A sua gravação nunca sai do dispositivo
A maioria das apps que dizem «Whisper» envia o áudio para um servidor e corre lá o modelo. O Whisper Notes corre-o no seu iPhone ou Mac. É mais difícil de desenvolver e muito mais simples de explicar.
Porquê correr o modelo no dispositivo?
Todas as apps de transcrição tomam uma decisão antes de qualquer outra: onde é que o áudio é processado. Enviá-lo para um servidor é a solução mais fácil de desenvolver e dá acesso aos maiores modelos, que continuam a ser ligeiramente mais precisos. Correr o modelo no telemóvel ou no portátil é mais difícil de fazer bem, e significa que a gravação não tem para onde ir.
Escolhemos a segunda opção, e a razão é mais concreta do que um slogan de privacidade. Uma gravação de voz é um dado biométrico e, ao contrário de uma palavra-passe, não pode ser alterada depois de uma fuga de dados. Quando o áudio está na infraestrutura de outra empresa, fica sujeito ao historial de falhas de segurança dessa empresa, à sua política de retenção e ao que os termos dizem sobre dados de treino. São três coisas a vigiar enquanto o ficheiro existir.
O Whisper Notes corre o Whisper Large V3 Turbo, o Parakeet ou o SenseVoice no próprio chip do seu dispositivo, por isso não há nenhum servidor de transcrição pelo meio. Nada fica em fila de espera, nada é enviado, e a app funciona em modo de avião tal como funciona com Wi-Fi. Vale a pena testar isto por si, em vez de confiar na nossa palavra.
O que aconteceu à app Whisper? Três Whispers diferentes
Se pesquisou «o que aconteceu à app Whisper», provavelmente está a pensar numa de três coisas muito diferentes que partilham o mesmo nome.
A primeira é o Whisper, a app social anónima para partilhar segredos (whisper.sh), lançada em 2012. Permitia publicar confissões de forma anónima e foi muito usada em meados da década de 2010, mas praticamente deixou de funcionar. Se era essa a app que procurava, na prática já não existe.
A segunda é o Whisper, o modelo de reconhecimento de fala de código aberto que a OpenAI lançou em 2022. Nunca desapareceu, porque nunca foi uma app. É um modelo de IA: o motor que converte fala em texto, disponível gratuitamente para programadores, mas que exige configuração técnica para ser usado diretamente.
A terceira são as apps de transcrição nativas construídas sobre esse modelo, como o Whisper Notes. Estas apps põem o motor Whisper dentro de um programa que se instala e usa no iPhone ou no Mac, sem linha de comandos, sem conta na nuvem e sem configuração técnica.
Esta página é sobre o terceiro tipo: o que é uma app Whisper local, como funciona e porque construímos a nossa para correr inteiramente no dispositivo.
Os três Whispers, lado a lado
| Nome | O que é | Estado |
|---|---|---|
| Whisper (app social) | App anónima para partilhar segredos (whisper.sh), lançada em 2012 | Praticamente encerrada |
| Whisper (modelo da OpenAI) | Modelo de IA de reconhecimento de fala, de código aberto, lançado em 2022 | Ativo e gratuito, mas é um modelo, não uma app |
| Whisper Notes | App de transcrição nativa para iPhone e Mac, construída sobre o modelo Whisper | Ativa, na App Store, $7.99 pagos uma vez |
Quanto custa uma app Whisper gratuita?
Uma ferramenta de transcrição que não custa nada funciona quase sempre da mesma forma: o áudio vai para um servidor, o modelo corre lá e a gravação fica guardada o tempo suficiente para ser útil a quem gere o serviço. Para muita gente, é uma troca razoável. Convém é saber que a está a fazer.
Porque é que uma gravação de voz é diferente de uma palavra-passe
Uma palavra-passe exposta dá uma tarde de chatices, porque pode alterá-la. Já uma gravação da sua voz que fique exposta é permanente, porque o que o identifica é a própria voz, e bastam alguns segundos dela para ser reconhecido num contexto completamente diferente.
O que mudou recentemente foi a quantidade de áudio de que um atacante precisa. Hoje, clonar uma voz de forma convincente exige segundos de amostra, não minutos. Em 2025, uma voz clonada do ministro da Defesa italiano foi usada numa tentativa de burla contra vários empresários. Não estamos a dizer que é provável que isto lhe aconteça. Estamos a dizer que é a única categoria de dados expostos que não se pode substituir.
Por isso, quando o áudio vai para um serviço de transcrição, o que fica guardado não é um documento. É um dado biométrico, numa infraestrutura cuja política de retenção não depende de si.
Como é que os dados de transcrição acabam expostos
A falha raramente é uma intrusão espetacular. O problema é que o áudio e as transcrições passam por mais sistemas do que os que aparecem em qualquer esquema: o fornecedor de transcrição, o fornecedor do modelo por trás dele, uma camada de registos, um sistema de análise, uma cópia de segurança. Cada um é um ponto onde uma configuração errada torna público o que era privado. Quanto mais pontos houver, mais difícil é dizer com certeza onde está, neste momento, uma determinada gravação.
O setor da saúde deu os exemplos mais claros: informação clínica protegida ficou exposta através de integrações de transcrição e de armazenamento mal configurado, sem nada a que se pudesse chamar um ataque. Os centros de contacto deram outro: transcrições enviadas para um modelo enquanto números de conta ficavam visíveis, sem máscara, nos registos de depuração.
Nada disto prova que a transcrição na nuvem seja imprudente. Prova que o número a contar é o de sistemas que guardam uma cópia, e que o processamento no dispositivo reduz esse número a um.
Para onde é que isto caminha?
Em março de 2025, a Amazon retirou dos dispositivos Echo a opção «Não enviar gravações de voz». Tudo o que se diz à Alexa vai agora para os servidores da Amazon, e já não há forma de o desligar.
Um produto que retira uma opção não faz uma tendência, mas o incentivo por trás é duradouro: os dados de treino valem dinheiro, e uma opção que reduz a quantidade recolhida está sob pressão comercial permanente. Uma definição de privacidade é uma promessa que pode ser revista numa nota de versão.
O Whisper Notes foi construído para que não exista uma opção equivalente que possa ser revista. Não há servidor para onde enviar o áudio, por isso «não enviar» não é uma preferência que respeitamos; é a descrição do que a app consegue fazer.
Quanto custam as ferramentas gratuitas em três anos
As ferramentas web que não cobram nada reservam-se, em geral, o direito de usar o seu áudio para melhorar os modelos, e isso vem escrito em termos que quase ninguém lê. As API pagas ao minuto parecem baratas, entre $0.006 e $0.40 por minuto; com uma hora por semana, isso dá cerca de $20 por ano na mais barata e mais de $1 200 na mais cara. Os serviços por assinatura são a versão honesta do mesmo acordo: o Otter cobra cerca de $99 por ano e di-lo claramente.
O Whisper Notes custa $7.99 na App Store e $14 na app para Mac do nosso site, pagos uma vez. A tabela abaixo resume todo o argumento sobre o preço, e o que interessa é a quarta linha: a opção gratuita e a opção paga uma vez custam mais ou menos o mesmo em três anos, e diferem no que acontece à gravação.
Custo por ano
| Tipo de serviço | Ano 1 | Ano 2 | Ano 3 | Tratamento dos dados |
|---|---|---|---|---|
| Whisper Notes | $7.99 | $0 | $0 | Nunca sai do dispositivo |
| Serviço por assinatura | $99 | $99 | $99 | Processado na nuvem |
| API na nuvem paga ao minuto | $20–1 250 | $20–1 250 | $20–1 250 | Processado na nuvem |
| Ferramentas web «gratuitas» | $0 | $0 | $0 | Pode ser usado para treinar IA |
Quando faz mais sentido usar um serviço na nuvem
Com áudio limpo, os grandes modelos na nuvem continuam a ser um pouco mais precisos, porque são grandes demais para caber num telemóvel ou num portátil. É uma vantagem real e não vamos fingir o contrário.
Se precisa de legendas em direto, se várias pessoas têm de editar a mesma transcrição enquanto a reunião decorre, ou se a última fração de precisão pesa mais do que o sítio onde o áudio fica, um serviço na nuvem é a melhor ferramenta e preferimos que o use.
O que contestamos é tratar essa diferença de precisão como o único número da decisão. Em trabalho sujeito a dever de confidencialidade — registos clínicos, material abrangido pelo segredo profissional, entrevistas com fontes — «para onde vai o áudio?» é uma pergunta a que tem de saber responder, e a resposta mais curta e mais segura é: não foi a lado nenhum.
Ferramenta no navegador, API na nuvem ou app nativa?
Quem pesquisa uma app Whisper encontra três coisas bem diferentes com o mesmo nome: páginas que correm o modelo num separador do navegador, API que o correm no servidor de outra pessoa e aplicações compiladas para o dispositivo que tem na mão. Comportam-se de forma tão diferente que a categoria pesa mais do que a lista de funcionalidades.
Ferramentas no navegador
Quando uma ferramenta no navegador diz que processa localmente, normalmente é verdade: o áudio fica no separador. Os limites não têm a ver com honestidade, mas com o que um separador consegue fazer. Na maioria dos navegadores, a memória do WebAssembly fica-se pelos 4 GB, o que põe um teto ao tamanho do modelo, e correr o modelo em JavaScript torna-o mais lento do que em código nativo.
O problema com que as pessoas realmente esbarram é mais específico e mais irritante. Uma ferramenta no navegador deixa de trabalhar quando muda para outra app. Tira pouco ou nenhum partido da aceleração por hardware. E, se fechar o separador por engano, perde o trabalho e não há forma de o retomar. Serve para experimentar um modelo e é frustrante como sítio para guardar o seu trabalho.
| Processamento | WebAssembly/TensorFlow.js no navegador |
| Tamanho do modelo | Limitado pela memória do navegador (~4 GB) |
| Velocidade | Mais lenta, por causa da sobrecarga do JavaScript |
| Privacidade | Melhor do que a nuvem, mas o navegador tem acesso |
| Fiabilidade | O separador pode bloquear; sem processamento em segundo plano |
Apps nativas
O Whisper Notes é compilado para macOS e iOS e corre os seus modelos diretamente no Apple Silicon. É só por isso que os números de velocidade desta página são possíveis: num Mac, o modelo Parakeet integrado corre a cerca de 74× o tempo real: uma hora de áudio em menos de um minuto.
O resto da diferença é pouco vistoso e pesa mais no dia a dia. No Mac, a transcrição continua quando muda de app, a app retoma o trabalho sem problemas depois de uma interrupção e a sandbox do sistema mantém-na afastada dos dados das outras apps. A app não tem forma de enviar o áudio nem a transcrição para fora do dispositivo, e pode confirmá-lo em cerca de trinta segundos: ligue o modo de avião e transcreva um ficheiro.
| Processamento | Corre diretamente no Apple Silicon |
| Tamanho do modelo | Whisper Large V3 Turbo, cerca de 2 GB |
| Velocidade | Parakeet a cerca de 74× o tempo real num Mac |
| Privacidade | O áudio e as transcrições ficam no dispositivo |
| Fiabilidade | Continua a funcionar offline, integração com o sistema |
API na nuvem
Os recursos de um servidor são, na prática, ilimitados, por isso uma API na nuvem pode correr os maiores modelos e oferecer coisas que exigem muita capacidade de cálculo, entre elas a legendagem em direto. Com áudio limpo, é a opção mais precisa desta página.
O que perde é saber onde está a gravação. A gravação viaja pela internet, é processada num sítio que não administra e fica guardada segundo uma política que não escreveu e que pode mudar sem lhe perguntarem.
Para um terapeuta sujeito a dever de confidencialidade, um advogado com material abrangido pelo segredo profissional ou um jornalista que protege uma fonte, é normalmente aqui que a avaliação acaba. Não porque a precisão seja pior, mas porque a pergunta «pode dizer-me onde está esta gravação?» não tem uma boa resposta.
| Processamento | Servidores remotos (capacidade de cálculo ilimitada) |
| Tamanho do modelo | Os maiores modelos disponíveis |
| Velocidade | Depende da internet e da fila do servidor |
| Privacidade | Áudio enviado e possivelmente guardado |
| Fiabilidade | Exige internet, sujeita a limites de utilização |
O que deixámos de lado para a construir assim
Construir uma app nativa era a única forma de tornar a promessa de privacidade estrutural em vez de contratual. «Processado localmente e depois sincronizado» e «cifrado em trânsito» são afirmações verdadeiras sobre sistemas que, mesmo assim, acabam com uma cópia do seu áudio. Queríamos a versão em que não existe cópia nenhuma para guardar.
Isso paga-se em funcionalidades. As gravações não são legendadas palavra a palavra enquanto fala: a transcrição em direto mostra as palavras em poucos segundos quando grava no iPhone ou grava uma reunião no Mac, mas só nas 25 línguas europeias que o Parakeet suporta; nas outras, o painel do Mac é atualizado mais ou menos a cada 30 segundos. Não conseguimos correr nada maior do que aquilo que o seu dispositivo comporta. E não conseguimos oferecer edição partilhada nem espaços de trabalho de equipa, porque isso precisa de um servidor e nós não temos nenhum.
Se precisa de alguma destas três coisas, esta é a app errada e um dos serviços na nuvem é o certo. Preferimos dizê-lo aqui a deixá-lo descobrir depois de comprar.
Onde está a app oficial do Whisper para iPhone?
Não existe. A OpenAI publicou o Whisper como um modelo de código aberto para programadores, não como um produto de consumo. Por isso, não há nenhuma app oficial do Whisper na App Store nem em lado nenhum. Tudo o que se apresenta como tal é uma app de terceiros que usa o nome.
No iPhone, o Whisper corre através de apps nativas que convertem o modelo para o formato Core ML da Apple e o executam no Neural Engine. O Whisper Notes é uma delas. No iPhone, usa o Whisper Small: os mesmos 100 idiomas, num modelo à medida do telemóvel. Funciona ao lado do Parakeet e do SenseVoice, totalmente offline, num iPhone 12 ou posterior. O Whisper Large V3 Turbo é um modelo para Mac, onde há margem para algo desse tamanho. Pode gravar diretamente na app ou importar áudio dos Memos de voz, da app Ficheiros ou de qualquer app que partilhe áudio.
O Whisper Notes é uma compra única na App Store que inclui a app para iPhone e iPad e a versão da Mac App Store. Não precisa de assinatura nem de conta. A app para Mac do nosso site é uma licença vendida à parte, grátis até 5 000 palavras por semana. Não há versão para Android, porque a app assenta no Neural Engine da Apple, que não tem equivalente em Android.
Que modelo está a fazer o trabalho?
Os motores, e como escolher um
Especificações
| Modelos de IA | Parakeet (predefinido), Whisper Large V3 Turbo (Mac) ou Whisper Small (iPhone), SenseVoice, Apple Speech (iOS 26, macOS 26); no Mac também o Qwen3-ASR 1.7B (Beta) |
| Idiomas | 100 idiomas via Whisper, 25 europeus via Parakeet, 6 via SenseVoice |
| Formatos de áudio | MP3, WAV, M4A, FLAC, AAC |
| Velocidade de processamento | Parakeet a cerca de 74× o tempo real num Mac; o Whisper Turbo a cerca de 2,7× |
| Limites de tempo e custos | Até 24 horas por ficheiro, sem custos por minuto |
| Plataformas | iOS 18+ (iPhone 12+), macOS 14+ (Apple Silicon) |
O que é que a app faz, na prática?
Três coisas sustentam quase todo o uso diário: pôr o áudio lá dentro, tirar o texto cá para fora e a restrição que mantém ambos no dispositivo.
Importação de ficheiros e processamento em lote
Importe ficheiros de áudio de qualquer origem e transcreva-os offline. A app processa o ficheiro inteiro em vez de o ir recebendo aos bocados, o que permite ao modelo usar todo o contexto e melhora a precisão.
- ✓Importe da app Ficheiros, dos Memos de voz ou de qualquer app que partilhe áudio
- ✓No Mac, arraste vários ficheiros para o ícone da app e são transcritos um a seguir ao outro
- ✓Organização automática por data e por origem
Formatos de exportação
Vários formatos de saída para diferentes fluxos de trabalho profissionais.
- ✓Texto simples, dividido em parágrafos
- ✓Ficheiros de legendas SRT e VTT para vídeo
- ✓Transcrições com marcas de tempo, para consulta
- ✓Identificação dos oradores em gravações com várias pessoas
- ✓Quebras de parágrafo personalizáveis
Privacidade na arquitetura
A app foi construída de forma a que o seu áudio não possa sair do dispositivo. Não é uma definição, é uma restrição técnica.
- ✓Nenhuma forma de enviar o áudio ou as transcrições
- ✓Nenhum servidor na nuvem a que ligar
- ✓Nunca vemos as suas gravações nem as suas transcrições, e nunca são usadas para treinar IA
- ✓Armazenamento apenas local, cifrado pelo iOS ou pelo macOS
- ✓Nenhum subcontratante externo a cobrir por contrato (RGPD ou BAA)
Qual é a precisão e de onde vem esse número?
Benchmarks publicados, mais as nossas próprias medições numa máquina que identificamos
Não fazemos um estudo de precisão próprio: um fabricante que corrige o seu próprio teste vale pouco. As taxas de erro abaixo vêm do Hugging Face Open ASR Leaderboard e do benchmark FLEURS. Ambos são públicos e mantidos por pessoas que não ganham nada com esta app. Os números de velocidade são nossos, medidos numa máquina que identificamos.
Taxa de erro de palavras por modelo
| Modelo | Fonte | Taxa de erro | Notas |
|---|---|---|---|
| Parakeet V3 (base do modelo predefinido) | Open ASR Leaderboard | 6,32% WER (inglês) | 25 idiomas europeus; 12,0% de média entre eles no FLEURS |
| Whisper Large V3 Turbo | Open ASR Leaderboard | 7,83% WER (inglês) | A cobertura mais ampla dos três: 100 idiomas |
| SenseVoice Small | Teste nosso, M4 Pro | Podcast de 27 minutos em 13,83 s | A opção rápida para chinês, japonês, coreano e cantonês; medido numa versão anterior da app, praticamente igual aos 115–131× da ficha atual do modelo |
Key Findings
- •Num Mac, o Parakeet corre a cerca de 74× o tempo real; o Whisper Turbo é várias vezes mais lento no mesmo ficheiro
- •Em inglês, menos de dois pontos de taxa de erro separam os três modelos
- •A medição é feita sobre fala lida e preparada. As suas próprias gravações vão ter resultados piores, e o microfone ou as pessoas a falar por cima umas das outras pesam mais do que a escolha do modelo
Os grandes modelos na nuvem mantêm uma pequena vantagem com áudio limpo, porque são grandes demais para caber num telemóvel ou num portátil. Essa diferença é o preço de o áudio nunca sair do dispositivo. Se o seu trabalho não exige o último ponto de precisão, a troca costuma compensar. Se exige, o honesto é recomendar um serviço na nuvem.
Como se compara com as alternativas?
Contra serviços na nuvem, as ferramentas que já tem no dispositivo e software empresarial
A maior parte desta tabela verifica-se em poucos minutos. A linha da precisão é a que convém ler com atenção, porque as quatro categorias não são medidas no mesmo benchmark.
Comparação de funcionalidades
| Funcionalidade | Whisper Notes | Serviços na nuvem | Ferramentas integradas | Software empresarial |
|---|---|---|---|---|
| Precisão (WER em inglês) | 6,32-7,83% (Open ASR Leaderboard) | Indicada pelo fornecedor, quase nunca presente nessa classificação | Não publicada | Não publicada |
| Onde o áudio é processado | No seu dispositivo | Servidores do fornecedor | Varia consoante o fornecedor | Opção on-premise |
| Custo | $7.99 iPhone, $14 Mac, pago uma vez | $0.006-0,40/min | Grátis (limitado) | $500-2000/licença |
| Idiomas | 100 idiomas | 50-100 idiomas | 10-30 idiomas | 20-50 idiomas |
| Precisa de internet | Não | Sim | Às vezes | Depende da instalação |
| Limite de duração do ficheiro | Sem custos por minuto | Geralmente 1-2 horas | 5-10 minutos | Varia |
Market Position: A troca fica clara quando se põem as três opções lado a lado. Uma API de topo na nuvem continua a ser um pouco mais precisa com áudio limpo, e custa entre $0.006 e $0.40 por minuto, com a sua gravação no disco de outra empresa. A transcrição empresarial on-premise mantém o áudio dentro da sua rede e começa à volta dos $500 por posto. O Whisper Notes corre os modelos abertos em hardware que já tem, por $7.99 no iPhone ou $14 no Mac, e abdica da legendagem em direto, da edição partilhada e da última fração de precisão para o conseguir. Se precisa de alguma destas três coisas, uma das outras duas opções é a melhor compra.
Para que trabalhos é que isto serve bem?
Três tipos de trabalho em que a gravação não pode viajar
Saúde
Profissionais de saúde usam o Whisper Notes para documentação de doentes, notas clínicas e entrevistas de investigação. Como o áudio nunca chega a um servidor nosso, não há nenhum subcontratante externo a cobrir por contrato. Se todo o fluxo de trabalho cumpre o RGPD ou a HIPAA continua a depender da forma como o próprio dispositivo está protegido. E, se os colegas precisarem de abrir e comentar a mesma nota, um serviço na nuvem com contrato assinado é a resposta mais prática.
Use Cases
- •Documentação de consultas
- •Notas de procedimentos médicos
- •Transcrição de entrevistas de investigação
- •Registos de sessões de telemedicina
- •Conteúdos de formação clínica
Benefits
- ✓Não há política de partilha de dados em que confiar, porque nada é enviado
- ✓Vocabulário personalizado para termos clínicos e nomes de medicamentos
- ✓Nenhum dado clínico sai do dispositivo, porque a app não tem forma de o enviar
- ✓Uma consulta de 20 minutos transcreve-se em bem menos de um minuto num Mac com Apple Silicon
Direito
Advogados usam o Whisper Notes para depoimentos, entrevistas com clientes e preparação de processos. A gravação fica no dispositivo, portanto não há nenhum fornecedor com uma cópia. O que isso não resolve são as suas próprias obrigações: se um determinado fluxo de trabalho cumpre as regras de sigilo da sua jurisdição continua a depender da forma como são tratados o dispositivo, as cópias de segurança e as exportações.
Use Cases
- •Documentação de entrevistas com clientes
- •Transcrição de depoimentos
- •Notas de investigação de processos
- •Registos de atos processuais
- •Entrevistas de investigação
Benefits
- ✓Não guardamos cópia da gravação nem da transcrição
- ✓Vocabulário personalizado para nomes de processos e termos jurídicos
- ✓Transcrições com marcas de tempo, exportadas em texto, SRT ou VTT
- ✓$7.99 no iPhone ou $14 no Mac, pagos uma vez, contra transcrição externa paga ao minuto
Jornalismo
Jornalistas usam o Whisper Notes para entrevistas com fontes e gravações no terreno. Não há servidor a guardar o áudio, portanto as únicas cópias estão nos seus próprios dispositivos. A proteção da fonte deixa de depender da nossa política de retenção, que não pode verificar, e passa a depender da segurança do seu equipamento, que pode. Se a redação precisar de várias pessoas a editar a mesma transcrição durante um acontecimento em direto, isso é trabalho para uma ferramenta na nuvem.
Use Cases
- •Transcrição de entrevistas com fontes
- •Tratamento de gravações no terreno
- •Notas de conferências de imprensa
- •Arquivo de entrevistas de investigação
- •Produção de podcasts
Benefits
- ✓Nada da gravação nem da transcrição é enviado para lado nenhum
- ✓Funciona com o dispositivo offline, que é também a forma de confirmar o que dizemos
- ✓Sem conta, portanto sem histórico de sessões a ligar uma entrevista a si
- ✓Exporta para texto, SRT ou VTT, para as ferramentas que a redação já usa
Quão rápida é, e onde fica aquém?
Os números que medimos, e o que a conceção da app exclui
O que medimos, e em quê
A velocidade depende da máquina e do motor que escolher, por isso um multiplicador único para «a app» seria enganador. Estes são ensaios nossos, tempo total decorrido desde o início até ao texto final, em hardware que identificamos.
Parakeet V3 (base do motor predefinido)
Cerca de 74× o tempo real num Mac: uma gravação de reunião de 17,5 minutos fica pronta em cerca de 15 segundos
25 idiomas europeus; ensaio nosso, uma máquina
O Whisper Turbo
O Whisper Large V3 Turbo corre a cerca de 2,7× o tempo real no mesmo Mac, e esse é o preço dos seus 100 idiomas
Ensaios nossos; o Turbo é a opção de cobertura ampla, não a rápida
Aparelhos mais antigos e mais pequenos
Um iPhone transcreve um ficheiro mais devagar do que um Mac com Apple Silicon, e a diferença aumenta com a idade do chip. Ficheiros longos chegam ao fim na mesma; só levam proporcionalmente mais tempo
iPhone 12 ou posterior, ou um Mac com Apple Silicon
Armazenamento
As transcrições são minúsculas, cerca de 0,1 MB por hora de áudio. Os modelos é que ocupam espaço: no Mac, o Qwen3-ASR 1.7B tem cerca de 2,5 GB e o Whisper Large V3 Turbo cerca de 2 GB; os restantes são mais pequenos
O Parakeet vem integrado na app do iPhone; os outros modelos descarregam-se dentro da app
Limitações conhecidas
Correr os modelos no dispositivo impõe limites rígidos, e esses limites são mais fáceis de verificar antes de comprar do que depois. É precisamente por isso que a app para Mac do nosso site é grátis até 5 000 palavras por semana.
Requisitos do dispositivo
Feito para iPhone 12 ou posterior e Macs com Apple Silicon; os iPhone mais antigos não têm um Neural Engine com desempenho suficiente para que isto seja prático. A versão da Mac App Store também se instala em Macs com Intel, sem SenseVoice, Qwen3-ASR nem a transcrição em direto rápida.
Impact: iPhone 12 ou posterior; para todos os modelos, um Mac com Apple Silicon
Tempo de processamento
O tempo de processamento acompanha a duração da gravação. Não há forma de contornar a física do cálculo no dispositivo.
Impact: Às velocidades acima, um ficheiro de uma hora leva minutos num Mac e mais tempo num iPhone
Dependência da qualidade do áudio
Áudio fraco ou muito ruído de fundo reduzem a precisão, e o modelo não consegue recuperar informação que não está no sinal.
Impact: A posição do microfone e as pessoas a falar por cima umas das outras mexem mais na taxa de erro do que a escolha do modelo
Sem legendagem em direto
O Whisper Notes não é um serviço de legendagem. No iPhone, a transcrição aparece no ecrã enquanto grava, nas 25 línguas europeias que o Parakeet suporta; quando grava uma reunião no Mac, o painel de transcrição em direto mostra as palavras em poucos segundos nessas línguas e mais ou menos a cada 30 segundos nas restantes. A transcrição final é feita a partir do ficheiro inteiro, o que dá mais contexto ao modelo.
Impact: Se precisa de legendas no ecrã durante o acontecimento, esta é a ferramenta errada
Um idioma por gravação
Mudar de idioma muitas vezes dentro da mesma gravação reduz a precisão. O modelo funciona melhor com o mesmo idioma do princípio ao fim.
Impact: Melhores resultados com um idioma principal por ficheiro
Afinal, para quem é esta app?
Descarregar o Whisper Notes
Transcrição que corre no seu iPhone ou Mac. A app para Mac do nosso site é grátis até 5 000 palavras por semana, para confirmar o que dizemos antes de pagar.
Descarregar para iOSDisponível para iOS (iPhone 12+) e macOS (Apple Silicon). $7.99 uma vez na App Store, para iPhone, iPad e a versão da Mac App Store; a app para Mac do nosso site é grátis até 5 000 palavras por semana e depois custa $14 uma vez. Sem assinaturas.