ऑफ़लाइन ट्रांसक्रिप्शन: आपका डेटा आपके पास रहता है।

क्लाउड ट्रांसक्रिप्शन का मतलब है कि आपका ऑडियो इंटरनेट से गुज़रता है, किसी और के कंप्यूटर पर प्रोसेस होता है, और उनकी नीतियों के अनुसार स्टोर होता है।

ऑफ़लाइन ट्रांसक्रिप्शन सरल है। AI आपके डिवाइस पर चलता है। आपका ऑडियो कभी बाहर नहीं जाता। Mac पर बिल्ट-इन Parakeet मॉडल रियल-टाइम से लगभग 74 गुना तेज़ चलता है: एक घंटे का ऑडियो एक मिनट से कम में। भरोसा करने की कोई ज़रूरत नहीं क्योंकि डेटा जाने की कोई जगह ही नहीं है।

यह हर जगह काम करता है — हवाई जहाज़ में, दूरदराज़ इलाकों में, प्रतिबंधित नेटवर्क वाले ऑफिस में। कोई इंटरनेट नहीं मतलब अपलोड का कोई इंतज़ार नहीं।

इसे अपने फ़ोन के Photos ऐप की तरह समझें। आपकी तस्वीरें देखने के लिए उसे सर्वर पर भेजने की ज़रूरत नहीं होती। Whisper Notes भी ऐसे ही काम करता है: यह आवाज़ को टेक्स्ट में बदलता है, ठीक वहीं जहां आप हैं।

Parakeet मॉडल ऐप में ही शामिल है; बाकी मॉडल आप ज़रूरत हो तो ऐप के अंदर से डाउनलोड कर सकते हैं। Mac और iPhone पर ये मॉडल मिलते हैं: बिल्ट-इन Parakeet मॉडल (डिफ़ॉल्ट — Moondream का Parakeet Ultra, जिसे NVIDIA Parakeet V3 पर आगे ट्रेन किया गया है, अंग्रेज़ी और 24 अन्य यूरोपीय भाषाओं के लिए), Whisper (बहुभाषी विकल्प, 100+ भाषाएं; Mac पर Large-V3-Turbo, iPhone पर Small), और SenseVoice (चीनी, जापानी, कोरियाई और कैंटोनीज़ के लिए तेज़ विकल्प)। Mac पर आप Qwen3-ASR 1.7B (Beta) भी डाउनलोड कर सकते हैं।

1. रिकॉर्ड पर टैप करें (या लॉक स्क्रीन विजेट का उपयोग करें)
2. बोलें
3. रुकें
4. टेक्स्ट दिखाई देता है

iPhone पर बिल्ट-इन Parakeet मॉडल के साथ, अंग्रेज़ी जैसी 25 यूरोपीय भाषाओं में बोलते समय ही टेक्स्ट दिखने लगता है; हिन्दी किसी दूसरे मॉडल से रिकॉर्डिंग रोकने के बाद ट्रांसक्राइब होती है।

आप मौजूदा ऑडियो फ़ाइलें भी इम्पोर्ट कर सकते हैं। मीटिंग रिकॉर्डिंग, इंटरव्यू, लेक्चर — कोई भी फ़ॉर्मेट काम करता है। प्रोसेसिंग लोकली होती है, कोई अपलोड टाइम नहीं।

लॉक स्क्रीन रिकॉर्डिंग। लॉक स्क्रीन विजेट पर एक टैप से Whisper Notes खुलता है और रिकॉर्डिंग शुरू हो जाती है। चलते समय विचारों को कैप्चर करने के लिए अच्छा है।

ऑडियो इम्पोर्ट। मौजूदा रिकॉर्डिंग ड्रैग करें। तीन घंटे की रिकॉर्डिंग एक फ़ाइल है, 180 गिने हुए मिनट नहीं; Mac पर Parakeet की लगभग 74× रियल-टाइम रफ़्तार पर यह तीन मिनट से कम में पूरी हो जाती है। न प्रति-मिनट शुल्क, न अपलोड।

100+ भाषाएं। आप जो बोल रहे हैं उसे ऑटो-डिटेक्ट करता है।

कस्टम शब्दावली। ऐसे नाम और तकनीकी शब्द जोड़ें जो मॉडल मिस कर सकता है।

टाइमस्टैम्प। किसी भी पैराग्राफ़ पर क्लिक करें और ऑडियो में उस पल पर जाएं।

ऑफ़लाइन ट्रांसक्रिप्शन सही है अगर आप:

• रिकॉर्डिंग को निजी रखना चाहते हैं
• ऐसी जगहों पर काम करते हैं जहां भरोसेमंद इंटरनेट नहीं है
• सब्सक्रिप्शन के बजाय एक बार भुगतान पसंद करते हैं
• संवेदनशील बातचीत ट्रांसक्राइब करते हैं
• बिना अकाउंट सेटअप के काम करने वाला कुछ चाहते हैं

ऑफ़लाइन प्रोसेसिंग मुफ़्त नहीं है। यहां बताया गया है कि आप क्या ट्रेड कर रहे हैं:

स्टोरेज। ऐप ~680MB का है। Mac पर, Whisper Large V3 Turbo मॉडल उच्चतम सटीकता के लिए ~2 GB जोड़ता है।

पहला लॉन्च। मॉडल लोड होने में 3-8 सेकंड लगते हैं। यह सिर्फ़ एक बार प्रति सेशन होता है — उसके बाद यह तुरंत है।

प्लेटफ़ॉर्म। सिर्फ़ iPhone और Mac।

स्पीड। रियल-टाइम से तेज़। iPhone के लिए App Store लिस्टिंग बताती है कि iPhone 15 पर Parakeet 5 मिनट का ऑडियो लगभग 18 सेकंड में और Whisper लगभग 1 मिनट में पूरा करता है। M-series चिप्स वाला Mac कहीं ज़्यादा तेज़ है—वहाँ Parakeet रियल-टाइम से लगभग 74 गुना तेज़ चलता है।

ये ट्रेड-ऑफ़ कुछ लोगों के लिए सही हैं। दूसरों के लिए, क्लाउड ट्रांसक्रिप्शन ज़्यादा सही है। दोनों की अपनी जगह है।

कीमत: iPhone पर $7.99। Mac पर हर हफ़्ते 5,000 शब्द मुफ़्त, फिर एक बार $14। कोई सब्सक्रिप्शन नहीं।

मॉडल: Parakeet (डिफ़ॉल्ट), Whisper (Mac पर Large-V3-Turbo, iPhone पर Small), और SenseVoice Mac और iPhone पर; iOS 26 और macOS 26 पर Apple Speech; Mac पर Qwen3-ASR 1.7B (Beta) भी। सभी Apple Silicon पर लोकली चलते हैं।

प्राइवेसी: ट्रांसक्रिप्शन के दौरान कोई नेटवर्क रिक्वेस्ट नहीं। नेटवर्क मॉनिटर से वेरिफ़ाई करें।

अपडेट: मुफ़्त।