Vaša snimka nikad ne napušta uređaj
Većina aplikacija koje u imenu imaju „Whisper” šalje vaš zvuk na poslužitelj i ondje pokreće model. Whisper Notes ga pokreće izravno na vašem iPhoneu ili Macu. Tako je aplikaciju teže izgraditi, ali puno jednostavnije objasniti.
Zašto pokretati model na samom uređaju?
Svaka aplikacija za transkripciju donosi jednu odluku prije svih ostalih: gdje će se zvuk obrađivati. Poslati ga na poslužitelj lakše je izvesti i tako dobivate najveće modele, koji su i dalje malo točniji. Pokrenuti model na mobitelu ili laptopu teže je napraviti kako treba, ali snimka tada nema kamo otići.
Odabrali smo drugi put, a razlog je konkretniji od slogana o privatnosti. Glasovna snimka je biometrijski podatak i, za razliku od lozinke, ne možete je promijeniti nakon curenja. Čim zvuk završi na tuđoj infrastrukturi, postaje izložen povijesti curenja podataka toga pružatelja, njegovim pravilima o čuvanju podataka i onome što njegovi uvjeti kažu o treniranju modela. Te tri stvari morate pratiti sve dok datoteka postoji.
Whisper Notes pokreće Whisper Large V3 Turbo, Parakeet ili SenseVoice na čipu vašeg uređaja, pa u cijelom postupku nema nijednog poslužitelja za transkripciju. Ništa ne čeka u redu, ništa se ne prenosi, a aplikacija u zrakoplovnom načinu rada radi jednako kao na Wi-Fiju. To zadnje radije isprobajte sami nego da nam vjerujete na riječ.
Koliko vas stoji besplatna aplikacija s Whisperom?
Besplatni alati za transkripciju obično rade na isti način: vaš zvuk ide na poslužitelj, model se ondje pokreće, a snimka ostaje spremljena dovoljno dugo da bude korisna onome tko uslugu vodi. Za mnoge je to razumna pogodba. Ipak je dobro znati da je sklapate.
Zašto je glasovna snimka nešto drugo od lozinke
Procurjela lozinka košta vas jedno izgubljeno popodne jer je možete promijeniti. Procurjela snimka vašeg glasa trajna je jer ono po čemu vas se prepoznaje jest sam glas, a nekoliko sekundi snimke nosi dovoljno akustičnih obilježja da vas prepoznaju negdje sasvim drugdje.
U posljednje se vrijeme promijenilo to koliko malo zvuka napadaču treba. Za uvjerljivo kloniranje glasa danas su dovoljne sekunde uzorka, a ne minute. Godine 2025. klonirani glas talijanskog ministra obrane iskorišten je u pokušaju prijevare nekoliko poslovnih ljudi. Ne tvrdimo da će se to vjerojatno dogoditi vama. Samo ističemo da je to jedina vrsta procurjelih podataka koju ne možete zamijeniti novom.
Kad zvuk pošaljete usluzi za transkripciju, ne sprema se dokument. Sprema se biometrijski podatak, i to na infrastrukturi čija pravila o čuvanju podataka ne određujete vi.
Kako podaci iz transkripcije zapravo cure
Rijetko je riječ o dramatičnoj provali. Češće zvuk i transkripti prolaze kroz više sustava nego što je itko nacrtao na dijagramu: dobavljača transkripcije, pružatelja modela iza njega, sloj za logove, analitički sustav, sigurnosnu kopiju. Svaki od njih je mjesto na kojem pogrešna konfiguracija privatno pretvara u javno. Što ih je više, to manje itko može sa sigurnošću reći gdje se određena snimka trenutno nalazi.
Najjasnije primjere dalo je zdravstvo: zaštićeni zdravstveni podaci procurjeli su kroz integracije usluga za transkripciju i loše podešenu pohranu, a ne kroz nešto što bi itko nazvao napadom. Još jedan primjer dali su kontakt-centri: transkripti su se slali modelu, a brojevi računa završavali su nemaskirani u logovima za otklanjanje pogrešaka.
Ništa od toga ne dokazuje da je transkripcija u oblaku neodgovorna. Pokazuje samo da treba brojati koliko sustava drži kopiju. Obrada na uređaju taj broj svodi na jedan.
Kamo sve to vodi?
U ožujku 2025. Amazon je s uređaja Echo uklonio postavku „Ne šalji glasovne snimke”. Sve što kažete Alexi sada ide na Amazonove poslužitelje i više ne postoji prekidač kojim biste to isključili.
Jedan proizvod koji je ukinuo jedan prekidač još nije trend, ali interes koji stoji iza toga neće nestati: podaci za treniranje vrijede, a prekidač koji smanjuje koliko ih skupljate stalno je pod komercijalnim pritiskom. Postavka privatnosti je obećanje koje se može promijeniti u bilješkama uz novu verziju.
Whisper Notes je napravljen tako da takav prekidač ne postoji. Nema poslužitelja na koji bi se zvuk slao, pa „ne šalji” nije postavka koju poštujemo. To je opis onoga što aplikacija uopće može.
Koliko besplatni alati koštaju u tri godine?
Web-alati koji ništa ne naplaćuju obično zadržavaju pravo da vaš zvuk koriste za poboljšanje svojih modela. To piše u uvjetima koje gotovo nitko ne čita. API-ji koji naplaćuju po minuti izgledaju jeftino, od $0.006 do $0.40 po minuti. Uz sat tjedno to je otprilike $20 godišnje za najjeftiniji i više od $1200 za najskuplji. Pretplata je poštena verzija istog dogovora: Otter naplaćuje oko $99 godišnje i to vam kaže otvoreno.
Whisper Notes stoji $7.99 u App Storeu, a aplikacija za Mac s naše web-stranice $14, u oba slučaja jednokratno. U tablici ispod sve je što treba znati o cijeni, a ključan je četvrti redak: besplatni alat i jednokratna kupnja u tri godine koštaju otprilike jednako. Razlikuju se po tome što se događa sa snimkom.
Trošak po godini
| Vrsta usluge | 1. godina | 2. godina | 3. godina | Što se događa s podacima |
|---|---|---|---|---|
| Whisper Notes | $7.99 | $0 | $0 | Nikad ne napušta uređaj |
| Pretplata | $99 | $99 | $99 | Obrada u oblaku |
| API u oblaku s naplatom po minuti | $20–1250 | $20–1250 | $20–1250 | Obrada u oblaku |
| „Besplatni” web-alati | $0 | $0 | $0 | Mogu se koristiti za treniranje AI-ja |
Kada je bolje odabrati uslugu u oblaku?
Na čistom zvuku veliki modeli u oblaku i dalje su nešto točniji jer su preveliki za bilo koji mobitel ili laptop. To je stvarna prednost i nećemo se pretvarati da nije.
Ako trebate titlove uživo, ako više ljudi mora uređivati isti transkript dok sastanak još traje ili vam je zadnji djelić točnosti važniji od toga gdje snimka ostaje, usluga u oblaku bolji je alat i savjetujemo vam da koristite nju.
Usprotivili bismo se samo jednome: da ta razlika u točnosti bude jedino mjerilo pri odluci. Kod posla na koji se odnosi obveza povjerljivosti, poput kliničkih bilješki, materijala zaštićenog odvjetničkom tajnom ili razgovora s izvorima, „kamo ide snimka?” pitanje je na koje morate znati odgovoriti. A najkraći odgovor koji se može obraniti jest da nije otišla nikamo.
Alat u pregledniku, API u oblaku ili nativna aplikacija?
Kad potražite aplikaciju s Whisperom, pod istim imenom dobivate tri prilično različite stvari: stranice koje model pokreću u kartici preglednika, API-je koji ga pokreću na tuđem poslužitelju i aplikacije izrađene posebno za uređaj koji držite u ruci. Toliko se razlikuju da je vrsta alata važnija od popisa značajki.
Alati u pregledniku
Kad alat u pregledniku kaže da obrađuje lokalno, to je obično istina: zvuk ostaje u kartici. Ograničenja nisu pitanje poštenja, nego onoga što kartica može. Memorija za WebAssembly u većini je preglednika ograničena na oko 4 GB, što određuje gornju granicu veličine modela, a izvođenje modela kroz JavaScript sporije je nego u nativnom kodu.
Ljudi ipak najčešće naiđu na nešto sitnije i dosadnije. Alat u pregledniku ne može raditi dalje dok prijeđete u drugu aplikaciju, do hardverskog ubrzanja dolazi nespretno, ako uopće, a ako slučajno zatvorite karticu, posao je izgubljen i nema odakle nastaviti. Za isprobavanje modela to je dovoljno, ali za svakodnevni rad brzo postane frustrirajuće.
| Obrada | WebAssembly/TensorFlow.js u pregledniku |
| Veličina modela | Ograničena memorijom preglednika (~4 GB) |
| Brzina | Sporije zbog opterećenja JavaScripta |
| Privatnost | Bolje od oblaka, ali preglednik ima pristup |
| Pouzdanost | Kartica se može srušiti, nema obrade u pozadini |
Nativne aplikacije
Whisper Notes je nativna aplikacija za macOS i iOS i svoje modele pokreće izravno na Apple siliconu. Samo su zato brzine na ovoj stranici uopće moguće: na Macu ugrađeni model Parakeet radi otprilike 74× brže od stvarnog vremena, pa sat zvuka obradi za manje od minute.
Ostatak razlike nije spektakularan, ali je u svakodnevnom radu važniji. Na Macu transkripcija nastavlja raditi kad prijeđete u drugu aplikaciju, nakon prekida aplikacija uredno nastavlja, a izolirano okruženje sustava (sandbox) drži je podalje od podataka drugih aplikacija. Vaš zvuk i njegov transkript nemaju kamo otići. To možete provjeriti za tridesetak sekundi: uključite zrakoplovni način rada i transkribirajte datoteku.
| Obrada | Radi izravno na Apple siliconu |
| Veličina modela | Whisper Large V3 Turbo, oko 2 GB |
| Brzina | Parakeet otprilike 74× brže od stvarnog vremena na Macu |
| Privatnost | Zvuk i transkripti ostaju na uređaju |
| Pouzdanost | Radi i offline, integracija sa sustavom |
API-ji u oblaku
Resursi poslužitelja praktički su neograničeni, pa API u oblaku može pokretati najveće modele i nuditi stvari koje traže ozbiljnu računalnu snagu, među ostalim titlove uživo. Na čistom zvuku to će biti najtočnija opcija na ovoj stranici.
Ono čega se odričete jest znanje o tome gdje je snimka. Putuje internetom, obrađuje se na mjestu nad kojim nemate kontrolu i čuva se prema pravilima koja niste vi napisali i koja se mogu promijeniti a da vas nitko ništa ne pita.
Za terapeuta s obvezom povjerljivosti, odvjetnika koji radi s materijalom zaštićenim odvjetničkom tajnom ili novinara koji štiti izvor, tu procjena obično završava. Ne zato što je točnost lošija, nego zato što na pitanje „možete li mi reći gdje je ta snimka?” nema dobrog odgovora.
| Obrada | Udaljeni poslužitelji (neograničena računalna snaga) |
| Veličina modela | Najveći dostupni modeli |
| Brzina | Ovisi o internetu i redu čekanja na poslužitelju |
| Privatnost | Zvuk se prenosi i može se pohraniti |
| Pouzdanost | Traži internet, podliježe ograničenjima broja zahtjeva |
Čega smo se odrekli da bismo aplikaciju izgradili ovako?
Nativna aplikacija bila je jedini način da privatnost bude svojstvo arhitekture, a ne samo ugovorna obveza. „Obrađeno lokalno, zatim sinkronizirano” i „šifrirano u prijenosu” istinite su tvrdnje o sustavima koji na kraju ipak drže kopiju vašeg zvuka. Mi smo htjeli verziju u kojoj nikakva kopija ne postoji.
Cijenu plaćamo u značajkama. Snimke se ne pretvaraju u titlove riječ po riječ dok govorite: transkript uživo prikazuje riječi u roku od nekoliko sekundi dok snimate na iPhoneu ili snimate sastanak na Macu, ali samo na 25 europskih jezika koje pokriva Parakeet; na ostalim jezicima ploča na Macu osvježava se otprilike svakih 30 sekundi. Ne možemo pokrenuti ništa veće od onoga što vaš uređaj može podnijeti. I ne možemo ponuditi zajedničko uređivanje ni timske prostore jer za to treba poslužitelj, a mi ga nemamo.
Ako vam treba išta od toga, ovo je pogrešna aplikacija, a prava je neka od usluga u oblaku. Radije vam to kažemo ovdje nego da to otkrijete nakon kupnje.
Koji model obavlja posao?
Motori za prepoznavanje govora i kako odabrati pravi
Specifikacije
| AI modeli | Parakeet (zadani), Whisper Large V3 Turbo (Mac) ili Whisper Small (iPhone), SenseVoice, Apple Speech (iOS 26, macOS 26); na Macu još i Qwen3-ASR 1.7B (Beta) |
| Jezici | 100 jezika preko Whispera, 25 europskih preko Parakeeta, 6 preko SenseVoicea |
| Audioformati | MP3, WAV, M4A, FLAC, AAC |
| Brzina obrade | Parakeet otprilike 74× brže od stvarnog vremena na Macu; Whisper Turbo oko 2,7 puta |
| Vremenska ograničenja i naknade | Do 24 sata po datoteci, bez naknada po minuti |
| Platforme | iOS 18+ (iPhone 12+), macOS 14+ (Apple Silicon) |
Što aplikacija zapravo može?
Većinu svakodnevne uporabe nose tri stvari: uvoz zvuka, izvoz teksta i ograničenje koje oboje drži na uređaju.
Uvoz datoteka i skupna obrada
Uvezite audiodatoteke iz bilo kojeg izvora i transkribirajte ih offline. Aplikacija obrađuje cijele datoteke, a ne zvuk u stvarnom vremenu, pa model koristi cijeli kontekst i transkript je točniji.
- ✓Uvoz iz Datoteka, Diktafona ili bilo koje aplikacije koja dijeli zvuk
- ✓Na Macu povucite nekoliko datoteka na ikonu aplikacije i transkribirat će se jedna za drugom
- ✓Automatsko razvrstavanje po datumu i izvoru
Formati izvoza
Više izlaznih formata za različite načine rada.
- ✓Običan tekst s odlomcima
- ✓SRT i VTT datoteke titlova za video
- ✓Transkripti s vremenskim oznakama
- ✓Oznake govornika za snimke s više osoba
- ✓Vlastite postavke prijeloma odlomaka
Privatnost ugrađena u arhitekturu
Aplikacija je napravljena tako da vaš zvuk ne može napustiti uređaj. To nije postavka, nego tehničko ograničenje.
- ✓Zvuk i transkripti nemaju kamo otići
- ✓Nema poslužitelja u oblaku na koje bi se aplikacija spajala
- ✓Ne vidimo vaše snimke ni transkripcije i nikad se ne koriste za treniranje AI modela
- ✓Samo lokalna pohrana koju šifrira iOS ili macOS
- ✓Nema vanjskog izvršitelja obrade kojeg bi morao pokrivati BAA ugovor
Koliko je točna i odakle taj broj?
Objavljena mjerenja i naši vlastiti testovi brzine na navedenom hardveru
Ne radimo vlastitu studiju točnosti jer ocjena koju proizvođač sam sebi da ne vrijedi mnogo. Stope pogrešaka ispod potječu s Hugging Face Open ASR Leaderboarda i iz mjerila FLEURS. Oba su javna i vode ih ljudi koji ništa ne zarađuju na ovoj aplikaciji. Brojke o brzini su naše, izmjerene na računalu koje navodimo.
Stopa pogrešaka u riječima po modelu
| Model | Izvor | Stopa pogrešaka | Napomena |
|---|---|---|---|
| Parakeet V3 (osnova zadanog modela) | Open ASR Leaderboard | 6,32 % WER (engleski) | 25 europskih jezika; prosječno 12,0 % na FLEURS-u |
| Whisper Large V3 Turbo | Open ASR Leaderboard | 7,83 % WER (engleski) | Najšira pokrivenost od tri modela: 100 jezika |
| SenseVoice Small | Naš test, M4 Pro | Podcast od 27 minuta za 13,83 s | Brza opcija za kineski, japanski, korejski i kantonski; izmjereno na starijoj verziji aplikacije, što otprilike odgovara današnjim vrijednostima od 115–131× s kartice modela |
Key Findings
- •Na Macu Parakeet radi otprilike 74× brže od stvarnog vremena; Whisper Turbo je na istoj datoteci višestruko sporiji
- •Na engleskom je razlika između tri modela manja od dva postotna boda stope pogrešaka
- •Stopa pogrešaka mjeri se na čitanom i pripremljenom govoru. Vaše će snimke proći lošije, a mikrofon i ljudi koji govore jedan preko drugoga mijenjaju broj više nego izbor modela
Veliki modeli u oblaku na čistom zvuku i dalje imaju malu prednost u točnosti jer su preveliki za bilo koji mobitel ili laptop. Ta razlika je cijena toga što zvuk nikad ne napušta vaš uređaj. Ako vaš posao ne traži zadnji postotak točnosti, taj se kompromis obično isplati. Ako traži, pošteno je preporučiti uslugu u oblaku.
Kako stoji u usporedbi s alternativama?
U usporedbi s uslugama u oblaku, alatima koje već imate na uređaju i poslovnim softverom
Većinu ove tablice možete provjeriti za nekoliko minuta. Redak o točnosti pročitajte pažljivo jer se četiri kategorije ne mjere na istom mjerilu.
Usporedba značajki
| Značajka | Whisper Notes | Usluge u oblaku | Ugrađeni alati | Poslovni softver |
|---|---|---|---|---|
| Točnost (WER za engleski) | 6,32–7,83 % (Open ASR Leaderboard) | Podaci proizvođača, uglavnom ne na toj ljestvici | Nije objavljeno | Nije objavljeno |
| Gdje se zvuk obrađuje | Na vašem uređaju | Na poslužiteljima pružatelja | Ovisi o proizvođaču | Moguće na vlastitim poslužiteljima |
| Cijena | $7.99 iPhone, $14 Mac, jednokratno | $0.006–0.40/min | Besplatno (ograničeno) | $500–2000/licenca |
| Jezici | 100 jezika | 50–100 jezika | 10–30 jezika | 20–50 jezika |
| Potreban internet | Ne | Da | Ponekad | Ovisi o načinu postavljanja |
| Ograničenje duljine datoteke | Bez naknada po minuti | Obično 1–2 sata | 5–10 minuta | Različito |
Market Position: Kad se tri opcije stave jedna uz drugu, kompromis je jasan. Vrhunski API u oblaku na čistom zvuku još je malo točniji i stoji od $0.006 do $0.40 po minuti, a vaša snimka leži na tuđem disku. Poslovna transkripcija na vlastitim poslužiteljima drži zvuk unutar vaše mreže i počinje od oko $500 po korisniku. Whisper Notes pokreće otvorene modele na hardveru koji već imate, za $7.99 na iPhoneu ili $14 na Macu, a za to se odriče titlova uživo, zajedničkog uređivanja i zadnjeg djelića točnosti. Ako vam treba išta od toga, bolje ćete proći s jednom od preostalih dviju opcija.
Za koje je poslove dobra?
Tri vrste posla u kojima snimka ne smije nikamo putovati
Zdravstvo
Zdravstveni djelatnici koriste Whisper Notes za dokumentaciju o pacijentima, kliničke bilješke i istraživačke razgovore. Budući da zvuk nikad ne dolazi ni do jednog našeg poslužitelja, nema vanjskog izvršitelja obrade kojeg bi morao pokrivati BAA ugovor. Zadovoljava li cijeli postupak HIPAA, i dalje ovisi o tome kako je zaštićen sam uređaj. A ako kolege trebaju otvoriti i komentirati istu bilješku, praktičnije je rješenje usluga u oblaku s potpisanim BAA ugovorom.
Use Cases
- •Dokumentiranje pregleda pacijenata
- •Bilješke o medicinskim zahvatima
- •Transkripcija istraživačkih razgovora
- •Zapisi telemedicinskih konzultacija
- •Materijali za kliničku edukaciju
Benefits
- ✓Nema pravila o dijeljenju podataka kojima biste morali vjerovati jer se ništa ne šalje
- ✓Vlastiti rječnik za kliničke izraze i nazive lijekova
- ✓Zdravstveni podaci ne napuštaju uređaj jer nemaju kamo otići
- ✓Snimka pregleda od 20 minuta na Macu s Apple Siliconom transkribira se za znatno manje od minute
Pravo
Odvjetnici koriste Whisper Notes za iskaze, razgovore s klijentima i pripremu predmeta. Snimka ostaje na uređaju, pa nijedan dobavljač ne drži njezinu kopiju. Vaše obveze time ipak nisu riješene: zadovoljava li određeni postupak pravila o povjerljivosti u vašoj jurisdikciji i dalje ovisi o tome kako se postupa s uređajem, njegovim sigurnosnim kopijama i izvezenim datotekama.
Use Cases
- •Dokumentiranje razgovora s klijentima
- •Transkripcija iskaza
- •Bilješke za istraživanje predmeta
- •Zapisi s ročišta
- •Istražni razgovori
Benefits
- ✓Ne držimo nikakvu kopiju snimke ni transkripta
- ✓Vlastiti rječnik za nazive predmeta i pravne izraze
- ✓Transkripti s vremenskim oznakama, izvezeni kao tekst, SRT ili VTT
- ✓$7.99 na iPhoneu ili $14 na Macu, jednokratno, umjesto vanjske transkripcije koja se naplaćuje po minuti
Novinarstvo
Novinari koriste Whisper Notes za razgovore s izvorima i snimke s terena. Nijedan poslužitelj ne drži zvuk, pa su jedine kopije one na vašim uređajima. Zaštita izvora tako se s naših pravila o čuvanju podataka, koja ne možete provjeriti, seli na sigurnost vašeg uređaja, koju možete. Ako u redakciji više ljudi tijekom događaja uživo mora raditi na istom transkriptu, to je posao za alat u oblaku.
Use Cases
- •Transkripcija razgovora s izvorima
- •Dokumentiranje snimki s terena
- •Bilješke s konferencija za medije
- •Arhiva istraživačkih razgovora
- •Produkcija podcasta
Benefits
- ✓Ni snimka ni transkript ne šalju se nikamo
- ✓Radi i kad je uređaj offline, a upravo tako možete i provjeriti tu tvrdnju
- ✓Nema korisničkog računa, pa nema ni povijesti prijava koja bi razgovor povezala s vama
- ✓Izvoz u tekst, SRT ili VTT za alate koje redakcija već koristi
Koliko je brza i gdje zakazuje?
Brojke koje smo izmjerili i stvari koje dizajn isključuje
Što smo mjerili i na čemu
Brzina ovisi o računalu i o motoru koji odaberete, pa bi jedan zajednički broj za cijelu aplikaciju zavaravao. Ovo su naši vlastiti testovi, stvarno vrijeme od pokretanja do gotovog teksta, na hardveru koji navodimo.
Parakeet V3 (osnova zadanog motora)
Otprilike 74× brže od stvarnog vremena na Macu: snimka sastanka od 17,5 minuta gotova je za oko 15 sekundi
25 europskih jezika; naš vlastiti test, jedno računalo
Whisper Turbo
Whisper Large V3 Turbo na istom Macu radi oko 2,7 puta brže od stvarnog vremena. To je cijena pokrivenosti od 100 jezika
Naši vlastiti testovi; Turbo je izbor za široku pokrivenost, a ne za brzinu
Stariji i manji uređaji
iPhone obrađuje datoteku sporije od Maca s Apple Siliconom, a razlika raste sa starošću čipa. Duge datoteke i dalje se dovrše, samo razmjerno dulje traju
iPhone 12 ili noviji, ili Mac s Apple Siliconom
Pohrana
Transkripti su sitni, oko 0,1 MB po satu zvuka. Pravi prostor zauzimaju modeli: Whisper Large V3 Turbo ima oko 2 GB, Qwen3-ASR 1.7B na Macu oko 2,5 GB, a ostali su manji
Parakeet je ugrađen u aplikaciju za iPhone; ostali modeli preuzimaju se unutar aplikacije
Poznata ograničenja
Pokretanje modela na uređaju postavlja čvrste granice, a lakše ih je provjeriti prije kupnje nego nakon nje. Upravo je zato aplikacija za Mac s naše web-stranice besplatna do 5.000 riječi tjedno.
Zahtjevi za uređaj
Namijenjeno iPhoneu 12 ili novijem i Macovima s Apple Siliconom; starijim iPhoneima nedostaje snage Neural Enginea da bi ovo bilo upotrebljivo. Verzija iz Mac App Storea može se instalirati i na Macove s Intelom, bez modela SenseVoice i Qwen3-ASR te bez brzog transkripta uživo.
Impact: iPhone 12 ili noviji; Mac s Apple Siliconom za sve modele
Vrijeme obrade
Vrijeme obrade raste s duljinom snimke. Fiziku računanja na uređaju ne možete zaobići.
Impact: Pri gore navedenim brzinama obrada datoteke od sat vremena na Macu traje nekoliko minuta, a na iPhoneu dulje
Ovisnost o kvaliteti zvuka
Loš zvuk ili glasna buka u pozadini smanjuju točnost, a model ne može vratiti informaciju koje u signalu nema.
Impact: Položaj mikrofona i govor jedan preko drugoga mijenjaju stopu pogrešaka više nego izbor modela
Nema titlova uživo
Whisper Notes nije usluga titlovanja. Na iPhoneu se transkript pojavljuje na zaslonu dok snimate, na 25 europskih jezika koje pokriva Parakeet; kad na Macu snimate sastanak, ploča s transkriptom uživo prikazuje riječi u roku od nekoliko sekundi na tim jezicima, a na ostalima otprilike svakih 30 sekundi. Konačni transkript nastaje iz cijele datoteke, što modelu daje više konteksta.
Impact: Ako trebate titlove na zaslonu tijekom samog događaja, ovo je pogrešan alat
Jedan jezik po snimci
Brzo izmjenjivanje jezika unutar jedne snimke smanjuje točnost. Model radi najbolje kad je jezik cijelo vrijeme isti.
Impact: Najbolji rezultati uz jedan glavni jezik po datoteci
Za koga je onda ova aplikacija?
Preuzmite Whisper Notes
Transkripcija koja radi na vašem iPhoneu ili Macu. Aplikaciju za Mac s naše web-stranice možete besplatno koristiti do 5.000 riječi tjedno, pa tvrdnju provjerite prije nego što platite.
Preuzmi za iOSZa iOS (iPhone 12+) i macOS (Apple Silicon). U App Storeu jednokratno $7.99; aplikacija za Mac s naše web-stranice besplatna je do 5.000 riječi tjedno, a zatim stoji jednokratno $14. Bez pretplate.