Superwhisper vs Whisper Notes: technikai összehasonlítás
Árak, beszédmodellek, engedélyek és architektúra — két offline átíró alkalmazás részletes összehasonlítása Macre
A Superwhisper úttörő volt. Megmutatta a Mac közösségnek, mi lehetséges: futtassa az OpenAI Whisper modelljét helyben Apple Siliconon, írjon át beszédet a hanganyag felhőbe küldése nélkül.
Egy ideig pontosan az volt, amit sokan akartunk — egy egyszerű, gyors, helyi átíró segédeszköz.
Aztán megváltozott.
A legutóbbi irány az "AI Asszisztens" felé mutat — kontextustudatosság, felhő szinkronizálás, ágensszerű módok, amelyek értelmezik szavait az egyszerű átírás helyett.
Ezzel a váltással három strukturális változás jött:
• Az Előfizetés: Havi bérleti díj fizetése olyan modellekért, amelyek a saját hardverén futnak.
• Az Engedély: Input Monitoring, amely megfigyelheti az összes billentyűleütését.
• A Fiók: Kötelező bejelentkezés olyan szoftverhez, amely teljesen offline működik.
Ez az oldal nem hibákról vagy átmeneti problémákról szól. Ez az architektúra filozófiájáról szól.
A Whisper Notes azok számára létezik alternatívaként, akik azt kedvelték, ami a Superwhisper korábban volt: megbízható, offline segédeszköz, amely egy dolgot csinál jól.Gyors összehasonlítás: Whisper Notes vs Superwhisper
| Funkció | Whisper Notes | Superwhisper |
|---|---|---|
| Ár | $14 egyszer | $8.49/hó vagy $250 élethosszig |
| macOS engedély | Csak Accessibility | Input Monitoring |
| Fiók szükséges | Nem | Igen |
| iOS app | Az App Store-vásárlás része | Az előfizetés része |
| Beszédmodellek | Whisper + Parakeet V3 + SenseVoice | Whisper (+ distil változatok) |
| 100% Offline | Igen | Opcionális (hibrid) |
| Helyi AI szerkesztés | Igen (Gemma 4, eszközön) | Igen (felhőfüggő) |
| AI Context funkciók | Nem | Igen |
Beszédmodellek: Három motor egy ellen
Ez a technikai különbség, amely a leginkább számít a napi használatban.
A Superwhisper a Whispert és annak desztillált változatait kínálja. A Whisper Notes három független beszédmotorral rendelkezik, mindegyik különböző forgatókönyvekre optimalizálva:
Beszédmodell összehasonlítás
| Modell | Sebesség | WER | Legjobb |
|---|---|---|---|
| Whisper Large V3 Turbo | 10–15× realtime | 7.83% | 100+ nyelv — a többnyelvű választás |
| Parakeet V3 | ~60× realtime | 6.32% | Angol — leggyorsabb, legalacsonyabb hibaarány |
| SenseVoice | 52× valós idejű | — | Kínai, japán, koreai, kantoni |
A Parakeet V3 (az NVIDIA-tól) a kínálat legpontosabb angol modellje: 6.32% WER a Whisper Large V3 Turbo 7.83%-ával szemben az Open ASR Leaderboardon. És egyben a leggyorsabb is. A mi M5 Airünkön egy 17.5 perces megbeszélés 16.7 másodperc alatt készült el, ez nagyjából 60× valós idő.
A SenseVoice kifejezetten a CJK nyelvekre készült — kínai, japán, koreai, kantoni —, és ezekhez a nyelvekhez a modellek listájából kell kiválasztani. 52× valós idővel vagy annál gyorsabban fut; az M4 Pro tesztünkben egy 27 perces kínai podcast 13.83 másodperc alatt lett kész.
Ezek nem felhőmodellek fizetőfal mögött. Teljes egészében a Mac Neural Engine-jén futnak, benne vannak a $14-os vásárlásban.
A Superwhisper csak Whisper változatokat kínál. Angol-központú vagy CJK munkafolyamatokhoz a modellválasztási különbség jelentős.
Az Input Monitoring kérdése
Ez az az engedély, amely megállásra készteti az adatvédelemre érzékeny felhasználókat.
A Superwhisper Input Monitoring hozzáférést kér macOS-en. Ez az engedély lehetővé teszi az alkalmazás számára, hogy rendszerszinten fogadjon minden billentyűzet és egér eseményt — függetlenül attól, melyik alkalmazás van fókuszban.
Ugyanaz az engedélykategória, amelyet a kisegítő eszközök és az automatizálási szoftverek használnak, és valóban nagyon tág.
Miért van szüksége a Superwhispernek erre?Hogy "okos" legyen. Az AI Kontextus funkcióik olvassák a képernyő tartalmát, megértik, melyik alkalmazást használja, és ennek megfelelően alakítják viselkedésüket. A környezet megfigyeléséhez megfigyelési engedélyekre van szükségük.
Az architekturális kompromisszum:Kontextustudatos átírást kap. Ők megkapják a technikai képességet, hogy lássák mindent, amit beír, beleértve a jelszavakat, privát üzeneteket és bizalmas dokumentumokat.
Nem sugallunk rosszindulatú szándékot — de maga az engedély architekturálisan képes a megfigyelésre.
Engedély Architektúra
Input Monitoring (Superwhisper):
Képes fogadni az összes billentyűzet eseményt minden alkalmazásból. Szükséges a 'kontextustudatossághoz'.
Akadálymentesítés (Whisper Notes):
Képes szöveget beszúrni a kurzor pozíciójánál. Nem tudja olvasni a billentyűleütéseit vagy megfigyelni más alkalmazásokat. Csak kimenet.
A Whisper Notes kizárólag Akadálymentesítési engedélyt használ. Tudunk szöveget beszúrni oda, ahol a kurzor van — ez kimenet. Nem tudjuk olvasni, amit beír, vagy ami a képernyőjén van.
A mi álláspontunk: Úgy döntöttünk, nem leszünk "okosak", mert az okossághoz megfigyelés kell. Egy átíró eszköznek nem kell tudnia, hogy léteznek a jelszavai. Csak be kell írnia, amit mondott.A hardverbérlés problémája
Ez az az árazási döntés, amely frusztrálja a haladó felhasználókat.
A Superwhisper előfizetési fizetőfal mögé helyezte a helyi AI modelleket — beleértve az Nvidia Parakeet-et és a Whisper változatokat. A felhasználók most havi díjakat fizetnek olyan feldolgozás feloldásáért, amely teljes egészében a saját eszközeiken fut.
Legyünk pontosak azzal kapcsolatban, mi történik:• Az M3 vagy M4 MacBookjának van Neural Engine-je.
• Az Apple ezt a chipet kifejezetten az eszközön végzett gépi tanuláshoz tervezte.
• A Whisper modell súlyai nyílt forráskódúak, az OpenAI adta ki őket.
• Az áram a fali konnektorból jön.
Pontosan miért fizet az előfizetéssel?
| Időszak | Whisper Notes | Superwhisper (Havi) | Superwhisper (Lifetime) |
|---|---|---|---|
| 1. Év | $14 | $101.88 | $250 |
| 3. Év | $14 | $305.64 | $250 |
| Helyi AI szerkesztés | Igen (Gemma 4, eszközön) | Igen (felhőfüggő) | |
| 5. Év | $14 | $509.40 | $250 |
Ha a Superwhisper felhő funkciói — szinkronizálás, AI asszisztensek, külső API-k — értéket nyújtanak Önnek, az előfizetéses árazás védhető. Az infrastruktúrájukért fizet.
De a helyi modellek ugyanazon fizetőfal mögé helyezése? Ez bérleti díj felszámítása olyan számításokért, amelyek az Ön tulajdonában lévő hardveren történnek.
Az árazási filozófiánk: A Whisper Notes egyszer $14, mert nem üzemeltetünk felhő infrastruktúrát. A Neural Engine-je végzi a munkát. Mi biztosítjuk a felületet. Ez egyszeri tranzakció, nem folyamatos kapcsolat.A Komplexitás és Következményei
Ez a szakasz nem egy konkrét hibáról szól. Ez az architekturális kompromisszumokról szól.
Amikor egy szoftver sok dolgot próbál csinálni — felhő szinkronizálás, kontextustudatosság, ágensszerű értelmezés, hibrid helyi/felhő feldolgozás — szükségszerűen összetetté válik.
A komplex rendszereknek több hibalehetősége van, mint az egyszerűeknek.A Superwhisper felhasználói beszámoltak egy hibaképről:
• Felvételek, amelyek nem hoznak létre átiratokat
• Hang, amely úgy tűnik, eltűnik
• "Nem található hang" hibák hosszú munkamenetek után
Nem tudjuk diagnosztizálni a kódbázisukat, de megfigyelhetjük a mintázatot: minél több funkciót kezel egy alkalmazás, annál többféleképpen hibázhat.
Az állapotgép probléma:A kontextustudatos alkalmazásoknak sok változót kell nyomon követniük. Mi van a képernyőn? Elég gyors a hálózat a felhő feldolgozáshoz? Szinkronizálni kell ezt a felvételt? Melyik AI modell kezelje ezt a kontextust?
Minden döntési pont potenciális eltérés a várt és a tényleges állapot között.
A Whisper Notes szándékosan egyszerű:Hang rögzítése → Folyamatos lemezre írás → Whisperrel feldolgozás → Szöveg megjelenítése
Lineáris adatfolyam. Nincs felhő szinkronizálás, ami hibázhat. Nincs kontextustudatosság, ami félrevezethet. Nincsenek hibrid útválasztási döntések.
Progresszív perzisztenciát használunk — a hangot néhány másodpercenként lemezre írjuk felvétel közben. Ha az alkalmazás összeomlik, vagy lemerül az akkumulátor, legfeljebb az utolsó néhány másodpercet veszíti el. Az előző 20 perc már biztonságosan a lemezén van.
Ez nem egy promóciós funkció; csak így kell működnie egy megbízható felvevő szoftvernek.
A kompromisszum valódi: Nem tudjuk azt csinálni, amit a Superwhisper. Nem értjük a képernyő kontextusát. Nem szinkronizálunk eszközök között. Nincsenek AI módjaink, amelyek átformázzák a beszédét.Csak átírunk. Pontosan, megbízhatóan, helyben. Ez az egész termék.
A Fiókkövetelmény
A Superwhisper fiók létrehozását igényli a szoftver használatához — még a saját eszközén végzett helyi átíráshoz is.
Ez az üzleti modelljüket szolgálja: az előfizetés-kezelés, a felhő szinkronizálás és a használati elemzések felhasználói identitást igényelnek.
De azok számára, akik egyszerűen csak helyi beszéd-szöveg átalakítást akarnak, ez haszon nélküli súrlódás.
A Whisper Notes-nak nincs fiókrendszere:• Három beszédmodellt szeretne — Whisper, Parakeet V3 (leggyorsabb angol) és SenseVoice (legjobb kínaihoz/japánhoz/koreaihoz)
• Helyi AI szerkesztést szeretne Gemma 4-gyel — írásjelek javítása, töltelékszavak eltávolítása, automatikusan generált címek, mind az eszközön
• Töltse le az alkalmazást
• Kezdjen el beszélni
Nincs email. Nincs jelszó. Nincs személyazonosság-ellenőrzés.
Ez nem csak a kényelemről szól. Ez az adatminimalizálásról szól:
• Minden fiók egy újabb kezelendő jelszó
• Minden adatbázis-bejegyzés egy újabb betörési célpont
• Minden felhasználói identitás egy újabb védendő adatpont
Olyan szoftver esetében, amely teljes egészében az Ön eszközén fut, nem látjuk indokoltnak, hogy tudjuk, ki Ön. A Whisper modellnek nincs szüksége az emailjére a beszéd szöveggé alakításához.
Mikor a Superwhisper a Megfelelő Választás Önnek
Nem állítjuk, hogy a Whisper Notes univerzálisan jobb. A Superwhisper olyan architekturális döntéseket hozott, amelyek bizonyos felhasználási eseteket jól szolgálnak.
Válassza a Superwhispert, ha:• AI Kontextus módokat akar, amelyek megértik a képernyőjét és alkalmazkodnak a kimenethez
• Felhő szinkronizálásra van szüksége több Mac között
• Az "asszisztens" élményt értékeli a nyers átírás felett
• Az előfizetés vagy a $250-os lifetime ár illik a munkafolyamat értékéhez
• Az Input Monitoring engedély nem aggasztja
• Minimális rendszerengedélyeket akar (csak Akadálymentesítés)
• Szó szerinti átírást preferál AI értelmezés nélkül
• Egyszer akar fizetni ($14) és birtokolni a szoftvert
• Nem akar fiókot létrehozni
• Az adatvédelmi architektúra fontosabb, mint a kényelmi funkciók
• iPhone-t is használ (az App Store-vásárlás az iPhone-, iPad- és Mac App Store-verziót is tartalmazza; a DMG külön kapható)
A Superwhisper egy olyan jövő felé épít, ahol az AI megérti az egész számítástechnikai kontextusát. Ez ambiciózus, és néhány felhasználó ezt akarja.
A Whisper Notes az ellenkezőjét építi: egy segédeszközt, amely pontosan egy dolgot csinál, semmit sem tud a számítógépéről a mikrofon bemeneten kívül, és minden alkalommal ugyanúgy működik.
Unalmas szoftver azoknak, akik értékelik a kiszámíthatóságot.
Az unalmas szoftver mellett
Az "unalmas" nem pejoratív a szoftvermérnökségben. Az unalmas kiszámíthatót jelent. Az unalmas kevesebb meglepetést jelent.
Az unalmas szoftver:
• Nem igényel fiókot
• Nem igényel hálózati kapcsolatot az alapfunkciókhoz
• Nem kér a feltétlenül szükségesnél több engedélyt
• Nem fejlődik azzá, amit nem kért
A Superwhisper unalmas szoftverként indult. Helyi átíró segédeszköz. Egyszerű, gyors, megbízható.
Aztán ambíciói nőttek. AI asszisztens akart lenni, megérteni a kontextust, szinkronizálni felhőkön keresztül, értelmezni a szavait.
Néhány felhasználó boldogan követte ezt a fejlődést. Mások hiányolják, ami volt.
A Whisper Notes szándékosan unalmas. Egy dolgot csinálunk: beszédet alakítunk szöveggé az Ön eszközének Neural Engine-jével. Nem figyeljük a képernyőjét. Nem szinkronizáljuk az adatait. Nem értelmezzük a szándékát. Csak átírunk.
egyszeri vásárlás az adott vásárlási csatornában látható áron. Nincs fiók. Nincs Input Monitoring. Nincsenek előfizetések. Nincs ambíció a megbízhatóságon túl.
Azoknak, akik az eredeti víziót kedvelték arról, mik lehettek a helyi átíró eszközök — a Whisper Notes itt van.
Gyakran ismételt kérdések
Miért igényel a Superwhisper Input Monitoring engedélyt?
A Superwhisper az Input Monitoringot a 'kontextustudatossághoz' használja — megérti, mi van a képernyőn, hogy alkalmazkodjon az AI viselkedéshez. Ez az engedély lehetővé teszi az összes billentyűleütés olvasását minden alkalmazásban. A Whisper Notes csak Akadálymentesítési engedélyt használ, amely képes szöveget beszúrni, de nem tudja megfigyelni a bemenetét vagy más alkalmazásokat.
Miért váltott a Superwhisper előfizetéses árazásra?
A Superwhisper felhő infrastruktúrát üzemeltet szinkronizáláshoz, fiókokhoz és néhány AI funkcióhoz. Az előfizetések finanszírozzák ezt az infrastruktúrát. Azonban a helyi modelleket is (amelyek az Ön hardverén futnak) ugyanazon fizetőfal mögé helyezték — ami az az árazási döntés, amit a felhasználók leginkább megkérdőjeleznek.
Olyan pontos a Whisper Notes, mint a Superwhisper?
A Whisper Notes három beszédmodellt kínál. A Parakeet V3 alacsonyabb szóhibaaránnyal rendelkezik (6.32%), mint a Whisper Large V3 Turbo (7.83%) az Open ASR Leaderboard angol benchmarkján, és a mi M5 Airünkön nagyjából 60× valós idővel fut. Kínai, japán, koreai és kantoni nyelvhez a SenseVoice-t kell kiválasztani: kifejezetten ezekre a nyelvekre készült, és 52× valós idővel vagy annál gyorsabban fut. A Superwhisper csak Whisper változatokat kínál, így ha előfizetés nélkül kell egy Whispertől eltérő angol modell vagy dedikált CJK modell, érdemes megnézni a Whisper Notest.
Milyen beszédmodelleket támogat a Whisper Notes?
Három modell: Parakeet V3 az NVIDIA-tól (alapértelmezett Macen — leggyorsabb angol, legalacsonyabb hibaarány, 25 európai nyelv), Whisper Large V3 Turbo (a többnyelvű választás, 100+ nyelv), és SenseVoice (kínai, japán, koreai és kantoni — 52× valós idő vagy jobb az Apple MLX révén). A modell szabadon választható; mind a három helyileg fut az eszközön.
Mennyibe kerül a Whisper Notes a Superwhisperhez képest?
A Whisper Notes egyszeri vásárlás: az App Store-vásárlás az iPhone-, iPad- és Mac App Store-verziót is tartalmazza, a DMG-licenc pedig külön kapható; az aktuális árakat a vásárlási csatornák mutatják. A Superwhisper $8.49/hó vagy $250 életre szólóan, és egyetlen licence lefedi a Mac-, Windows- és iOS-alkalmazásait.
Tud a Whisper Notes eszközök között szinkronizálni?
Nem, tervezés szerint. Nem üzemeltetünk felhő szervereket, így nincs min keresztül szinkronizálni. A felvételei azon az eszközön maradnak, ahol létrehozta őket. Ez kiküszöböli a szinkronizálási hibákat és biztosítja, hogy hangadatai soha ne hagyják el a hardverét. Használjon AirDropot vagy manuális exportálást, ha szükséges.
Miért nem igényel a Whisper Notes fiókot?
A helyi átírásnak nincs technikai oka arra, hogy személyazonosság-ellenőrzést igényeljen. Hiszünk az adatminimalizálásban — ha nincs szükségünk az emailjére a szoftver működéséhez, nem kéne kérnünk. Nincs fiók, nincs kezelendő jelszó, nincs feltörhető adatbázis-bejegyzés.
Mi a különbség az Input Monitoring és az Akadálymentesítési engedélyek között?
Az Input Monitoring képes fogadni az összes billentyűzet/egér eseményt rendszerszinten (megfigyelés). Az Akadálymentesítés képes szöveget beszúrni és UI automatizálást végezni (cselekvés). A Whisper Notes az Akadálymentesítést használja az átírt szöveg beírásához a kurzornál — csak kimenet, a beírtak megfigyelése nélkül.
Három beszédmodell. Egyszeri $14.
Whisper + Parakeet V3 + SenseVoice. Helyi AI szerkesztés. Nincs Input Monitoring. Nincs előfizetés. Nincs fiók.
Letöltés iOS-re