Vaša nahrávka neopustí zariadenie
Väčšina aplikácií s „Whisper“ v názve posiela váš zvuk na server a model spúšťa tam. Whisper Notes ho spúšťa priamo na vašom iPhone alebo Macu. Takú aplikáciu je ťažšie vyvinúť, ale oveľa jednoduchšie vysvetliť, čo sa so zvukom deje.
Prečo spúšťať model priamo na zariadení?
Každá aplikácia na prepis musí najprv rozhodnúť o jednej veci: kde sa bude zvuk spracúvať. Poslať ho na server je jednoduchšie a sprístupní najväčšie modely, ktoré sú stále o niečo presnejšie. Spustiť model v telefóne alebo notebooku je ťažšie, zato nahrávka nemá kam odísť.
Zvolili sme druhú možnosť a dôvod je konkrétnejší než slogan o súkromí. Hlasová nahrávka je biometrický údaj a na rozdiel od hesla ju po úniku nemôžete zmeniť. Keď je zvuk raz na cudzej infraštruktúre, závisí od toho, ako prevádzkovateľ zvláda bezpečnosť, aké má pravidlá uchovávania a čo jeho podmienky hovoria o trénovaní modelov. Tieto tri veci musíte sledovať po celý čas, kým súbor existuje.
Whisper Notes spúšťa Whisper, Parakeet alebo SenseVoice priamo na čipe vášho zariadenia, takže zvuk neprechádza cez žiadny server na prepis. Nič nečaká v rade, nič sa neodosiela a aplikácia funguje v režime lietadla rovnako ako pri pripojení na Wi-Fi. To posledné si radšej vyskúšajte sami, než aby ste nám verili na slovo.
Koľko stojí bezplatná aplikácia Whisper?
Nástroj na prepis, ktorý nič nestojí, zvyčajne funguje rovnako: zvuk ide na server, model beží tam a nahrávka tam zostane tak dlho, ako je užitočná pre toho, kto službu prevádzkuje. Pre veľa ľudí je to rozumný obchod. Len je dobré vedieť, že ho uzatvárate.
Prečo je hlasová nahrávka iná než heslo?
Uniknuté heslo znamená jedno otravné popoludnie, pretože ho môžete zmeniť. Uniknutá nahrávka vášho hlasu je trvalá, lebo to, čo vás identifikuje, je samotný hlas, a už pár sekúnd z neho nesie dosť akustických znakov na to, aby vás spoznali úplne inde.
Nedávno sa zmenilo najmä to, ako málo zvuku útočník potrebuje. Na presvedčivé naklonovanie hlasu dnes stačia sekundy nahrávky namiesto minút. V roku 2025 sa niekto naklonovaným hlasom talianskeho ministra obrany pokúsil podviesť niekoľkých podnikateľov. Netvrdíme, že sa to pravdepodobne stane vám. Upozorňujeme len, že je to jediný druh uniknutých dát, ktorý sa nedá vymeniť.
Keď teda zvuk putuje do služby na prepis, neukladá sa dokument, ale biometrický údaj, a to na infraštruktúre, ktorej pravidlá uchovávania neurčujete vy.
Ako v skutočnosti unikajú dáta z prepisov?
Zriedka ide o dramatický prienik. Skôr o to, že zvuk a prepisy prechádzajú viacerými systémami, než ktokoľvek zakreslil do schémy: poskytovateľom prepisu, poskytovateľom modelu za ním, vrstvou logovania, analytickou službou, zálohou. Každý z nich je miesto, kde chybné nastavenie urobí zo súkromného verejné, a čím je ich viac, tým menej dokáže ktokoľvek s istotou povedať, kde sa daná nahrávka práve nachádza.
Najjasnejšie príklady prinieslo zdravotníctvo: chránené zdravotné údaje sa dostali na verejnosť cez integrácie prepisovacích služieb a zle nastavené úložiská, nie cez niečo, čo by ktokoľvek nazval útokom. Ďalší príklad prišiel z call centier: prepisy prúdili do modelu, zatiaľ čo čísla účtov končili nezamaskované v ladiacich logoch.
Nič z toho nie je argument, že prepis v cloude je ľahkomyseľný. Je to argument, že treba počítať, koľko systémov drží kópiu, a spracovanie na zariadení toto číslo zníži na jeden.
Kam to celé smeruje?
V marci 2025 Amazon odstránil zo zariadení Echo nastavenie „Neodosielať hlasové nahrávky“. Všetko, čo poviete Alexe, teraz ide na servery Amazonu a prepínač, ktorým by sa to dalo vypnúť, už neexistuje.
Jeden produkt, ktorý zrušil jeden prepínač, ešte nie je trend, no motivácia za tým je trvalá: trénovacie dáta majú hodnotu a prepínač, ktorý znižuje, koľko sa ich nazbiera, je pod neustálym obchodným tlakom. Nastavenie súkromia je sľub, ktorý sa dá zmeniť v poznámkach k vydaniu.
Whisper Notes je postavený tak, že žiadny podobný prepínač neexistuje. Neexistuje server, kam by sa zvuk posielal, takže „neposielať“ u nás nie je voľba, ktorú rešpektujeme, ale jednoducho opis toho, ako aplikácia funguje.
Koľko stoja bezplatné nástroje za tri roky?
Webové nástroje, ktoré nič nestoja, si zvyčajne vyhradzujú právo používať váš zvuk na zlepšovanie svojich modelov, čo uvádzajú v podmienkach, ktoré takmer nikto nečíta. API účtované po minútach vyzerajú lacno: $0,006 až $0.40 za minútu. Pri hodine zvuku týždenne to však robí zhruba $20 ročne u najlacnejšieho a vyše $1,200 u najdrahšieho. Služby s predplatným sú poctivou verziou toho istého obchodu: Otter si pýta okolo $99 ročne a otvorene to povie.
Whisper Notes stojí $7.99 v App Store a aplikácia pre Mac z našej webovej stránky $14, v oboch prípadoch jednorazovo. V tabuľke nižšie je celé naše zdôvodnenie ceny a podstatný je štvrtý riadok: bezplatná možnosť a jednorazová platba vyjdú za tri roky zhruba rovnako, ale líšia sa v tom, čo sa stane s nahrávkou.
Náklady za rok
| Typ služby | 1. rok | 2. rok | 3. rok | Nakladanie s dátami |
|---|---|---|---|---|
| Whisper Notes | $7.99 | $0 | $0 | Nikdy neopustí zariadenie |
| Služba s predplatným | $99 | $99 | $99 | Spracované v cloude |
| Cloudové API platené za minútu | $20–1,250 | $20–1,250 | $20–1,250 | Spracované v cloude |
| „Bezplatné“ webové nástroje | $0 | $0 | $0 | Môžu sa použiť na trénovanie AI |
Kedy je lepšie siahnuť po cloudovej službe?
Pri čistom zvuku sú veľké cloudové modely stále o niečo presnejšie, pretože bežia vo veľkosti, ktorú neunesie žiadny telefón ani notebook. Je to skutočná výhoda a nebudeme predstierať opak.
Ak potrebujete titulky naživo, ak musí niekoľko ľudí upravovať ten istý prepis, kým porada ešte beží, alebo ak vám na poslednom zlomku presnosti záleží viac než na tom, kde nahrávka zostane, cloudová služba je lepší nástroj a budeme radi, keď ju použijete.
Ohradili by sme sa len proti jednému: proti tomu, aby ste ten rozdiel v presnosti brali ako jediné kritérium rozhodovania. Pri práci viazanej mlčanlivosťou — zdravotná dokumentácia, materiál chránený profesijným tajomstvom, rozhovory so zdrojmi — je „kam tá nahrávka ide?“ otázka, na ktorú musíte vedieť odpovedať, a najkratšia odpoveď, ktorá obstojí, znie, že nikam nešla.
Nástroj v prehliadači, cloudové API, alebo natívna aplikácia?
Keď hľadáte aplikáciu Whisper, nájdete pod rovnakým menom tri dosť odlišné veci: stránky, ktoré spúšťajú model v karte prehliadača, API, ktoré ho spúšťajú na cudzom serveri, a aplikácie skompilované pre zariadenie, ktoré držíte v ruke. Správajú sa tak rozdielne, že kategória je dôležitejšia než zoznam funkcií.
Nástroje v prehliadači
Keď nástroj v prehliadači tvrdí, že spracúva lokálne, väčšinou je to pravda: zvuk zostáva v karte. Obmedzenia nesúvisia s poctivosťou, ale s tým, čo karta prehliadača zvládne. Pamäť WebAssembly je vo väčšine prehliadačov obmedzená zhruba na 4 GB, čo určuje hornú hranicu veľkosti modelu, a beh modelu cez JavaScript stojí rýchlosť, ktorú natívny kód nestráca.
Obmedzenie, na ktoré ľudia v praxi narazia, je konkrétnejšie a otravnejšie. Nástroj v prehliadači nepracuje ďalej, keď prepnete do inej aplikácie, k hardvérovej akcelerácii sa dostáva ťažkopádne, ak vôbec, a keď kartu omylom zatvoríte, rozpracovaný prepis je preč a nie je odkiaľ pokračovať. Na vyskúšanie modelu to stačí, ako miesto na každodennú prácu je to frustrujúce.
| Spracovanie | WebAssembly/TensorFlow.js v prehliadači |
| Veľkosť modelu | Obmedzená pamäťou prehliadača (~4 GB) |
| Rýchlosť | Pomalšie kvôli réžii JavaScriptu |
| Súkromie | Lepšie ako cloud, ale prehliadač má prístup |
| Spoľahlivosť | Karta môže spadnúť, žiadne spracovanie na pozadí |
Natívne aplikácie
Whisper Notes je skompilovaný pre macOS a iOS a svoje modely spúšťa priamo na čipe Apple silicon. Len vďaka tomu sú možné čísla o rýchlosti na tejto stránke: na Macu beží vstavaný model Parakeet približne 74× rýchlejšie ako reálny čas a hodinu zvuku prepíše za necelú minútu.
Zvyšok rozdielu je nenápadný, no pri každodennom používaní dôležitejší. Na Macu prepis pokračuje, aj keď prepnete do inej aplikácie, po prerušení aplikácia bez problémov nadviaže a systémový sandbox ju oddeľuje od dát iných aplikácií. Váš zvuk ani jeho prepis nemajú kam odísť, čo si overíte asi za pol minúty: zapnite režim lietadla a nechajte prepísať súbor.
| Spracovanie | Beží priamo na čipe Apple silicon |
| Veľkosť modelu | Whisper Large V3 Turbo, približne 2 GB |
| Rýchlosť | Parakeet približne 74× rýchlejšie než reálny čas na Macu |
| Súkromie | Zvuk aj prepisy zostávajú v zariadení |
| Spoľahlivosť | Funguje aj offline, integrácia so systémom |
Cloudové API
Serverové zdroje sú prakticky neobmedzené, takže cloudové API môže spúšťať najväčšie modely a ponúkať veci, ktoré potrebujú poriadny výpočtový výkon, napríklad titulky naživo. Pri čistom zvuku to bude najpresnejšia možnosť zo všetkých na tejto stránke.
Vzdáte sa však toho, že viete, kde je nahrávka. Putuje internetom, spracúva sa na serveroch, ktoré nespravujete, a uchováva sa podľa pravidiel, ktoré ste nepísali a ktoré sa dajú zmeniť bez toho, aby sa vás niekto pýtal.
Pre terapeuta viazaného mlčanlivosťou, advokáta pracujúceho s materiálom chráneným tajomstvom alebo novinára, ktorý chráni zdroj, tu hodnotenie zvyčajne končí. Nie preto, že by presnosť bola horšia, ale preto, že na otázku „viete mi povedať, kde je táto nahrávka?“ neexistuje dobrá odpoveď.
| Spracovanie | Vzdialené servery (neobmedzený výpočtový výkon) |
| Veľkosť modelu | Najväčšie dostupné modely |
| Rýchlosť | Závisí od internetu a fronty na serveri |
| Súkromie | Zvuk sa odosiela a môže byť uložený |
| Spoľahlivosť | Vyžaduje internet, platia limity požiadaviek |
Čoho sme sa vzdali, aby to fungovalo takto?
Len natívna aplikácia umožnila, aby súkromie vyplývalo z konštrukcie, a nie zo zmluvy. „Spracované lokálne, potom synchronizované“ aj „šifrované pri prenose“ môžu byť pravdivé tvrdenia o systémoch, ktoré si nakoniec kópiu vášho zvuku aj tak nechajú. My sme chceli verziu, v ktorej žiadna kópia neexistuje.
Daň za to platíme vo funkciách. Nahrávka sa neprepisuje slovo po slove počas reči: živý prepis pri nahrávaní na iPhone a pri nahrávaní porady na Macu ukazuje slová v priebehu niekoľkých sekúnd, ale iba v 25 európskych jazykoch, ktoré podporuje Parakeet; v iných jazykoch sa panel na Macu aktualizuje približne každých 30 sekúnd. Nedokážeme spustiť nič väčšie, než unesie vaše zariadenie. A nedokážeme ponúknuť spoločné úpravy ani tímové priestory, pretože tie potrebujú server a my žiadny nemáme.
Ak je čokoľvek z tejto trojice na vašom zozname, toto nie je aplikácia pre vás a lepšia bude niektorá cloudová služba. Radšej to povieme tu, než aby ste na to prišli po kúpe.
Ktorý model vlastne robí tú prácu?
Enginy a ako si medzi nimi vybrať
Technické parametre
| Modely AI | Parakeet (predvolený), Whisper Small, SenseVoice Small, Apple Speech (iOS 26, macOS 26); na Macu navyše Whisper Large V3 Turbo a Qwen3-ASR 1.7B (Beta) |
| Jazyky | 100 jazykov cez Whisper, 25 európskych cez Parakeet, 6 cez SenseVoice, 30 cez Qwen3-ASR (Mac) |
| Formáty zvuku | MP3, WAV, M4A, FLAC, AAC |
| Rýchlosť spracovania | Parakeet približne 74× rýchlejšie než reálny čas na Macu; vetva Whisper Turbo približne 2,7× |
| Časové limity a poplatky | Až 24 hodín na súbor, bez poplatkov za minútu |
| Platformy | iOS 18+ (iPhone 12+), macOS 14+ (Apple Silicon) |
Čo aplikácia vlastne dokáže?
Pri každodennom používaní ide hlavne o tri veci: ako dostať zvuk do aplikácie, ako z nej dostať text a obmedzenie, ktoré oboje drží v zariadení.
Import súborov, aj viacerých naraz
Zvukové súbory z akéhokoľvek zdroja prepíšete offline. Aplikácia spracúva celé súbory, nie priebežný prúd zvuku, takže model môže využiť celý kontext a prepis je presnejší.
- ✓Import zo Súborov, z Diktafónu alebo z ktorejkoľvek aplikácie, ktorá zdieľa zvuk
- ✓Môžete vybrať alebo pretiahnuť viac súborov naraz a prepíšu sa jeden po druhom
- ✓Automatické triedenie podľa dátumu a zdroja
Formáty exportu
Viac výstupných formátov pre rôzne pracovné postupy.
- ✓Obyčajný text rozdelený na odseky
- ✓Súbory titulkov SRT a VTT pre video
- ✓Prepisy s časovými značkami na dohľadanie
- ✓Označenie rečníkov pri nahrávkach s viacerými ľuďmi
- ✓Vlastné nastavenie zalomenia odsekov
Súkromie vďaka samotnej konštrukcii
Aplikácia je postavená tak, aby váš zvuk nemohol opustiť zariadenie — nie ako nastavenie, ale ako technické obmedzenie.
- ✓Zvuk ani prepisy nemajú kam odísť
- ✓Žiadne cloudové servery, ku ktorým by sa pripájala
- ✓Vaše nahrávky ani prepisy nevidíme a nikdy sa nepoužívajú na trénovanie AI
- ✓Ukladá sa len lokálne, šifrovanie zabezpečuje iOS alebo macOS
- ✓Žiadny externý sprostredkovateľ, s ktorým by ste museli uzatvárať zmluvu BAA
Aká presná je aplikácia a odkiaľ pochádzajú tie čísla?
Verejné benchmarky a k tomu naše vlastné merania rýchlosti na konkrétnom stroji
Vlastnú štúdiu presnosti nerobíme: keď si výrobca sám opravuje písomku, výsledok nemá veľkú výpovednú hodnotu. Chybovosti nižšie pochádzajú z Hugging Face Open ASR Leaderboard a z benchmarku FLEURS. Oba sú verejné a vedú ich ľudia, ktorí na tejto aplikácii nič nezarábajú. Čísla o rýchlosti sú naše, namerané na stroji, ktorý uvádzame.
Chybovosť slov podľa modelu
| Model | Zdroj | Chybovosť | Poznámka |
|---|---|---|---|
| Parakeet V3 (základ predvoleného modelu) | Open ASR Leaderboard | 6,32 % WER (angličtina) | 25 európskych jazykov; v priemere 12,0 % naprieč nimi na FLEURS |
| Whisper Large V3 Turbo | Open ASR Leaderboard | 7,83 % WER (angličtina) | Najširšie pokrytie z troch: 100 jazykov |
| SenseVoice Small | Náš test, M4 Pro | 27-minútový podcast za 13,83 s | Rýchla voľba pre čínštinu, japončinu, kórejčinu a kantončinu; merané na staršej verzii aplikácie, výsledok zhruba zodpovedá dnešným 115–131× uvedeným na karte modelu |
Key Findings
- •Na Macu beží Parakeet približne 74× rýchlejšie ako reálny čas; Whisper Turbo je na tom istom súbore niekoľkonásobne pomalší
- •V angličtine delia tri modely menej než dva percentuálne body chybovosti
- •Chybovosť sa meria na čítanej a pripravenej reči. Vaše vlastné nahrávky dopadnú horšie a mikrofón alebo skákanie do reči ovplyvňujú výsledok viac než voľba modelu
Veľké modely v cloude si pri čistom zvuku držia malý náskok, pretože bežia vo veľkosti, ktorú žiadny telefón ani notebook nepojme. Ten rozdiel je cena za to, že zvuk nikdy neopustí zariadenie. Ak vaša práca nepotrebuje posledný bod presnosti, výmena sa obvykle oplatí. Ak ho potrebuje, úprimne vám odporučíme cloudovú službu.
Ako obstojí voči alternatívam?
V porovnaní s cloudovými službami, nástrojmi, ktoré už máte v zariadení, a podnikovým softvérom
Väčšinu tejto tabuľky si overíte sami za pár minút. Pozorne treba čítať riadok o presnosti, pretože tie štyri kategórie nie sú merané na tom istom benchmarku.
Porovnanie funkcií
| Funkcia | Whisper Notes | Cloudové služby | Vstavané nástroje | Podnikový softvér |
|---|---|---|---|---|
| Presnosť (WER pre angličtinu) | 6,32-7,83 % (Open ASR Leaderboard) | Údaje od dodávateľa, väčšinou mimo tohto rebríčka | Nezverejnené | Nezverejnené |
| Kde sa zvuk spracúva | Na vašom zariadení | Servery dodávateľa | Podľa dodávateľa | Možnosť vlastných serverov |
| Cena | $7.99 na iPhone, $14 na Macu, jednorazovo | $0.006-0.40/min | Zadarmo (obmedzené) | $500-2000/licencia |
| Jazyky | 100 jazykov | 50-100 jazykov | 10-30 jazykov | 20-50 jazykov |
| Potrebný internet | Nie | Áno | Niekedy | Závisí od nasadenia |
| Limit dĺžky súboru | Žiadne poplatky za minútu | Obvykle 1-2 hodiny | 5-10 minút | Rôzne |
Market Position: Keď tieto tri možnosti postavíte vedľa seba, kompromis je zreteľný. Špičkové cloudové API je pri čistom zvuku stále o kúsok presnejšie a stojí $0,006 až $0.40 za minútu, pričom vaša nahrávka leží na cudzom disku. Podnikový prepis na vlastných serveroch drží zvuk vo vašej sieti a začína okolo $500 na jedného používateľa. Whisper Notes spúšťa otvorené modely na hardvéri, ktorý už máte, za $7.99 na iPhone alebo $14 na Macu, a vzdáva sa za to titulkov naživo, spoločných úprav a poslednej štipky presnosti. Ak je čokoľvek z tejto trojice na vašom zozname, lepším nákupom bude jedna z ďalších dvoch možností.
Pre akú prácu sa to hodí?
Tri druhy práce, pri ktorých nahrávka nesmie nikam cestovať
Zdravotníctvo
Zdravotníci používajú Whisper Notes na dokumentáciu pacientov, klinické poznámky a výskumné rozhovory. Keďže sa zvuk nikdy nedostane na náš server, nie je tu ani externý sprostredkovateľ, s ktorým by bolo treba uzatvárať zmluvu. Či celý pracovný postup spĺňa požiadavky GDPR a HIPAA, stále závisí od toho, ako je zabezpečené samotné zariadenie. Ak kolegovia potrebujú otvárať a komentovať tú istú poznámku, praktickejšia je cloudová služba s podpísanou zmluvou.
Use Cases
- •Dokumentácia konzultácií s pacientmi
- •Poznámky k medicínskym zákrokom
- •Prepis výskumných rozhovorov
- •Záznamy telemedicínskych konzultácií
- •Materiály na klinické vzdelávanie
Benefits
- ✓Nemusíte dôverovať žiadnym pravidlám zdieľania údajov, pretože sa nič neodosiela
- ✓Vlastný slovník pre odborné termíny a názvy liekov
- ✓Zo zariadenia neodíde žiadny zdravotný údaj, pretože ho aplikácia nemá ako odoslať
- ✓Dvadsaťminútová konzultácia sa na Macu s Apple Silicon prepíše za oveľa menej než minútu
Právo
Advokáti používajú Whisper Notes na výpovede, rozhovory s klientmi a prípravu prípadov. Nahrávka zostáva na zariadení, takže jej kópiu nedrží žiadny dodávateľ. Čo to nerieši, sú vaše vlastné povinnosti: či daný postup spĺňa pravidlá mlčanlivosti vo vašej jurisdikcii, stále závisí od toho, ako narábate so zariadením, jeho zálohami a exportmi.
Use Cases
- •Dokumentácia rozhovorov s klientmi
- •Prepis výpovedí
- •Poznámky z prípravy prípadov
- •Záznamy súdnych konaní
- •Vyšetrovacie rozhovory
Benefits
- ✓Nedržíme kópiu nahrávky ani prepisu
- ✓Vlastný slovník pre názvy prípadov a právne termíny
- ✓Prepisy s časovými značkami, export do textu, SRT alebo VTT
- ✓$7.99 na iPhone alebo $14 na Macu, jednorazovo, oproti externému prepisu účtovanému po minútach
Žurnalistika
Reportéri používajú Whisper Notes na rozhovory so zdrojmi a terénne nahrávky. Zvuk nedrží žiadny server, takže jediné kópie sú na vašich vlastných zariadeniach — a to presúva ochranu zdroja z našich pravidiel uchovávania, ktoré si neoveríte, na bezpečnosť vášho zariadenia, ktorú si overiť viete. Ak redakcia potrebuje, aby na jednom prepise pracovalo počas živého podujatia viac ľudí naraz, to je práca pre cloudový nástroj.
Use Cases
- •Prepis rozhovorov so zdrojmi
- •Spracovanie terénnych nahrávok
- •Poznámky z tlačových konferencií
- •Archív výskumných rozhovorov
- •Produkcia podcastov
Benefits
- ✓Z nahrávky ani z prepisu sa nikam nič neodosiela
- ✓Funguje aj bez pripojenia k internetu, a práve tak si to tvrdenie overíte
- ✓Žiadny účet, teda ani história prihlásení, ktorá by rozhovor spojila s vami
- ✓Export do textu, SRT alebo VTT pre nástroje, ktoré redakcia už používa
Aké je to rýchle a kde to nestačí?
Čísla, ktoré sme namerali, a veci, ktoré konštrukcia vylučuje
Čo sme merali a na čom
Rýchlosť závisí od stroja a od zvoleného enginu, takže jediný násobok pre „aplikáciu“ by bol zavádzajúci. Toto sú naše vlastné merania, skutočný čas od spustenia po hotový text, na hardvéri, ktorý uvádzame.
Parakeet V3 (základ predvoleného enginu)
Približne 74× rýchlejšie než reálny čas na Macu: nahrávka porady dlhá 17,5 minúty je hotová asi za 15 sekúnd
25 európskych jazykov; naše vlastné meranie, jeden stroj
Vetva Whisper Turbo
Whisper Large V3 Turbo beží na tom istom Macu približne 2,7-krát rýchlejšie než reálny čas, a to je cena za jeho 100 jazykov
Naše vlastné merania; Turbo je vetva širokého pokrytia, nie tá rýchla
Staršie a menšie zariadenia
iPhone spracúva súbor pomalšie než Mac s Apple Silicon a rozdiel rastie s vekom čipu. Aj dlhé súbory sa prepíšu celé, len to trvá úmerne dlhšie
iPhone 12 alebo novší, prípadne Mac s Apple Silicon
Úložisko
Prepisy sú drobné, asi 0,1 MB na hodinu zvuku. Skutočné miesto zaberajú modely: Whisper Large V3 Turbo má približne 2 GB, Qwen3-ASR 1.7B, dostupný len na Macu, približne 2,5 GB a ostatné sú menšie
Parakeet je zabudovaný v aplikácii; ostatné modely si stiahnete priamo v aplikácii
Známe obmedzenia
Spúšťanie modelov na zariadení nastavuje tvrdé hranice a tie sa overujú ľahšie pred kúpou než po nej. Presne preto je aplikácia pre Mac z našej webovej stránky zadarmo do 5 000 slov týždenne.
Požiadavky na zariadenie
Navrhnuté pre iPhone 12 alebo novší a Macy s Apple Silicon; starším iPhonom chýba výkon Neural Engine, vďaka ktorému je to v praxi použiteľné. Verzia z Mac App Store sa dá nainštalovať aj na Macy s procesorom Intel, ale bez SenseVoice, Qwen3-ASR a rýchleho živého prepisu.
Impact: iPhone 12 alebo novší; pre všetky modely Mac s Apple Silicon
Čas spracovania
Čas spracovania rastie s dĺžkou nahrávky. Fyziku výpočtu na zariadení obísť nemožno.
Impact: Pri uvedených rýchlostiach je hodinový súbor na Macu otázkou minút, na iPhone to trvá dlhšie
Závislosť od kvality zvuku
Slabý zvuk alebo hlasný hluk v pozadí znižujú presnosť a model nedokáže obnoviť informáciu, ktorá v nahrávke nie je.
Impact: Umiestnenie mikrofónu a skákanie do reči ovplyvňujú chybovosť viac než voľba modelu
Žiadne titulky naživo slovo po slove
Whisper Notes nie je titulkovacia služba. Na iPhone sa prepis objavuje na obrazovke už počas nahrávania v 25 európskych jazykoch, ktoré podporuje Parakeet; keď na Macu nahrávate poradu, panel živého prepisu ukazuje slová v priebehu niekoľkých sekúnd v týchto jazykoch a zhruba každých 30 sekúnd v ostatných. Importované súbory sa prepíšu hneď po importe. Výsledný prepis vzniká z celého súboru, čo dáva modelu viac kontextu.
Impact: Ak potrebujete titulky na obrazovke priamo počas podujatia, toto je nesprávny nástroj
Jeden jazyk na nahrávku
Rýchle prepínanie jazykov v rámci jednej nahrávky znižuje presnosť. Model funguje najlepšie pri jednotnom jazyku od začiatku do konca.
Impact: Najlepšie výsledky s jedným hlavným jazykom na súbor
Pre koho to teda je?
Stiahnite si Whisper Notes
Prepis, ktorý beží na vašom iPhone alebo Macu. Aplikácia pre Mac z našej webovej stránky je zadarmo do 5 000 slov týždenne, takže si naše tvrdenia overíte skôr, než zaplatíte.
Stiahnuť pre iOSPre iOS (iPhone 12 alebo novší) a macOS (Apple Silicon). $7.99 jednorazovo v App Store, platí pre iPhone aj verziu z Mac App Store. Aplikácia pre Mac z našej webovej stránky: 5 000 slov týždenne zadarmo, potom $14 jednorazovo. Žiadne predplatné.