |
Hvad vi gav afkald på for at bygge den sådan
At bygge en native app var den eneste måde at gøre privatlivsløftet til en del af arkitekturen i stedet for en del af kontrakten. „Behandles lokalt og synkroniseres derefter“ og „krypteret under overførsel“ er begge sande udsagn om systemer, der alligevel ender med at have en kopi af din lyd. Vi ville have den udgave, hvor der ikke findes nogen kopi.
Prisen for det betales i funktioner. Optagelsen transskriberes, når du stopper, ikke ord for ord, mens du taler; når du optager et møde på Mac, opdateres et panel med livetransskription ca. hvert 30. sekund. Vi kan ikke køre noget, der er større, end din enhed kan rumme. Og vi kan ikke tilbyde fælles redigering eller teamarbejdsområder, fordi det kræver en server, og det har vi ikke.
Hvis en af de tre ting står på din liste, er det her den forkerte app, og en af cloudtjenesterne er den rigtige. Det siger vi hellere her, end at du finder ud af det efter købet.
Hvor er den officielle Whisper-app til iPhone?
Den findes ikke. OpenAI udgav Whisper som en open source-model til udviklere og ikke som et forbrugerprodukt, så der er ingen officiel Whisper-app i App Store eller andre steder. Alt, der udgiver sig for at være det, er tredjepartsapps, der bruger navnet.
På iPhone kører Whisper gennem native apps, der konverterer modellen til Apples Core ML-format og kører den på Neural Engine. Whisper Notes er en af dem: på iPhone er Whisper-muligheden Whisper Small, med de samme 101 sprogvalg i en model, der passer til telefonen, sammen med Parakeet og SenseVoice, helt offline på iPhone 12 eller nyere. Whisper Large V3 Turbo er en Mac-model, fordi der er plads til noget af den størrelse dér. Du kan optage direkte i appen eller importere lyd fra Diktafon, Filer eller enhver app, du kan dele lyd fra.
Whisper Notes fås som et engangskøb i App Store, der omfatter iPhone/iPad-appen og Mac App Store-versionen. Der kræves hverken abonnement eller konto. Mac-appen fra vores hjemmeside er en licens, der sælges separat, og den er gratis for 5.000 ord om ugen. Der findes ingen Android-version, fordi appen er bygget på Apples Neural Engine-hardware, som ikke har noget tilsvarende på Android.
Hvilken model gør arbejdet?
Motorerne, og hvordan du vælger en
Specifikationer
| AI-modeller | Parakeet Ultra (standard), Whisper Large V3 Turbo (Mac) eller Whisper Small (iPhone), SenseVoice, Apple Speech (iOS 26, macOS 26); på Mac også Qwen3-ASR 1.7B (Beta) |
| Sprog | 101 valg via Whisper, 25 europæiske via Parakeet, 6 via SenseVoice |
| Lydformater | MP3, WAV, M4A, FLAC, AAC |
| Hastighed | Parakeet ca. 74× realtid på en Mac; Whisper Turbo ca. 2,7× |
| Tidsgrænser og gebyrer | Op til 24 timer pr. fil, ingen betaling pr. minut |
| Platforme | iOS 18+ (iPhone 12+), macOS 14+ (Mac med Apple-chip) |
Hvad kan den egentlig?
Tre ting står for det meste af den daglige brug: at få lyd ind, at få tekst ud og den begrænsning, der holder begge dele på enheden.
Import af filer og batchbehandling
Importér lydfiler fra enhver kilde til offline transskription. Appen behandler hele filer i stedet for at streame, så modellen kan bruge hele sammenhængen og ramme mere præcist.
- ✓Importér fra Filer, Diktafon eller enhver app, der kan dele lyd
- ✓På Mac kan du trække flere filer over på appens ikon, så bliver de transskriberet én efter én
- ✓Automatisk sortering efter dato og kilde
Eksportformater
Flere outputformater til forskellige professionelle arbejdsgange.
- ✓Ren tekst med afsnit
- ✓SRT- og VTT-undertekstfiler til video
- ✓Transskriptioner med tidsstempler til opslag
- ✓Taleretiketter til optagelser med flere personer
- ✓Egne indstillinger for afsnitsskift
Privatlivsarkitektur
Appen er bygget, så din lyd ikke kan forlade din enhed. Det er ikke en indstilling, men en teknisk begrænsning.
- ✓Ingen mulighed for at uploade lyd eller transskriptioner
- ✓Ingen cloudservere at forbinde til
- ✓Ingen indsamling af brugsdata
- ✓Kun lokal lagring, krypteret af iOS/macOS
- ✓Ingen tredjepartsbehandler, der skal dækkes af en BAA
Hvor præcis er den, og hvor kommer tallet fra?
Offentlige tests og vores egne tidsmålinger på navngivet hardware
Vi laver ikke vores egen undersøgelse af nøjagtigheden, for en leverandør, der giver sig selv karakter, er ikke meget værd. Ordfejlraterne nedenfor kommer fra Hugging Face Open ASR Leaderboard og FLEURS-testen, som begge er offentlige og drives af folk uden interesse i denne app. Hastighedstallene er vores egne, målt på én maskine, som vi nævner ved navn.
Ordfejlrate pr. model
| Model | Kilde | Fejlrate | Noter |
|---|---|---|---|
| Parakeet V3 (grundlaget for standardmodellen) | Open ASR Leaderboard | 6,32 % WER på engelsk | 25 europæiske sprog; 12,0 % i gennemsnit på tværs af dem på FLEURS |
| Whisper Large V3 Turbo | Open ASR Leaderboard | 7,83 % WER på engelsk | Den bredeste dækning af de tre: 101 sprogvalg |
| SenseVoice Small | Vores test, M4 Pro | 27 minutters podcast på 13,83 s | Den hurtige mulighed til kinesisk, japansk, koreansk og kantonesisk; målt på en tidligere appversion, omtrent det samme som de 115–131× på det nuværende modelkort |
Key Findings
- •På en Mac kører Parakeet med ca. 74× realtid; Whisper Turbo er flere gange langsommere på den samme fil
- •På engelsk er forskellen mellem de tre modeller under to procentpoint i ordfejlrate
- •Ordfejlrate måles på oplæst og forberedt tale; dine egne optagelser vil klare sig dårligere, og mikrofon og overlappende tale flytter tallet mere end valget af model
De største cloudmodeller har stadig et lille forspring i nøjagtighed på ren lyd, fordi de kører i en størrelse, som ingen telefon eller computer kan rumme. Den forskel er prisen for, at lyden aldrig forlader din enhed. Hvis dit arbejde ikke kræver den sidste smule nøjagtighed, er byttehandlen som regel det værd; hvis det gør, er en cloudtjeneste den ærlige anbefaling.
Hvordan klarer den sig mod alternativerne?
Over for cloudtjenester, de værktøjer, der allerede er på din enhed, og virksomhedssoftware
Det meste af tabellen kan du tjekke på få minutter. Rækken med nøjagtighed skal du læse grundigt, fordi de fire kategorier ikke er målt med samme test.
Sammenligning af funktioner
| Funktion | Whisper Notes | Cloudtjenester | Indbyggede værktøjer | Virksomhedssoftware |
|---|---|---|---|---|
| Nøjagtighed (WER på engelsk) | 6,32-7,83 % (Open ASR Leaderboard) | Leverandørens egne tal, for det meste ikke på den liste | Ikke offentliggjort | Ikke offentliggjort |
| Hvor lyden behandles | På din enhed | Leverandørens servere | Varierer efter leverandør | Mulighed for egen drift |
| Pris | $7.99 iPhone, $14 Mac, betalt én gang | $0.006-0.40/min. | Gratis (begrænset) | $500-2000/licens |
| Sprog | 101 valg | 50-100 sprog | 10-30 sprog | 20-50 sprog |
| Kræver internet | Nej | Ja | Nogle gange | Afhænger af opsætningen |
| Grænse for fillængde | Ingen betaling pr. minut | Typisk 1-2 timer | 5-10 minutter | Varierer |
Market Position: Byttehandlen bliver tydelig, når de tre muligheder står side om side. De største cloud-API'er er stadig lidt mere præcise på ren lyd, og de koster $0.006 til $0.40 pr. minut, med din optagelse på en andens disk. Virksomhedstransskription i egen drift holder lyden inden for dit netværk og starter ved ca. $500 pr. bruger. Whisper Notes kører de åbne modeller på hardware, du allerede ejer, for $7.99 på iPhone eller $14 på Mac, og giver til gengæld afkald på livetekstning, fælles redigering og den sidste brøkdel af nøjagtighed. Hvis en af de tre ting står på din liste, er en af de to andre det bedre køb.
Hvilke opgaver passer den godt til?
Tre slags arbejde, hvor optagelsen ikke må komme videre
Sundhed
Sundhedspersonale bruger Whisper Notes til patientdokumentation, kliniske notater og forskningsinterviews. Fordi lyden aldrig når en server hos os, er der ingen tredjepartsbehandler, som en BAA skal dække. Om hele arbejdsgangen lever op til HIPAA, afhænger stadig af, hvordan selve enheden er sikret. Og hvis kolleger skal kunne åbne og kommentere den samme note, er en cloudtjeneste med en underskrevet BAA den mere praktiske løsning.
Use Cases
- •Dokumentation af patientkonsultationer
- •Notater om behandlinger og indgreb
- •Transskription af forskningsinterviews
- •Optegnelser fra videokonsultationer
- •Klinisk undervisningsmateriale
Benefits
- ✓Ingen datadelingspolitik at stole på, fordi intet bliver sendt
- ✓Tilpasset ordforråd til kliniske termer og lægemiddelnavne
- ✓Ingen helbredsoplysninger (PHI) forlader enheden, da appen slet ikke kan uploade noget
- ✓En konsultation på 20 minutter transskriberes på et godt stykke under et minut på en Mac med Apple-chip
Jura
Advokater bruger Whisper Notes til vidneafhøringer, klientsamtaler og sagsforberedelse. Optagelsen bliver på enheden, så der er ingen leverandør, der har en kopi af den. Det afgør dog ikke dine egne forpligtelser: om en given arbejdsgang opfylder de fortrolighedsregler, der gælder for dig, afhænger stadig af, hvordan enheden, dens backups og dens eksporter håndteres.
Use Cases
- •Dokumentation af klientsamtaler
- •Transskription af vidneafhøringer
- •Noter til sagsresearch
- •Optegnelser fra retsmøder
- •Efterforskningsinterviews
Benefits
- ✓Vi har ingen kopi af optagelsen eller transskriptionen
- ✓Tilpasset ordforråd til sagsnavne og juridiske termer
- ✓Transskriptioner med tidsstempler, eksporteret som tekst, SRT eller VTT
- ✓$7.99 på iPhone eller $14 på Mac, betalt én gang, mod betaling pr. minut for ekstern transskription
Journalistik
Journalister bruger Whisper Notes til interviews med kilder og optagelser i felten. Der er ingen server, der har lyden, så de eneste kopier er dem på dine egne enheder. Det flytter kildebeskyttelsen fra vores opbevaringspolitik, som du ikke kan kontrollere, til din egen enhedssikkerhed, som du kan. Hvis redaktionen har brug for, at flere redigerer én transskription mens en begivenhed står på, er det en opgave for et cloudværktøj.
Use Cases
- •Transskription af kildeinterviews
- •Dokumentation af feltoptagelser
- •Noter fra pressemøder
- •Arkiver med researchinterviews
- •Podcastproduktion
Benefits
- ✓Intet fra optagelsen eller transskriptionen sendes nogen steder hen
- ✓Fungerer med enheden offline, og det er også sådan, du tjekker påstanden
- ✓Ingen konto, så der er ingen loginhistorik, der forbinder et interview med dig
- ✓Eksporterer til tekst, SRT eller VTT til de værktøjer, redaktionen allerede bruger
Hvor hurtig er den, og hvor kommer den til kort?
De tal, vi har målt, og de ting, designet udelukker
Hvad vi målte, og på hvad
Hastigheden afhænger af maskinen og af den motor, du vælger, så én samlet faktor for „appen“ ville være misvisende. Det her er vores egne kørsler, målt i faktisk tid fra start til færdig tekst, på hardware, vi nævner ved navn.
Parakeet V3 (grundlaget for standardmotoren)
Ca. 74× realtid på en Mac: en mødeoptagelse på 17,5 minutter tager ca. 15 sekunder
25 europæiske sprog; vores egen kørsel, én maskine
Whisper Turbo-muligheden
Whisper Large V3 Turbo kører med ca. 2,7× realtid på samme Mac, og det er prisen for dens 101 sprogvalg
Vores egne kørsler; Turbo er muligheden med bred dækning, ikke den hurtige
Ældre og mindre enheder
En iPhone arbejder sig langsommere igennem en fil end en Mac med Apple-chip, og forskellen vokser med chippens alder. Lange filer bliver stadig færdige; de tager bare tilsvarende længere tid
iPhone 12 eller nyere eller en Mac med Apple-chip
Lagerplads
Transskriptioner fylder meget lidt, ca. 0,1 MB pr. times lyd. Det er modellerne, der fylder: på Mac er Qwen3-ASR 1.7B ca. 2,5 GB og Whisper Large V3 Turbo ca. 2 GB; de andre er mindre
Parakeet er indbygget i appen; de andre modeller downloades i appen
Kendte begrænsninger
Når modellerne kører på enheden, giver det faste grænser, og de er nemmere at tjekke før købet end efter. Netop derfor er Mac-appen fra vores hjemmeside gratis for 5.000 ord om ugen.
Krav til enheden
Kræver iPhone 12 eller nyere eller en Mac med Apple-chip. Ældre hardware har ikke en Neural Engine, der er hurtig nok til, at det er praktisk.
Impact: iPhone 12 eller nyere eller enhver Mac med Apple-chip
Behandlingstid
Behandlingstiden stiger med optagelsens længde. Det er ikke til at komme uden om, når beregningen foregår på enheden.
Impact: Med hastighederne ovenfor tager en fil på en time nogle minutter på en Mac og længere på en iPhone
Afhængighed af lydkvalitet
Dårlig lyd eller høj baggrundsstøj sænker nøjagtigheden, og modellen kan ikke genskabe information, der ikke er i signalet.
Impact: Mikrofonens placering og overlappende tale flytter fejlraten mere end valget af model
Ingen livetekstning
Optagelser transskriberes, når du stopper dem, i stedet for at blive vist som tekst, mens du taler. Når du optager et møde på Mac, viser et livetransskriptionspanel teksten under opkaldet og opdateres cirka hvert 30. sekund, men det er ikke tekstning ord for ord. Livetekstning i den kvalitet kræver en type model, der ikke kan være på en telefon, og når hele filen behandles, får modellen også mere sammenhæng at arbejde med.
Impact: Hvis du har brug for tekst på skærmen under begivenheden, er det her det forkerte værktøj
Ét sprog pr. optagelse
Hyppige skift mellem sprog i samme optagelse sænker nøjagtigheden. Modellen fungerer bedst, når sproget er det samme hele vejen igennem.
Impact: Bedste resultater med ét hovedsprog pr. fil
Hvem er den så til?
Download Whisper Notes
Transskription, der kører på din iPhone eller Mac. Gratis for 5.000 ord om ugen på Mac, så du kan tjekke påstanden, før du betaler.
Download til iOSFås til iOS (iPhone 12+) og macOS (Mac med Apple-chip). $7.99 én gang på iPhone; på Mac 5.000 ord om ugen gratis, derefter $14 én gang. Intet abonnement.