Mac और iPhone के लिए सबसे अच्छे ऑफ़लाइन ट्रांसक्रिप्शन ऐप (2026)

पहला सवाल "कौन सा ऐप" नहीं है

स्पीच-टू-टेक्स्ट टूल एक ही आर्किटेक्चरल लकीर पर बँटते हैं: आपका ऑडियो उस हार्डवेयर पर प्रोसेस होता है जो आपका अपना है, या किसी कंपनी के सर्वर पर। इसके बाद की हर चीज़ इसी चुनाव से निकलती है — क़ीमत का मॉडल, प्राइवेसी, मिनटों की सीमा, हवाई जहाज़ में क्या होगा — इसलिए यह फ़ैसला पहले कर लीजिए, बाकी फ़ैसला अपने आप छोटा हो जाता है।

क्लाउड आपको दो असली चीज़ें देता है: बोलते-बोलते स्क्रीन पर उभरते लाइव कैप्शन, और एक साझा वर्कस्पेस जिसमें आपके सहकर्मी खोज और कमेंट कर सकें। बदले में तीन चीज़ें लेता है: आपका ऑडियो अपलोड होता है और उस रिटेंशन पॉलिसी के अधीन आ जाता है जिसे आपको जाकर पढ़ना पड़ेगा, मीटर चलता रहता है (प्रति-मिनट सीमाएँ इसीलिए हैं, क्योंकि कंप्यूट किसी और के सर्वर पर ख़र्च हो रहा है), और सब्सक्रिप्शन रिन्यू होता रहता है, चाहे उस महीने आपने कुछ ट्रांसक्राइब किया हो या नहीं।

लोकल उसी सिलिकॉन पर चलता है जिसका पैसा आप पहले ही दे चुके हैं। प्रति-मिनट कोई सीमा नहीं, क्योंकि मीटर ही नहीं है; कोई अकाउंट नहीं, क्योंकि लॉगिन करने को कुछ है ही नहीं; और कोई रिटेंशन पॉलिसी पढ़नी नहीं, क्योंकि आपके ऑडियो की कोई कॉपी कहीं बची ही नहीं जिसे रखा जाए। यह फ़्लाइट में चलता है, अस्पताल में चलता है, और उस कंपनी के भीतर भी चलता है जो बाहर जाने वाला ट्रैफ़िक ब्लॉक कर देती है। इसका मतलब अपने आप बेहतर सटीकता नहीं है — फ़्रंटियर क्लाउड मॉडल मज़बूत हैं, और ईमानदार तुलना नीचे FAQ में है — लेकिन Apple Silicon पर ओपन मॉडल इतने क़रीब आ चुके हैं कि ज़्यादातर रिकॉर्डिंग में फ़र्क़ शोर भर रह जाता है। यहाँ तक पहुँचने के लिए अगर आपने सर्च बॉक्स में "ऑफ़लाइन" लिखा था, तो यह चुनाव आप कर चुके हैं। बाकी पेज मैदान के लोकल हिस्से के बारे में है।

पूरा मैदान, एक नज़र में

क़ीमतें बदलती रहती हैं। नीचे हमने वही आँकड़े दिए हैं जो कंपनी अपनी साइट पर खुद बताती है; जहाँ आज हम पुष्टि नहीं कर सके, वहाँ सिर्फ़ गुणात्मक बात कही है। ख़रीदने से पहले कंपनी की साइट देख लीजिए।

लोकल का मुक़ाबला: MacWhisper या Whisper Notes

एक बार यह तय हो जाए कि ऑडियो मशीन पर ही रहेगा, तो Apple प्लेटफ़ॉर्म पर शॉर्टलिस्ट दो ऐप की बचती है। दोनों ओपन स्पीच मॉडल के एक ही परिवार चलाते हैं, दोनों किराए पर नहीं बल्कि एक बार में बिकते हैं, और दोनों इस पेज के आख़िर वाला एयरप्लेन-मोड टेस्ट पास करते हैं। फ़र्क़ सिद्धांत का नहीं, मिज़ाज का है — एक स्विस आर्मी नाइफ़ है, दूसरा एक क़लम।

MacWhisper — वे सारे फ़ीचर जो एक ट्रांसक्रिप्शन ऐप में हो सकते हैं

MacWhisper का फ़्री टियर आम ऑडियो और वीडियो फ़ॉर्मैट का बुनियादी ट्रांसक्रिप्शन 100+ भाषाओं में करता है, साथ में प्लेन-टेक्स्ट तथा SRT/VTT एक्सपोर्ट, माइक्रोफ़ोन रिकॉर्डिंग और सिस्टम-वाइड डिक्टेशन। Pro लाइसेंस — एक बार €64, लाइफ़टाइम अपडेट के साथ, जैसा MacWhisper अपनी साइट पर लिखता है — इसे पूरा वर्कस्टेशन बना देता है: अपने आप स्पीकर पहचान, बैच क़तार, वॉच्ड फ़ोल्डर, YouTube और मीडिया-URL ट्रांसक्रिप्शन, Zoom, Teams, Webex, Skype, Chime तथा Discord पर मीटिंग रिकॉर्डिंग, सबटाइटल अनुवाद, हर स्पीकर की अलग पॉडकास्ट फ़ाइल, .docx/.pdf/.md/.html एक्सपोर्ट, एक CLI, और Notion, Obsidian व Zapier के साथ इंटीग्रेशन। ट्रांसक्रिप्शन का कोई फ़ीचर अगर कहीं मौजूद है, तो MacWhisper ने शायद उसे बना रखा है — सब कुछ एक ही छत के नीचे चाहिए तो यही सही ख़रीद है, और यही वजह है Whisper Notes देखने की, अगर आप चाहते हैं कि टूल सादा बना रहे।

इस चौड़ाई की क़ीमत टूल की शक्ल में चुकती है: यह घना है, सिर्फ़ Mac के लिए है, और इसका कोई फ़ोन ऐप नहीं — तो iPhone पर की गई रिकॉर्डिंग को पहले Mac तक पहुँचना पड़ता है, तभी उस पर कुछ हो सकता है। अगर आपको कॉकपिट पसंद है — और बहुत से पेशेवरों को है — तो इनमें से कोई बात शिकायत नहीं है। हमारी फ़ीचर-दर-फ़ीचर तुलना Whisper Notes बनाम MacWhisper पर है।

Whisper Notes — तीन काम, साफ़ ढंग से, आपके दोनों डिवाइस पर

Whisper Notes उन्हीं तीन कामों पर टिका है जो लोग वाक़ई आवाज़ से करते हैं, और उनके आसपास सब कुछ कम से कम रखता है। वॉइस टाइपिंग: Fn दबाए रखिए और बोलिए, शब्द उसी ऐप में टाइप हो जाते हैं जो सामने खुला है — Slack, कोई एडिटर, टर्मिनल (डायरेक्ट डाउनलोड वर्शन; Apple के नियम टेक्स्ट डालने वाला ज़रूरी API App Store बिल्ड में नहीं आने देते)। मीटिंग ट्रांसक्रिप्शन: दोनों Mac चैनलों पर सिस्टम ऑडियो और माइक्रोफ़ोन, कॉल में कोई बॉट नहीं; डायरेक्ट डाउनलोड वर्शन Zoom, Teams तथा Google Meet कॉल खुद पहचानकर रिकॉर्डिंग शुरू कर देता है, और फिर Gemma 4 से सारांश और एक्शन आइटम मशीन पर ही लिख देता है — न कोई API की, न कोई क्लाउड कॉल। फ़ाइल ट्रांसक्रिप्शन: हर चैनल पर तीन इंजन — Parakeet V3, Whisper, SenseVoice — जो मिलकर 101 भाषाएँ कवर करते हैं, और डिवाइस पर ही चलने वाले स्पीकर लेबल, जो एक घंटे के ऑडियो पर क़रीब 15 सेकंड में लेबल लगा देते हैं।

और इस शॉर्टलिस्ट में यही अकेला ऐप है जो iPhone को पूरा टूलसेट देता है — रिकॉर्डिंग, फ़ाइल इम्पोर्ट, फ़ोल्डर, इंजन का चुनाव और स्पीकर लेबल, सब कुछ फ़ोन पर ही चलता हुआ — जबकि App Store की एक $6.99 की खरीद iPhone ऐप और Mac App Store वर्शन दोनों को कवर करती है। इंटरफ़ेस रास्ते से हट जाता है: रिकॉर्ड कीजिए, पढ़िए, एक्सपोर्ट कीजिए, बस।

तो चुनाव मिज़ाज से कीजिए। हर विकल्प चाहिए और घना टूल अच्छा लगता है, तो MacWhisper ख़रीदिए। चाहते हैं कि टूल दिखे ही नहीं — तीन काम ढंग से, साफ़ स्क्रीन, वही ऐप जेब में — तो Whisper Notes ख़रीदिए। दोनों जवाब आपका ऑडियो घर पर ही रखते हैं; कोई भी एक बाइट अपलोड नहीं करता।

काम 1: कर्सर में वॉइस टाइपिंग

यह वह वर्कफ़्लो है जिसमें आप एक की दबाए रखते हैं, एक वाक्य बोलते हैं, छोड़ते हैं, और टेक्स्ट उसी ऐप में जा गिरता है जो सामने खुला है। इस पेज पर यही सबसे कठिन काम है: टूल को इतना तेज़ होना पड़ता है कि आपका ध्यान उस पर जाना बंद हो जाए, और उसे उन ऐप के भीतर टेक्स्ट डालना पड़ता है जो उसके अपने नहीं हैं।

Whisper Notes यह काम Mac पर सीधे करता है — Fn दबाइए, बोलिए, छोड़िए — उन्हीं लोकल इंजनों से जो आपकी रिकॉर्डिंग ट्रांसक्राइब करते हैं, बिना कुछ कॉन्फ़िगर किए और बिना हर ऐप के लिए अलग सेटअप। यह डायरेक्ट डाउनलोड वर्शन में आता है; App Store बिल्ड में यह हो ही नहीं सकता, क्योंकि Apple के सैंडबॉक्स नियम उस एक्सेसिबिलिटी API को बाहर रखते हैं जो दूसरे ऐप में टाइप करता है — पूरी कहानी Mac ऐप ने App Store क्यों छोड़ा में है। तकनीकी ब्यौरा Whisper के साथ Mac पर सिस्टम-वाइड डिक्टेशन में लिखा है।

डिक्टेशन के विशेषज्ञ: Superwhisper और VoiceInk

दो ऐप डिक्टेशन को फ़ीचर नहीं, पूरा प्रोडक्ट मानते हैं, और अगर आपका पूरा दिन डिक्टेशन में जाता है तो वे देखने लायक हैं। Superwhisper का "modes" सिस्टम कच्चे ट्रांसक्रिप्ट को एक प्रॉम्प्ट के ज़रिए नई शक्ल दे देता है — ईमेल, कमिट मैसेज, बग रिपोर्ट — और यह अब तक कोई और नहीं कर पाया, हालाँकि क्लाउड भी यहीं दाख़िल होता है: डिज़ाइन हाइब्रिड है, डिफ़ॉल्ट रूप से लोकल मॉडल, पर सटीकता और री-राइटिंग के कई फ़ीचर आपका ऑडियो या टेक्स्ट किसी क्लाउड प्रोवाइडर से होकर भेजते हैं, इसलिए "लोकल" इस पर निर्भर करता है कि आपने कौन सा मोड चुना। यह macOS, Windows और iOS पर चलता है, इसका फ़्री टियर कभी ख़त्म नहीं होता, और इसकी अपनी साइट पर लाइफ़टाइम लाइसेंस $249.99 लिखा है — इस पेज की सबसे ऊँची क़ीमत। VoiceInk वही चक्र Apple Silicon वाले Mac पर $29 के एक बार के लाइसेंस में देता है (एक से ज़्यादा Mac के लिए ज़्यादा), और इसका विकास GitHub पर खुले में होता है — यानी प्राइवेसी का दावा आप सोर्स पढ़कर जाँच सकते हैं। लंबी आमने-सामने तुलना हमारे Superwhisper विकल्प पेज पर है।

फ़ैसले का नियम काम का बोझ है। अगर डिक्टेशन ही आपका पूरा काम है और प्रॉम्प्ट से री-राइटिंग ही असली बात है, तो विशेषज्ञ ऐप ख़रीदिए। अगर वॉइस टाइपिंग आपके कई कामों में से एक है — मीटिंग, रिकॉर्डिंग और फ़ोन से आई फ़ाइलों के साथ-साथ — तो Whisper Notes यह उसी ऐप के भीतर कर देता है जो बाकी सब पहले से संभाल रहा है: एक टूल, एक भुगतान, एक प्राइवेसी मॉडल, बिना किसी शर्त के लोकल।

Apple Dictation — मुफ़्त, पहले से इंस्टॉल, और सचमुच ठीक-ठाक

किसी को पैसे देने से पहले वह डिक्टेशन आज़माइए जो macOS और iOS के साथ ही आता है। नए हार्डवेयर पर यह कई भाषाओं में डिवाइस पर ही चलता है, पूरे सिस्टम में काम करता है, और छोटे मैसेज के लिए इसमें और किसी पेड टूल में फ़र्क़ उतना नहीं जितना इंटरनेट पर बताया जाता है। यह लंबी बातों में गिरता है: विराम-चिह्नों का अनुशासन, तकनीकी शब्दावली, और सफ़ाई का कोई चरण न होना। अगर आप एक पैराग्राफ़ बोलते हैं और फिर उसे ठीक करने में एक मिनट लगाते हैं, ठीक वहीं से पेड टूल अपनी क़ीमत वसूलना शुरू करता है।

काम 2: जो फ़ाइल पहले से आपके पास है, उसे ट्रांसक्राइब करना

यहाँ शर्तें उलट जाती हैं। कुछ भी रियल-टाइम नहीं है; आपके पास एक MP3, एक M4A या एक MP4 है और आपको उसमें से टेक्स्ट चाहिए। टूल इस बात से अलग होते हैं कि फ़ाइल कहाँ पड़ी है, उसमें कौन सी भाषा है, और आसपास का कितना काम — स्पीकर लेबल, फ़ॉर्मैट, बैच — ऐप आपके लिए कर देता है।

Whisper Notes — दोनों डिवाइस पर फ़ाइलें, और भाषा से मेल खाता इंजन

अगर रिकॉर्डिंग आपके iPhone पर है, तो फ़ैसला छोटा है: MacWhisper और Buzz का कोई फ़ोन ऐप नहीं है। Whisper Notes iPhone पर ही रिकॉर्ड और ट्रांसक्राइब करता है (iOS 18 या उसके बाद, iPhone 12 या नया सुझाया जाता है), Files तथा Voice Memos से — वीडियो समेत — इम्पोर्ट करता है, और App Store की एक $6.99 की खरीद iPhone ऐप और Mac App Store वर्शन दोनों को कवर करती है — यानी फ़ोन किसी और टूल के लिए बस रिकॉर्डिंग का डिब्बा नहीं रहता, वही टूल बन जाता है।

अगर ऑडियो चीनी, जापानी, कोरियाई या कैंटोनीज़ में है, तो ऐप से ज़्यादा इंजन मायने रखता है। CJK के लिए Whisper सबसे मज़बूत मॉडल नहीं है, और इस पेज के ज़्यादातर टूल सिर्फ़ Whisper चलाते हैं। Whisper Notes हर चैनल पर Whisper तथा Parakeet V3 के साथ SenseVoice भी देता है — हमारे टेस्ट में इसने 27 मिनट का चीनी पॉडकास्ट M4 Pro पर 13.83 सेकंड में ट्रांसक्राइब किया, और विराम-चिह्न Whisper से बेहतर लगाए। तुलना CJK के लिए SenseVoice बनाम Whisper में है, और हर इंजन की भाषा-सूची whispernotes.app/languages पर।

अगर आपको यह जानना है कि बोला किसने, तो स्पीकर लेबल हर चैनल पर डिवाइस के भीतर चलते हैं — iPhone ऐप में 1.8.5 से, Mac App Store बिल्ड में, और डायरेक्ट डाउनलोड (DMG) बिल्ड में 1.5.1 से — और एक घंटे के ऑडियो पर क़रीब 15 सेकंड में लेबल लगा देते हैं। वॉइसप्रिंट बायोमेट्रिक डेटा है, और यही अच्छी वजह है कि वह गणना आपकी अपनी चिप पर हो; मॉडल और उसकी नाकामियाँ डिवाइस पर स्पीकर डायराइज़ेशन में लिखी हैं। यहाँ मौजूद बाकी लोकल टूल में सिर्फ़ MacWhisper का Pro टियर भी स्पीकर पहचान करता है; Aiko और Apple के अपने टूल नहीं करते।

सिर्फ़ अंग्रेज़ी की रफ़्तार में मैदान उतना ही क़रीब है जितना कोई कंपनी मानना नहीं चाहती, क्योंकि सब वही ओपन मॉडल चलाते हैं। संदर्भ के लिए: हमारे प्रकाशित बेंचमार्क में Parakeet V3 ने 35 मिनट का ऑडियो M4 Pro पर 18 सेकंड में ट्रांसक्राइब किया — ये आँकड़े आप खुद दोहरा सकते हैं, और ये ऐप से ज़्यादा मॉडलों के बारे में बताते हैं। अगर आपको विंडो से ज़्यादा टर्मिनल भाता है, तो डायरेक्ट डाउनलोड वर्शन 1.5.5 से एक CLI और एक MCP सर्वर देता है, ताकि स्क्रिप्ट और AI असिस्टेंट लोकल ही ट्रांसक्राइब तथा खोज कर सकें।

MacWhisper — सिर्फ़-Mac वाला सबसे गहरा फ़ाइल वर्कफ़्लो

अगर आपके Mac पर फ़ाइलें ढेर की तरह आती हैं — पॉडकास्ट का पुराना कैटलॉग, इंटरव्यू का पूरा फ़ोल्डर — तो MacWhisper Pro ठीक इसी के लिए बना है: बैच क़तार, वॉच्ड फ़ोल्डर जो उनमें गिरी हर फ़ाइल ट्रांसक्राइब कर देते हैं, YouTube और मीडिया-URL इनपुट, और Notion, Obsidian तथा ऑफ़िस फ़ॉर्मैट में एक्सपोर्ट। वह वर्कस्टेशन जैसी गहराई असली है — और जान-बूझकर वहाँ नहीं है जहाँ हमारी गहराई गई: हमारी गहराई iPhone ऐप, CJK इंजनों और डिवाइस पर चलने वाले स्पीकर लेबल में लगी। तो बँटवारा वही है जो ऊपर शॉर्टलिस्ट में था: फ़ाइलें Mac पर जमा होती हैं तो MacWhisper; फ़ाइलें फ़ोन से शुरू होती हैं, या ऑडियो CJK है, या आप केबल के दोनों सिरों पर एक ही ऐप चाहते हैं, तो Whisper Notes।

Buzz — मुफ़्त, ओपन सोर्स, और Windows तथा Linux का जवाब

Buzz एक MIT-लाइसेंस वाला डेस्कटॉप ऐप है जो Whisper को macOS, Windows और Linux पर लोकल चलाता है, GPU एक्सेलेरेशन, फ़ोल्डर वॉचिंग, TXT/SRT/VTT एक्सपोर्ट तथा एक CLI के साथ। यह दो हालात साफ़-साफ़ जीतता है। बजट: अगर पैसा ही असली अड़चन है, तो प्रति-मिनट सीमा के बिना मुफ़्त होना इस पेज के हर पेड टूल से बेहतर है। प्लेटफ़ॉर्म: हमारा कोई Windows या Android ऐप नहीं है और बनाने का इरादा भी नहीं, इसलिए Windows पर हमारी सिफ़ारिश Buzz है या faster-whisper जैसा कोई कमांड-लाइन टूल — उस सिफ़ारिश का इसी साइट पर अपना पेज है, क्योंकि लोगों को सही टूल तक भेजना दिखावे से बेहतर है। बदले में जो छूटता है वह है पॉलिश: Buzz प्रोडक्ट कम, यूटिलिटी ज़्यादा है, और यह इंटरफ़ेस तथा सेटअप दोनों में दिखता है। Apple डिवाइस पर, कुछ डॉलर के बजट के साथ, रोज़ इस्तेमाल के लिए ख़ास तौर पर बना ऐप ज़्यादा सुखद चीज़ है।

Aiko — सबसे सीधा, एक झटके में ट्रांसक्रिप्शन

Aiko एक ही काम करता है: ऑडियो या वीडियो डालिए, डिवाइस पर बना Whisper ट्रांसक्रिप्ट वापस लीजिए, जिसे सबटाइटल के रूप में एक्सपोर्ट किया जा सकता है। यह $24 की एक बार की यूनिवर्सल परचेज़ है जो iPhone, iPad, Mac और Vision Pro को कवर करती है, और डिवाइस से कुछ बाहर नहीं जाता। इसकी सीमाएँ ही इसका डिज़ाइन हैं: स्पीकर पहचान नहीं, इंजन का चुनाव नहीं, ऐप के भीतर एडिटिंग नहीं — आप एक्सपोर्ट करके टेक्स्ट कहीं और ठीक करते हैं। अगर ज़रूरत इतनी ही है कि "कभी-कभार बिना किसी सेटिंग के रिकॉर्डिंग को टेक्स्ट बना लें", तो Aiko साफ़ जवाब है। जिस दिन आपको यह जानना हो कि बोला किसने, अपनी भाषा के लिए मज़बूत इंजन चुनना हो, या ट्रांसक्रिप्ट को वहीं संपादित करना हो जहाँ वह रखा है, उस दिन आप इससे आगे निकल चुके हैं — और ठीक वही जगह Whisper Notes मिलती-जुलती क़ीमत पर भरता है।

काम 3: चलती हुई मीटिंग को पकड़ना

मीटिंग वह जगह है जहाँ ऑफ़लाइन-बनाम-क्लाउड का चुनाव दार्शनिक नहीं रह जाता। मीटिंग में और लोग भी होते हैं, और ईमानदार बँटवारा इस पर है कि नोट्स का बाद में होता क्या है।

अगर नोट्स पूरी टीम की चीज़ हैं तो Otter और Notta जीतते हैं

अगर आपको कॉल के दौरान उभरते लाइव कैप्शन चाहिए, खोजा जा सकने वाला साझा वर्कस्पेस चाहिए, कैलेंडर इंटीग्रेशन चाहिए जो आपकी जगह मीटिंग में शामिल हो जाए, और एक लिंक चाहिए जो उस व्यक्ति को भेजा जा सके जो मीटिंग में नहीं था — तो क्लाउड टूल ख़रीदिए। Otter का Basic टियर मुफ़्त है, महीने में 300 मिनट और हर बातचीत पर 30 मिनट की सीमा के साथ; Pro $16.99 प्रति यूज़र प्रति महीना है, या सालाना बिलिंग पर $8.33 प्रति महीना। Notta इसके बराबर है और उसका रियल-टाइम अनुवाद मज़बूत है। कोई ऑफ़लाइन टूल यह नहीं करता, और कितनी भी लोकल-फ़र्स्ट इंजीनियरिंग इसे नहीं बदलेगी: मिलकर काम करने के लिए सर्वर चाहिए। बदले में आप यह स्वीकार करते हैं कि ऑडियो अपलोड होता है, मिनट गिने जाते हैं, सब्सक्रिप्शन रिन्यू होता है, और पार्टिसिपेंट लिस्ट में एक बॉट दिख सकता है। हमारा विस्तार से लिखा नज़रिया Whisper Notes बनाम Otter.ai और Notta के विकल्प पर है।

अगर रिकॉर्डिंग मशीन से बाहर नहीं जानी चाहिए तो Whisper Notes और MacWhisper जीतते हैं

बाज़ार का दूसरा आधा हिस्सा वे मीटिंग हैं जिन्हें अपलोड किया ही नहीं जा सकता: मरीज़ से बातचीत, वकील और मुवक्किल की गोपनीय कॉल, बोर्ड तथा वेतन पर चर्चा, बिना घोषणा वाला प्रोडक्ट काम, और वे इंटरव्यू जिनमें सूत्र से वादा किया गया था कि रिकॉर्डिंग कहीं नहीं जाएगी। यहाँ लोकल टूल पसंद नहीं, शर्त है।

Whisper Notes दोनों Mac चैनलों पर सिस्टम ऑडियो और माइक्रोफ़ोन से मीटिंग रिकॉर्ड करता है, कॉल में कोई बॉट शामिल नहीं होता और बाकी लोगों को कुछ दिखता भी नहीं। डायरेक्ट डाउनलोड (DMG) वर्शन इसके अलावा Zoom, Teams तथा Google Meet कॉल पहचानकर आपके लिए रिकॉर्डिंग शुरू कर देता है — आप कॉल में जाइए, और बाद में ट्रांसक्रिप्ट बस वहाँ मौजूद होता है, स्पीकर लेबल के साथ जो बताते हैं किसने क्या कहा, और Gemma 4 के साथ जो सारांश तथा एक्शन आइटम मशीन पर ही लिख देता है — न कोई API की, न कोई क्लाउड कॉल। Mac App Store वर्शन मैन्युअल रिकॉर्ड करता है, क्योंकि Apple के नियम अपने आप पहचानने वाली सुविधा बाहर रखते हैं। पूरा तरीक़ा Mac पर ऑफ़लाइन मीटिंग ट्रांसक्रिप्शन में है। MacWhisper Pro भी मीटिंग लोकल रिकॉर्ड करता है और कॉन्फ़्रेंसिंग ऐप की लंबी सूची कवर करता है — Webex, Skype, Chime, Discord — तो अगर आपकी कॉल उन्हीं में होती हैं, यह अपने आप फ़ैसला कर देगा।

एक सीमा पूरे ऑफ़लाइन मैदान पर लागू है, और हम चाहेंगे कि आप इसे ख़रीदने के बाद नहीं, अभी जान लें: यहाँ का कोई भी पॉलिश किया हुआ कंज़्यूमर ऐप कॉल के दौरान लाइव कैप्शन नहीं बनाता। Whisper Notes रिकॉर्डिंग रुकने के बाद ट्रांसक्राइब करता है, बोलते समय नहीं। अगर कमरे में किसी को शब्द उसी वक़्त पढ़ने हैं जब वे बोले जा रहे हैं, तो आपको क्लाउड सेवा चाहिए या कैप्शनिंग के लिए बना कोई ख़ास प्रोडक्ट।

पहले Apple के अपने टूल आज़माइए

Voice Memos बिना किसी ख़र्च के रिकॉर्डिंग ट्रांसक्राइब कर देता है — Apple silicon वाले Mac पर macOS 15 या उसके बाद, और iPhone पर iOS 18 से। सिस्टम Dictation के साथ मिलकर यह रोज़मर्रा के इस्तेमाल का अच्छा-ख़ासा हिस्सा ढक लेता है, और जो सिफ़ारिश इसे छोड़कर आगे बढ़ जाती है, वह आपको कुछ बेचने की कोशिश कर रही है।

चार चीज़ें लोगों को इससे आगे धकेलती हैं। Apple गिनी-चुनी भाषाएँ ट्रांसक्राइब करता है, उन 101 से कहीं कम जो Whisper कवर करता है — हर इंजन का ब्योरा हमारे भाषा पेज पर है। स्पीकर अलग नहीं होते। असली एक्सपोर्ट भी नहीं है — आप टेक्स्ट चुनकर कॉपी करते हैं, TXT, SRT या VTT बाहर नहीं मिलता। और बैच नहीं है: एक बार में एक ही रिकॉर्डिंग, वह भी Apple के अपने ऐप में बनी हुई, तो इंटरव्यू फ़ाइलों का पूरा फ़ोल्डर यह संभाल ही नहीं सकता। इन चारों में से कोई भी आपके लिए मायने नहीं रखता, तो पढ़ना यहीं रोक दीजिए और पैसे बचाइए।

अपनी शर्त के हिसाब से चुनिए

इनमें से कोई भी दावा खुद कैसे जाँचें

इस पेज की हर कंपनी, हम भी, "प्राइवेट" शब्द बोलती है। आपको किसी की बात यूँ ही मान लेने की ज़रूरत नहीं। पाँच जाँचें, और इनमें से किसी के लिए तकनीकी पृष्ठभूमि नहीं चाहिए:

1. एयरप्लेन-मोड टेस्ट। एयरप्लेन मोड चालू कीजिए, या Wi-Fi बंद करके ईथरनेट निकाल दीजिए, फिर कुछ रिकॉर्ड करके ट्रांसक्राइब कीजिए। अगर ट्रांसक्रिप्ट पूरी रफ़्तार से आ जाता है, तो प्रोसेसिंग लोकल है। अगर घूमता हुआ स्पिनर मिलता है, कोई एरर, या ऐसा काम जो इंटरनेट लौटते ही पूरा हो जाता है, तो नहीं है। यह तब कीजिए जब ऐप अपना मॉडल डाउनलोड कर चुका हो — सचमुच लोकल टूल को नेटवर्क ठीक एक बार चाहिए, मॉडल वेट लाने के लिए।
2. App Store का प्राइवेसी लेबल पढ़िए। App Store लिस्टिंग पर App Privacy तक स्क्रॉल कीजिए। "Data Not Collected" डेवलपर का Apple से किया गया दावा है, और झूठ बोलने के नतीजे भुगतने पड़ते हैं। इसे मार्केटिंग पेज की बातों से मिलाकर देखिए। यह भी देखिए कि ऐप अकाउंट माँगता है या नहीं: अगर ट्रांसक्राइब करने के लिए लॉगिन बनाना पड़े, तो कुछ न कुछ आपके डिवाइस से बाहर जा रहा है।
3. नेटवर्क पर नज़र रखिए। Little Snitch या ओपन-सोर्स LuLu जैसा फ़ायरवॉल आपको हर वह बाहरी कनेक्शन दिखा देता है जो कोई ऐप बनाने की कोशिश करता है। उसे चालू रखकर एक फ़ाइल ट्रांसक्राइब कीजिए। अपडेट की जाँच और लाइसेंस की पुष्टि सामान्य और छोटी होती है; आपकी ऑडियो फ़ाइल जितना बड़ा लगातार अपलोड सामान्य नहीं है।
4. मिनटों की सीमा खोजिए। क़ीमत वाले पेज एक ईमानदार संकेत हैं। प्रति-मिनट शुल्क और महीने के मिनट कोटे इसलिए होते हैं क्योंकि कंप्यूट किसी और के सर्वर पर ख़र्च हो रहा है। जो टूल आपके हार्डवेयर पर चलता है, उसके पास आपको मीटर पर रखने की कोई वजह नहीं — इसलिए असीमित लोकल ट्रांसक्रिप्शन डिफ़ॉल्ट है, कोई प्रीमियम टियर नहीं।
5. देखिए कि "लोकल" का मतलब "डिफ़ॉल्ट रूप से लोकल" है या नहीं। कई अच्छे टूल हाइब्रिड हैं: रफ़्तार के लिए लोकल मॉडल, सटीकता या री-राइटिंग के लिए क्लाउड मॉडल, और यह हर मोड में अलग। यह वाजिब डिज़ाइन है, पर इसका मतलब है कि प्राइवेसी का जवाब ऐप पर नहीं, आपकी सेटिंग्स पर टिका है। मॉडल चुनने वाली जगह खोजिए, देखिए कौन सा विकल्प चुना हुआ है, और जाँचिए कि टेक्स्ट-सफ़ाई या सारांश का कोई चरण ट्रांसक्रिप्शन से अलग बाहर कॉल तो नहीं करता।

ये पाँचों हम पर उतनी ही आसानी से चलाइए जितनी किसी और पर। Whisper Notes में कोई अकाउंट नहीं, कोई लॉगिन नहीं, कोई हाइब्रिड मोड नहीं — इसे लोकल बनाने के लिए कुछ सेट करने को है ही नहीं, क्योंकि यह और किसी तरह चलता ही नहीं। एयरप्लेन-मोड टेस्ट में तीस सेकंड लगते हैं और वह इस पैराग्राफ़ से ज़्यादा क़ीमती है।

जहाँ Whisper Notes फ़िट नहीं बैठता

संतुलन के लिए, वे हालात जिनमें आपको कुछ और ख़रीदना चाहिए:

• Windows या Android. कोई बिल्ड नहीं है और न बनाने की कोई योजना। Buzz या faster-whisper इस्तेमाल कीजिए।
• Intel Mac. Mac ऐप के लिए Apple Silicon चाहिए। MacWhisper और Buzz विकल्प हैं।
• लाइव कैप्शनिंग। ट्रांसक्रिप्शन रिकॉर्डिंग के बाद होता है, उसके दौरान नहीं।
• मिलकर काम करना। कोई साझा वर्कस्पेस नहीं, कोई कमेंट नहीं, आपके अपने डिवाइस के बीच भी कोई क्लाउड सिंक नहीं। यह बनावट से ही एक-यूज़र टूल है — "कोई सर्वर नहीं" का यही मतलब होता है।
• प्रॉम्प्ट से री-राइटिंग। Superwhisper के मोड आपकी कही बात को ईमेल या कमिट मैसेज की शक्ल दे देते हैं। हम आपकी कही बात ट्रांसक्राइब करते हैं और आपके शब्द वैसे ही रहने देते हैं।

बाकी सब कुछ — Mac पर वॉइस टाइपिंग (डायरेक्ट डाउनलोड वर्शन), वे मीटिंग जो प्राइवेट रहनी चाहिए, फ़ोन से आई फ़ाइलें, CJK ऑडियो, यह जानना कि बोला किसने, और एक बार पैसा देना — ठीक इसी शक्ल के लिए यह ऐप बना है। ब्यौरा Whisper Notes के होम पेज पर है; और अगर आपकी स्थिति ऊपर की उन पाँच में से एक है, तो इस पेज का कोई दूसरा टूल आपके पैसे का बेहतर इस्तेमाल है, और हम चाहेंगे कि आप वहीं ख़र्च करें।

अक्सर पूछे जाने वाले सवाल

अगर आप ऐप नहीं बल्कि लोकल स्पीच मॉडल की तुलना कर रहे हैं, तो मॉडल के आकार और Whisper चलाने के तरीक़ों के लिए Whisper ट्रांसक्रिप्शन गाइड देखिए, और Windows तथा Android समेत पूरे परिदृश्य के लिए ऑफ़लाइन स्पीच-टू-टेक्स्ट की पूरी गाइड।

iOS के लिए डाउनलोड करें Mac पर मुफ़्त आज़माएँ