Whisper Notes tunnistaa nyt puhujat

28. heinäkuuta 2026(päivitetty 6. marraskuuta 2026)
·
8 min lukuaika
·Whisper Notes Team

Whisper Notes merkitsee missä tahansa äänitteessä, kuka sanoi mitä, enintään 8 puhujalle ja kokonaan iPhonellasi tai Macillasi. Avaa muistiinpano ja valitse iPhonella ⋯-valikosta Tunnista puhujat tai napsauta Macilla Tunnista puhujat. Kun nimeät puhujan kerran uudelleen, jokainen kappale päivittyy. Kopioitu teksti sekä viedyt TXT- ja VTT-tiedostot säilyttävät nimet. Mitään ei lähetetä pilveen.

Mitä se tekee

Se toimii kaikissa muistiinpanoissa: äänitteessä, tuodussa ääni- tai videotiedostossa ja kokouksen nauhoituksessa. Kun tunnistus on valmis, jokaisessa kappaleessa on puhujamerkintä ja aikaleima.

Puhujien tunnistus laitteella Whisper Notesin Mac-sovelluksessa: podcastin litterointi puhujamerkinnöin ja aikaleimoin, käsitelty paikallisesti Puhujamerkinnät Whisper Notesin iPhone-sovelluksessa: litterointi, jossa jokaisella puhujalla on oma nimi ja aikaleimat

Puhujamerkinnät Macilla ja iPhonella. Lauseen napauttaminen siirtää toiston siihen kohtaan.

Merkinnät ovat aluksi Puhuja 1 ja Puhuja 2. Kun nimeät yhden uudelleen, koko litterointi päivittyy. Lauseen napauttaminen siirtää toiston täsmälleen siihen kohtaan, joten sitaatin voi helposti tarkistaa alkuperäisestä äänestä.

Kokousten nauhoituksissa puhujien tunnistus käynnistyy automaattisesti, kun puhelu päättyy (tämän voi kytkeä pois päältä Asetuksista). Merkinnät säilyvät viennissä: Kopioi litterointi puhujineen vie ne leikepöydälle, ja viedyissä VTT-tekstitystiedostoissa ne ovat mukana.

Puhujien tunnistus kuuntelee ääniä eikä sanoja. Siksi se toimii kaikilla kielillä, jotka sovellus litteroi. Olemme mitanneet sen englanniksi, kiinaksi, hollanniksi ja suomeksi.

Kuinka tarkka puhujien tunnistus on?

Testasimme puhujien tunnistusta 122 julkisella englannin- ja kiinankielisellä äänitteellä: kokouksilla, lähetyksillä ja tulosinfoilla. Se löysi oikean puhujamäärän neljässä äänitteessä viidestä. Kahta ihmistä se sekoittaa harvoin: noin 1 % puheesta meni väärälle henkilölle. Whisper Notesin aiempaan malliin verrattuna virheitä on yli kolmanneksen vähemmän.

Aiempi malli Nyt
Puhujamäärä oikein 52 % äänitteistä 80 % äänitteistä
Väärälle henkilölle merkitty puhe 4,5 % 1,0 %
Puhujien tunnistuksen virheprosentti (pienempi on parempi) 16,0 % 9,9 %
1 tunti ääntä Macilla (M5) noin 22 s noin 8,5 s

Vihreä merkitsee parempaa arvoa, kun ero ylittää virhemarginaalin. Virheprosentti: väärin merkityn puheajan osuus (puuttuva, keksitty tai väärälle henkilölle merkitty). 122 julkista äänitettä, ei käyttäjiemme äänitteitä.

M5-sirulla varustetulla Macilla tunnin äänitteen puhujien tunnistus kestää noin 8,5 sekuntia. Mallien täydellinen vertailu kielen, äänitetyypin ja puhujamäärän mukaan sekä nopeus ja muistinkäyttö iPhonella ja Macilla löytyvät artikkelista Nemotron 3 vs. pyannote: puhujien tunnistuksen virheprosentti 16,0 % → 9,9 %. Tämän sivun aiempi versio esitteli edellisen mallin, pyannote community-1:n, testejä kahdella omalla äänitteellämme. Se vertailu on nyt myös siellä.

Miten se toimii

Puhujien tunnistuksessa on kaksi vaihetta. Ensin NVIDIAn Nemotron 3 -puhujamalli kuuntelee äänen ja selvittää, kuka puhui milloinkin, enintään 8 puhujalle. Sitten Whisper Notes sovittaa puheenvuorot litterointiin lause kerrallaan. Näin lause pysyy sen sanoneella henkilöllä eikä katkea kahtia.

Ääni → kuka puhui milloin → lauseet puhujille → merkinnät

Jokainen vaihe tapahtuu laitteella.

Malli ladataan kerran, noin 90 MB, kun tunnistat puhujat ensimmäistä kertaa. Ääni on henkilötieto, eikä se koskaan poistu iPhonestasi tai Macistasi: analyysi tehdään laitteella, eikä äänistä lähetetä mitään minnekään.

Miten korjaat väärän merkinnän?

• Nimeä puhuja uudelleen: napauta tai napsauta puhujan merkintää puhujanäkymässä. Uusi nimi korvaa vanhan kaikkialla muistiinpanossa.

• Siirrä kappale toiselle puhujalle: iPhonessa napauta kappaleen puhujan nimeä ja valitse toinen puhuja; Macissa valitse kappaleen kohdalla Siirrä osio toiselle puhujalle.

• Yhdistä kaksi puhujaa: nimeä toinen puhujista uudelleen toisen puhujan nimellä.

• Yksi kappale, kaksi puhujaa (iPhone): kaksoisnapauta kappaletta, merkitse lauseet, jotka kuuluvat toiselle puhujalle, ja valitse Siirrä lause toiselle puhujalle.

• Peru muutos (iPhone): jokaisen siirron tai yhdistämisen voi perua; napauta heti perään Kumoa.

• Liikaa tai liian vähän puhujia: suorita tunnistus uudelleen tarkalla määrällä (ks. alla).

Puhujan nimeäminen uudelleen Whisper Notesissa: merkintä päivittyy koko litterointiin

Kun puhujan nimeää uudelleen, muistiinpanon jokainen kappale päivittyy.

Puhujamäärän asettaminen

Tunnistus laskee puhujat itse. Jos tiedät, montako ihmistä äänitteessä puhuu, kerro se: valitse Suorita puhujien tunnistus uudelleen ja valitse määrä. Testeissämme 108 äänitteellä, joissa oli kaksi tai useampia puhujia, määrän antaminen korjasi puhujamäärän 15 äänitteessä eikä huonontanut sitä yhdessäkään.

Suorita puhujien tunnistus uudelleen Whisper Notesissa tietyllä puhujamäärällä sekä SRT- ja VTT-vienti puhujamerkinnöin

Puhujien tunnistus uudelleen tarkalla puhujamäärällä. Samasta valikosta voi viedä SRT- ja VTT-tiedostot puhujamerkinnöin.

Vinkkejä parhaaseen tulokseen

• Samankaltaiset äänet: aseta puhujamäärä. Kaksi samanlaista ääntä, jotka vuorottelevat lyhyin puheenvuoroin, ovat vaikeimpia mille tahansa puhujamallille.

• Vain yksi puhuja: jätä puhujien tunnistus väliin. Se jakaa toisinaan yhden äänen kahdeksi puhujaksi, useimmiten äänitteissä, jotka on koottu erillisistä pätkistä.

• Yli 8 puhujaa: pidä merkintöjä ensimmäisenä luonnoksena ja nimeä uudelleen tai siirrä kappaleita tarpeen mukaan.

• Lyhyet vastaukset: alle sekunnin mittainen ”joo” toisen puhujan lauseen keskellä jää sen lauseen kappaleeseen.

Rajoitukset

• Merkinnät ilmestyvät nauhoituksen päätyttyä, eivät puhelun aikana. Jos tarvitset reaaliaikaisen tekstityksen puhujien nimineen kokouksen vielä ollessa käynnissä, pilvipalvelu kuten Otter tai Notta on oikea työkalu.

• Enintään 8 puhujaa. Jos ihmisiä on enemmän, osa äänistä jakaa saman merkinnän ja tulokset ovat epäluotettavampia.

• Päällekkäinen puhe saa yhden merkinnän lausetta kohden.

• Samankaltaiset äänet ovat yhä vaikeita, vaikka puhujamäärä olisi asetettu.

Usein kysytyt kysymykset

Voiko Whisper Notes tunnistaa puhujat iPhonella?

Kyllä. Whisper Notes merkitsee puhujat iPhonella ja Macilla, kokonaan laitteella. Avaa iPhonella muistiinpano ja valitse ⋯-valikosta Tunnista puhujat; napsauta Macilla Tunnista puhujat.

Montako puhujaa Whisper Notes pystyy erottamaan?

Enintään 8. Sovellus laskee puhujat itse, ja voit asettaa tarkan määrän, kun suoritat tunnistuksen uudelleen.

Kuinka tarkka Whisper Notesin puhujien tunnistus on?

122 julkisella englannin- ja kiinankielisellä äänitteellä se löysi oikean puhujamäärän 80 %:ssa äänitteistä, ja noin 1 % puheesta meni väärälle henkilölle. Epäluotettavin se on, kun puhujia on yli 8, kun äänet ovat hyvin samankaltaisia ja kun äänitteellä on vain yksi puhuja.

Lähettääkö puhujien tunnistus äänitteeni pilveen?

Ei. Puhujamalli ladataan kerran, ja sen jälkeen se toimii iPhonellasi tai Macillasi. Äänitteesi ja litterointisi eivät koskaan poistu laitteeltasi.

Saatavuus

Puhujien tunnistus sisältyy kertaostoon ($7.99 iPhonella, $14 Macilla) puheentunnistusmoottorien lisäksi: Parakeet (Moondreamin Parakeet Ultra, joka on jatkokoulutettu NVIDIAn Parakeet V3:n pohjalta), Whisper (Macilla Large V3 Turbo, iPhonella Small), SenseVoice sekä Apple Speech iOS 26:ssa ja macOS 26:ssa. Macilla on lisäksi Qwen3-ASR 1.7B (Beta). Erillistä hintatasoa tai käyttäjätiliä ei ole.

• iPhone: App Storesta.

• Mac App Store: sisältyy nykyiseen versioon.

• Verkkosivuiltamme ladattava Mac-sovellus: Macin lataussivulta. Sillä voi litteroida 5 000 sanaa viikossa ilmaiseksi.

Miten itse kokouksen nauhoitus toimii, kerrotaan kokousten offline-litterointia käsittelevässä artikkelissamme.