Whisper Notes App: ucapan ke teks offline
Ulasan aplikasi Whisper Notes menggunakan OpenAI Whisper untuk transkripsi offline di iPhone dan Mac
Apa itu Whisper Notes?
Whisper Notes adalah aplikasi ucapan-ke-teks offline yang menggunakan OpenAI Whisper (Large V3 Turbo di Mac, Small di iPhone). Memproses audio sepenuhnya di perangkat Anda — tanpa upload cloud. Digunakan oleh profesional kesehatan, hukum, dan jurnalisme, saat audio tidak boleh keluar dari perangkat.
Penyedia layanan kesehatan menggunakannya untuk catatan pasien. Jurnalis menggunakannya untuk transkripsi wawancara. Pengacara menggunakannya untuk deposisi. Semua offline — audio Anda tidak pernah meninggalkan perangkat Anda.
Biaya tersembunyi dari aplikasi Whisper "gratis"
Berdasarkan pengalaman kami, alat transkripsi "gratis" mengikuti pola yang konsisten: mereka mengunggah audio Anda ke server cloud, memprosesnya dari jarak jauh, dan menyimpan data untuk meningkatkan model mereka. Produknya bukan perangkat lunak — melainkan suara Anda.
Data suara bersifat permanen
Tidak seperti kata sandi atau nomor kartu kredit, biometrik suara tidak dapat diubah setelah dikompromikan. Beberapa detik rekaman menangkap tanda tangan akustik yang mengidentifikasi Anda di berbagai konteks.
Teknologi kloning suara sekarang hanya membutuhkan tiga hingga lima detik sampel audio. Akurasi deteksi manusia untuk deepfake suara berkualitas tinggi hanya 24,5%. Pada tahun 2025, klon suara Menteri Pertahanan Italia digunakan untuk mengekstrak hampir satu juta euro. Ini bukan risiko teoretis.
Ketika Anda mengunggah audio ke layanan transkripsi cloud, Anda membuat catatan permanen identitas biometrik Anda pada infrastruktur yang tidak Anda kendalikan.
Lanskap pelanggaran transkripsi cloud
Insiden keamanan terkait AI meningkat 56,4% pada tahun 2024. Delapan puluh dua persen pelanggaran sekarang melibatkan infrastruktur cloud. Sektor kesehatan telah melihat paparan informasi kesehatan yang dilindungi melalui agen transkripsi, integrasi EHR, dan data lake yang salah dikonfigurasi.
Polanya dapat diprediksi: data sensitif mengalir ke sistem AI, visibilitas menurun, dan penyerang atau kecelakaan mengekspos apa yang seharusnya bersifat pribadi. Transkrip pusat kontak mengalir ke model sementara nomor rekening mendarat di log debug tanpa masking.
Paruh pertama 2025 melihat peningkatan tajam dalam pelanggaran data besar yang melibatkan kategori data yang lebih sensitif. Alih-alih hanya nama pengguna dan kata sandi, pelanggaran sekarang mengekspos profil genetik, rekaman suara, dan pengenal biometrik.
Arah perjalanan
Pada Maret 2025, Amazon mengumumkan penghentian pengaturan "Jangan Kirim Rekaman Suara" pada perangkat Echo. Semua interaksi pengguna dengan perangkat Alexa sekarang direkam dan dikirim ke server Amazon secara default, tanpa opsi untuk menolak.
Ini bukan keputusan yang terisolasi. Platform besar bergerak menuju lebih banyak pengumpulan data, bukan lebih sedikit. Insentif ekonomi pengembangan AI mendukung akumulasi data pelatihan. Opsi privasi yang ada hari ini mungkin tidak ada besok.
Kami membangun Whisper Notes dengan arsitektur yang berlawanan: tidak ada server untuk mengirim data. Ini bukan pengaturan yang dapat diubah. Ini adalah batasan mendasar dari cara aplikasi dibangun.
Harga sebenarnya dari "gratis"
Alat web Whisper gratis sering menggunakan audio Anda untuk meningkatkan model mereka. Ini diungkapkan dalam persyaratan layanan yang jarang dibaca pengguna. API cloud yang ditagih per menit berharga $0.006 hingga $0.40 per menit; dengan satu jam per minggu, itu sekitar $20 per tahun untuk yang termurah dan lebih dari $1,200 untuk yang termahal.
Layanan berbasis langganan seperti Otter.ai berharga sekitar $99 per tahun. Selama lima tahun, itu adalah $495—untuk layanan yang memproses audio Anda di server jarak jauh.
Whisper Notes berharga $7.99 sekali di iPhone dan $14 sekali di Mac. Tanpa langganan. Tanpa biaya per menit. Rekaman Anda tetap di perangkat Anda. Model bisnisnya sederhana: Anda membayar untuk perangkat lunak, Anda memiliki perangkat lunak.
Biaya per tahun
| Jenis layanan | Tahun 1 | Tahun 2 | Tahun 3 | Penanganan data |
|---|---|---|---|---|
| Whisper Notes | $7.99 | $0 | $0 | Tidak pernah meninggalkan perangkat |
| Layanan langganan | $99 | $99 | $99 | Diproses di cloud |
| Cloud API per menit | $20–1,250 | $20–1,250 | $20–1,250 | Diproses di cloud |
| Alat web "gratis" | $0 | $0 | $0 | Mungkin dipakai untuk pelatihan AI |
Kapan sebaiknya Anda memakai layanan cloud
Pada audio yang bersih, model-model besar di cloud memang masih sedikit lebih akurat, karena mereka berjalan pada ukuran yang tak muat di ponsel maupun laptop mana pun. Itu keunggulan yang nyata dan kami tidak akan berpura-pura sebaliknya.
Kalau Anda butuh teks langsung, kalau beberapa orang harus menyunting transkrip yang sama sementara rapat masih berjalan, atau kalau pecahan akurasi terakhir lebih berarti bagi Anda daripada di mana audionya berakhir, layanan cloud adalah alat yang lebih tepat dan kami lebih suka Anda memakainya.
Yang kami bantah hanya satu: memperlakukan selisih akurasi itu sebagai satu-satunya angka dalam keputusan. Untuk pekerjaan yang terikat kewajiban kerahasiaan — catatan medis, materi yang dilindungi hak istimewa, wawancara dengan narasumber — "audionya pergi ke mana" adalah pertanyaan yang harus bisa Anda jawab, dan jawaban terpendek yang bertahan adalah bahwa audio itu tidak pergi ke mana-mana.
Mengapa arsitektur penting: aplikasi native vs. web wrapper
Ketika Anda mencari "Whisper app," Anda akan menemukan tiga kategori: alat berbasis web yang berjalan di browser Anda, API cloud yang membutuhkan internet, dan aplikasi native yang dikompilasi khusus untuk perangkat Anda. Perbedaan arsitektur penting untuk privasi dan performa.
Web wrapper dan alat berbasis browser
Banyak alat Whisper berbasis browser mengklaim "pemrosesan lokal," yang secara teknis akurat. Audio Anda tetap di tab browser. Tetapi lingkungan browser memiliki keterbatasan mendasar.
Batasan memori memaksa model yang lebih kecil. Sebagian besar browser membatasi memori WebAssembly sekitar 4GB, yang membatasi ukuran model yang dapat berjalan. JavaScript menambahkan overhead pemrosesan dibandingkan dengan kode native. Satu tab crash kehilangan pekerjaan Anda tanpa opsi pemulihan.
Alat berbasis browser juga kurang integrasi sistem. Mereka tidak dapat berjalan di latar belakang saat Anda menggunakan aplikasi lain. Mereka tidak dapat mengakses akselerasi hardware secara efisien. Mereka adalah halaman web yang kebetulan melakukan transkripsi, bukan perangkat lunak transkripsi.
| Pemrosesan | WebAssembly/TensorFlow.js di browser |
| Ukuran model | Dibatasi oleh memori browser (~4GB) |
| Kecepatan | Lebih lambat karena overhead JavaScript |
| Privasi | Lebih baik dari cloud, tapi browser memiliki akses |
| Keandalan | Tab bisa crash, tidak ada pemrosesan latar belakang |
Aplikasi native: akses hardware langsung
Whisper Notes dikompilasi khusus untuk macOS dan iOS dan menjalankan modelnya langsung di Apple silicon.
Ini bukan halaman web yang dibungkus dalam shell aplikasi. Ini adalah kode native yang dioptimalkan untuk hardware spesifik Anda. Itu juga sebabnya angka kecepatan di halaman ini mungkin: di Mac, model Parakeet bawaan berjalan sekitar 74× waktu nyata, jadi audio satu jam selesai dalam waktu kurang dari semenit.
Di Mac, transkripsi tetap berjalan saat Anda beralih aplikasi, aplikasi melanjutkan pekerjaan dengan rapi setelah gangguan, dan sandbox sistem menjauhkannya dari data aplikasi lain. Tidak ada jalur unggah untuk audio Anda maupun transkripnya. Anda bisa memeriksanya dalam sekitar tiga puluh detik: nyalakan mode pesawat dan transkripsikan satu file.
| Pemrosesan | Berjalan langsung di Apple silicon |
| Ukuran model | Whisper Large V3 Turbo, sekitar 2 GB |
| Kecepatan | Parakeet sekitar 74× waktu nyata di Mac |
| Privasi | Audio dan transkrip tetap di perangkat |
| Keandalan | Tetap berjalan offline, integrasi sistem |
API cloud: kekuatan maksimal, paparan maksimal
Layanan cloud dapat menjalankan model Whisper terbesar karena sumber daya server secara efektif tidak terbatas. Mereka dapat menawarkan akurasi sedikit lebih tinggi dan fitur seperti takarir langsung yang membutuhkan daya komputasi substansial.
Komprominya: setiap rekaman diunggah ke infrastruktur yang tidak Anda kendalikan. Audio Anda melintasi internet, diproses di server jarak jauh, dan mungkin disimpan sesuai dengan kebijakan retensi yang tidak Anda pilih.
Untuk terapis yang terikat persyaratan kerahasiaan, pengacara yang menangani komunikasi istimewa, jurnalis yang melindungi sumber, atau siapa pun yang bekerja dengan informasi sensitif, pemrosesan cloud sering menjadi faktor diskualifikasi terlepas dari manfaat akurasi.
| Pemrosesan | Server jarak jauh (komputasi tidak terbatas) |
| Ukuran model | Model terbesar yang tersedia |
| Kecepatan | Tergantung internet dan antrian server |
| Privasi | Audio diunggah dan berpotensi disimpan |
| Keandalan | Membutuhkan internet, tunduk pada batas rate |
Keputusan arsitektur kami
Kami memilih arsitektur aplikasi native karena hanya begitu data suara Anda tidak punya jalan keluar dari perangkat. Bukan "diproses secara lokal lalu disinkronkan." Bukan "dienkripsi dalam transit." Tidak ada jalur unggah, titik.
Pilihan ini memiliki biaya. Rekaman tidak diberi takarir kata demi kata selagi Anda bicara: transkrip langsung menampilkan kata-kata dalam beberapa detik saat Anda merekam di iPhone atau merekam rapat di Mac, tetapi hanya dalam 25 bahasa Eropa yang dicakup Parakeet; dalam bahasa lain, panel di Mac diperbarui sekitar setiap 30 detik. Kami tidak dapat menjalankan model yang lebih besar dari yang muat di perangkat Anda. Kami tidak dapat menyediakan fitur kolaboratif yang membutuhkan server.
Kami membuat kompromi ini dengan sengaja. Untuk kasus penggunaan di mana privasi penting — dan menurut pengalaman kami, itu termasuk sebagian besar transkripsi profesional — kenyataan bahwa jalur unggah tidak ada lebih berarti daripada fitur yang membutuhkan infrastruktur cloud.
Model mana yang mengerjakan pekerjaannya?
Mesin-mesinnya, dan cara memilih satu
Spesifikasi
| Model AI | Parakeet (bawaan), Whisper Large V3 Turbo (Mac) atau Whisper Small (iPhone), SenseVoice; Apple Speech (iOS 26, macOS 26); di Mac juga Qwen3-ASR 1.7B (Beta) |
| Bahasa | 100 bahasa lewat Whisper, 25 bahasa Eropa lewat Parakeet, 6 lewat SenseVoice |
| Format audio | MP3, WAV, M4A, FLAC, AAC |
| Kecepatan pemrosesan | Parakeet sekitar 74× waktu nyata di Mac; jalur Whisper Turbo sekitar 2,7× |
| Batas waktu & biaya | Hingga 24 jam per file, tanpa biaya per menit |
| Platform | iOS 18+ (iPhone 12+), macOS 14+ (Apple Silicon) |
Apa yang sebenarnya bisa dilakukan?
Tiga hal menanggung sebagian besar pemakaian sehari-hari: memasukkan audio, mengeluarkan teks, dan batasan yang menahan keduanya di perangkat.
Impor file
Impor file audio untuk transkripsi offline. Aplikasi Whisper Notes memproses file menggunakan konteks penuh untuk akurasi yang lebih baik.
- ✓Impor dari Files, Voice Memos, di mana saja
- ✓Rekam dulu, transkripsi nanti untuk akurasi terbaik
- ✓Di Mac, seret beberapa file ke ikon aplikasi dan file ditranskripsi satu per satu
- ✓Organisasi file otomatis
Opsi ekspor
Berbagai format output dari teks hingga subtitle.
- ✓Teks biasa dengan format
- ✓File subtitle SRT dan VTT
- ✓Transkrip dengan stempel waktu
- ✓Label pembicara
- ✓Jeda paragraf khusus
Perlindungan privasi
Untuk audio Anda dan transkripnya tidak ada jalur unggah. Anda bisa memeriksanya sendiri dalam setengah menit dengan mode pesawat.
- ✓Kami tidak pernah melihat rekaman atau transkrip Anda, dan keduanya tidak pernah dipakai untuk melatih AI
- ✓Tanpa pemroses pihak ketiga: transkripsi privat untuk kesehatan, hukum, dan bisnis
- ✓Hanya disimpan lokal, dienkripsi oleh iOS atau macOS
- ✓Tanpa server cloud — berjalan sepenuhnya di perangkat Anda
Seberapa akurat, dan angka itu dari mana?
Tolok ukur publik, ditambah pengukuran kami sendiri di mesin yang kami sebutkan
Kami tidak membuat studi akurasi sendiri, karena produsen yang menilai pekerjaannya sendiri tidak banyak artinya. Angka tingkat kesalahan di bawah berasal dari Hugging Face Open ASR Leaderboard dan tolok ukur FLEURS. Keduanya publik dan dikelola orang-orang yang tidak mendapat apa pun dari aplikasi ini. Angka kecepatan memang milik kami, diukur di satu mesin yang kami sebutkan.
Tingkat kesalahan kata per model
| Model | Sumber | Tingkat kesalahan | Catatan |
|---|---|---|---|
| Parakeet V3 (dasar model bawaan) | Open ASR Leaderboard | WER Inggris 6,32% | 25 bahasa Eropa; rata-rata semuanya di FLEURS 12,0% |
| Whisper Large V3 Turbo | Open ASR Leaderboard | WER Inggris 7,83% | Cakupan terluas dari ketiganya: 100 bahasa |
| SenseVoice Small | Pengujian kami, M4 Pro | Podcast 27 menit dalam 13,83 detik | Dibuat untuk bahasa Mandarin, Jepang, Korea, dan Kanton; diukur pada versi aplikasi yang lebih lama, kurang lebih sama dengan 115–131× di kartu model saat ini |
Key Findings
- •Di Mac, Parakeet berjalan sekitar 74× waktu nyata; Whisper Turbo beberapa kali lebih lambat untuk berkas yang sama
- •Dalam bahasa Inggris, jarak ketiga model kurang dari dua poin tingkat kesalahan
- •Angka ini diukur pada ucapan yang dibaca dan disiapkan. Rekaman Anda sendiri akan lebih buruk, dan mikrofon atau orang yang saling menyela lebih memengaruhi hasil daripada pilihan model
Pada audio bersih, model besar di cloud masih sedikit unggul, karena berjalan pada ukuran yang tidak muat di ponsel atau laptop mana pun. Selisih itu adalah harga agar audio tidak pernah meninggalkan perangkat. Kalau pekerjaan Anda tidak menuntut poin terakhir itu, pertukarannya biasanya sepadan. Kalau menuntut, saran jujurnya adalah memakai layanan cloud.
Bagaimana dibandingkan dengan alternatifnya?
Melawan layanan cloud, alat yang sudah ada di perangkat Anda, dan perangkat lunak perusahaan
Sebagian besar isi tabel ini bisa Anda periksa dalam beberapa menit. Baris akurasi perlu dibaca dengan hati-hati, karena empat kategorinya tidak diukur pada tolok ukur yang sama.
Perbandingan fitur
| Fitur | Aplikasi Whisper Notes | Layanan cloud | Alat bawaan | Perangkat lunak perusahaan |
|---|---|---|---|---|
| Akurasi (WER bahasa Inggris) | 6,32-7,83% (Open ASR Leaderboard) | Klaim vendor, kebanyakan tidak ada di leaderboard itu | Tidak dipublikasikan | Tidak dipublikasikan |
| Tempat audio diproses | Di perangkat Anda | Server vendor | Berbeda-beda tiap vendor | Opsi on-premise |
| Biaya | $7.99 iPhone, $14 Mac, sekali bayar | $0.006-0.40/menit | Gratis (terbatas) | $500-2000/lisensi |
| Bahasa | 100 bahasa | 50-100 bahasa | 10-30 bahasa | 20-50 bahasa |
| Internet | Tidak | Ya | Kadang-kadang | On-premise: Tidak |
| Batas panjang berkas | Tanpa biaya per menit | Biasanya 1-2 jam | 5-10 menit | Bervariasi |
Market Position: Disandingkan, tiga pilihan itu membuat pertukarannya terbaca. API cloud terdepan masih sedikit lebih akurat pada audio bersih, dan biayanya $0.006 sampai $0.40 per menit, dengan rekaman Anda berada di disk orang lain. Transkripsi perusahaan on-premise menahan audio di dalam jaringan Anda dan mulai dari sekitar $500 per kursi. Whisper Notes menjalankan model terbuka di perangkat keras yang sudah Anda miliki, $7.99 di iPhone atau $14 di Mac, dan sebagai gantinya melepas takarir langsung, penyuntingan bersama, dan pecahan akurasi terakhir. Kalau salah satu dari tiga hal itu ada di daftar Anda, salah satu dari dua pilihan lain adalah pembelian yang lebih baik.
Cocok untuk pekerjaan apa?
Tiga jenis pekerjaan yang rekamannya tidak boleh bepergian
Kesehatan
Tenaga kesehatan memakai Whisper Notes untuk dokumentasi pasien, catatan klinis, dan wawancara penelitian. Karena audio tidak pernah sampai ke server kami, tidak ada pemroses pihak ketiga yang perlu ditutup oleh BAA. Apakah seluruh alur kerjanya memenuhi HIPAA tetap bergantung pada cara perangkat itu sendiri diamankan. Dan kalau rekan kerja harus membuka serta mengomentari catatan yang sama, layanan cloud dengan BAA yang ditandatangani adalah jawaban yang lebih praktis.
Use Cases
- •Dokumentasi konsultasi pasien
- •Catatan prosedur medis
- •Transkripsi wawancara penelitian
- •Rekaman sesi telemedicine
- •Konten pelatihan klinis
Benefits
- ✓Tidak ada kebijakan berbagi data yang perlu Anda percayai, karena tidak ada yang dikirim
- ✓Kamus khusus untuk istilah klinis dan nama obat
- ✓Tidak ada data kesehatan yang keluar dari perangkat, karena jalur unggah tidak ada
- ✓Konsultasi 20 menit selesai ditranskripsi jauh di bawah satu menit di Mac Apple Silicon
Hukum
Pengacara memakai Whisper Notes untuk deposisi, wawancara klien, dan persiapan perkara. Rekaman tetap di perangkat, jadi tidak ada vendor yang memegang salinannya. Itu tidak menyelesaikan kewajiban Anda sendiri: apakah suatu alur kerja memenuhi aturan kerahasiaan di yurisdiksi Anda tetap bergantung pada cara perangkat, cadangannya, dan hasil ekspornya ditangani.
Use Cases
- •Dokumentasi wawancara klien
- •Transkripsi deposisi
- •Catatan penelitian perkara
- •Rekaman proses hukum
- •Wawancara investigasi
Benefits
- ✓Kami tidak menyimpan salinan rekaman maupun transkripnya
- ✓Kamus khusus untuk nama perkara dan istilah hukum
- ✓Transkrip berstempel waktu, diekspor sebagai teks, SRT, atau VTT
- ✓$7.99 di iPhone atau $14 di Mac, sekali bayar, dibanding transkripsi alih daya per menit
Jurnalisme
Wartawan memakai Whisper Notes untuk wawancara narasumber dan rekaman lapangan. Tidak ada server yang memegang audionya, jadi satu-satunya salinan ada di perangkat Anda sendiri. Perlindungan narasumber pun berpindah dari kebijakan penyimpanan kami, yang tidak bisa Anda periksa, ke keamanan perangkat Anda sendiri, yang bisa. Kalau redaksi butuh beberapa orang menyunting satu transkrip selama acara berlangsung, itu pekerjaan alat cloud.
Use Cases
- •Transkripsi wawancara narasumber
- •Dokumentasi rekaman lapangan
- •Catatan konferensi pers
- •Arsip wawancara penelitian
- •Produksi podcast
Benefits
- ✓Tidak ada bagian dari rekaman atau transkrip yang dikirim ke mana pun
- ✓Bekerja dengan perangkat offline, yang sekaligus jadi cara memeriksanya
- ✓Tanpa akun, jadi tidak ada riwayat masuk yang mengaitkan sebuah wawancara dengan Anda
- ✓Ekspor ke teks, SRT, atau VTT untuk alat yang sudah dipakai redaksi
Seberapa cepat, dan di mana kurangnya?
Angka yang kami ukur, dan hal-hal yang ditutup oleh rancangannya
Apa yang kami ukur, dan di mana
Kecepatan bergantung pada mesin komputernya dan pada mesin transkripsi yang Anda pilih, jadi satu pengali tunggal untuk "aplikasi" akan menyesatkan. Ini pengujian kami sendiri, waktu nyata dari mulai sampai teks akhir, di perangkat keras yang kami sebutkan.
Parakeet V3 (dasar mesin bawaan)
Sekitar 74× waktu nyata di Mac: rekaman rapat 17,5 menit selesai dalam sekitar 15 detik
25 bahasa Eropa; pengujian kami sendiri, satu mesin
Jalur Whisper Turbo
Di Mac yang sama Whisper Large V3 Turbo berjalan sekitar 2,7× waktu nyata, dan itulah harga dari 100 bahasanya
Pengujian kami sendiri; Turbo adalah jalur cakupan luas, bukan jalur cepat
Perangkat lama dan kecil
iPhone menuntaskan sebuah berkas lebih lambat daripada Mac Apple Silicon, dan jaraknya melebar seiring umur cip. Berkas panjang tetap selesai, hanya butuh waktu proporsional lebih lama
iPhone 12 atau lebih baru, atau Mac Apple Silicon
Penyimpanan
Transkrip sangat kecil, sekitar 0,1MB per jam audio. Yang benar-benar memakan tempat adalah modelnya: di Mac, Qwen3-ASR 1.7B sekitar 2,5 GB dan Whisper Large V3 Turbo sekitar 2 GB; yang lain lebih kecil
Parakeet sudah tertanam di aplikasi; model lain diunduh di dalam aplikasi
Keterbatasan yang diketahui
Menjalankan model di perangkat menetapkan batas yang keras, dan batas itu lebih mudah diperiksa sebelum membeli daripada sesudah. Justru karena itu jatah gratis di Mac mencakup 5.000 kata per minggu.
Persyaratan perangkat
Dirancang untuk iPhone 12 atau lebih baru dan Mac Apple Silicon; iPhone yang lebih tua tidak punya performa Neural Engine yang membuat ini praktis. Versi Mac App Store juga bisa dipasang di Mac Intel, tanpa SenseVoice, Qwen3-ASR, dan transkrip langsung yang cepat.
Impact: iPhone 12 atau lebih baru; Mac dengan Apple Silicon untuk semua model
Waktu pemrosesan
Waktu pemrosesan tumbuh mengikuti panjang rekaman. Fisika komputasi di perangkat tidak bisa dihindari.
Impact: Pada laju di atas, berkas satu jam selesai dalam hitungan menit di Mac dan lebih lama di iPhone
Ketergantungan kualitas audio
Audio buruk atau kebisingan latar yang keras menurunkan akurasi, dan model tidak bisa memulihkan informasi yang memang tidak ada dalam sinyal.
Impact: Penempatan mikrofon dan suara yang saling menimpa menggeser tingkat kesalahan lebih besar daripada pilihan model
Tanpa takarir langsung
Whisper Notes bukan layanan takarir. Di iPhone, transkrip muncul di layar selagi Anda merekam dalam 25 bahasa Eropa yang dicakup Parakeet; saat Anda merekam rapat di Mac, panel transkrip langsung menampilkan kata-kata dalam beberapa detik untuk bahasa-bahasa itu, dan kira-kira setiap 30 detik untuk bahasa lain. Transkrip akhir dibuat dari seluruh berkas, yang memberi model lebih banyak konteks.
Impact: Kalau Anda butuh takarir di layar selama acara berlangsung, ini alat yang salah
Satu bahasa per rekaman
Berganti bahasa dengan cepat di dalam satu rekaman menurunkan akurasi. Model bekerja paling baik saat bahasanya konsisten dari awal sampai akhir.
Impact: Hasil terbaik dengan satu bahasa utama per berkas
Kesimpulan
Unduh aplikasi Whisper Notes
Ucapan-ke-teks offline untuk iPhone dan Mac. Transkripsi yang fokus privasi.
Unduh untuk iOSUntuk iOS (iPhone 12+) dan macOS (Apple Silicon). $7.99 sekali di iPhone; di Mac 5.000 kata per minggu gratis, lalu $14 sekali. Tanpa langganan.