Bästa offline-apparna för transkribering på Mac och iPhone (2026)

Kort svar

• Du behöver samarbete i team och gemensamma kommentarer — välj molnet: Otter eller Notta. Priset är att ljudet laddas upp och att prenumerationen förnyas.
• Ljudet måste stanna på din egen enhet — då återstår två appar: MacWhisper är schweizerkniven, komplett men komplex; Whisper Notes är den enkla. Båda finns för Mac och för iOS.
• Du sitter på Windows eller Linux, eller så är budgeten noll — Buzz, gratis och öppen källkod.
• Du spelar in ett engelskt röstmemo då och då — det klarar Apples inbyggda verktyg redan gratis.

Får dina inspelningar hamna på någon annans server?

Program för tal till text finns i exakt två sorter: modellen kör på din egen enhet, eller så anropar du en leverantörs API. Det avgör integriteten för dina inspelningar, träffsäkerheten och oftast också priset — tjänster med API säljs i praktiken bara som prenumeration, aldrig som engångsköp.

Fördelen med ett API är att beräkningen sker på grafikkort i molnet: modellen får väga flera gigabyte, till och med tiotals, och ger därför den högsta träffsäkerheten — Scribe från ElevenLabs till exempel. Priset är lika konkret: ljudet hamnar på någon annans server, minuterna räknas, det finns ett tak, och prenumerationen förnyas.

Apples M-kretsar och de senare iPhone-modellerna har numera tillräckligt med räknekraft på plats för att köra de öppna talmodellerna och krympa det försprånget till något de flesta inspelningar inte märker av (den ärliga jämförelsen står bland frågorna längre ned) — inspelningen lämnar aldrig enheten, transkriberingen går fort och träffar rätt, och de här apparna säljs oftast en gång.

Resten av sidan handlar bara om de lokala programmen.

Fältet i överblick

• MacWhisper: Talarigenkänning, batchköer, bevakade mappar och mötesinspelning är Pro-funktioner och ingår inte i gratisnivån, och iOS-appen kräver en iPhone 15 eller nyare för modellen på enheten.
• Whisper Notes: Mac App Store-versionen har ingen Fn-röstinmatning och ingen automatisk mötesidentifiering; båda finns bara i direktnedladdningen.
• Superwhisper: Hybrid från grunden: flera funktioner för träffsäkerhet och omskrivning skickar ljud eller text via en molnleverantör, så om en session stannar lokalt beror på vilket läge du valde.
• VoiceInk: En dikteringsapp snarare än en app för filtranskribering: ingen filimport, ingen mötesinspelning och inga talaretiketter, och iOS-appen är också diktering.
• Aiko: Ingen talaridentifiering, inget val av modell och ingen redigering i appen — du exporterar utskriften och rättar den någon annanstans.
• Buzz: Ingen telefonapp och inga talaretiketter, och det är ett verktyg snarare än en produkt — gränssnittet och installationen visar det.
• Apple Voice Memos / Dictation: En begränsad språklista, långt under Whispers 101, ingen talarseparation, ingen export till TXT, SRT eller VTT, och en inspelning i taget, gjord i Apples egen app.
• Otter / Notta: Ljudet laddas upp och minuterna räknas — Otters gratisnivå Basic ger 300 minuter i månaden med en gräns på 30 minuter per samtal — och en bot kan dyka upp i deltagarlistan.

Ett förbehåll i en cell anger villkoret det hänger på; "Nej" betyder att verktyget inte gör det alls.

Funktioner och priser är som varje leverantör anger dem på sin egen webbplats, och de ändras; ordningen i tabellen är ingen rangordning. Kolla hos leverantören innan du köper.

Den lokala uppgörelsen: MacWhisper eller Whisper Notes

När ljudet stannar på datorn består listan på Apples plattformar av två appar: MacWhisper och Whisper Notes. Båda kör samma öppna talmodeller, båda säljs en gång, båda finns för Mac och iPhone, och båda klarar testet i flygplansläge längst ned på sidan. De skiljer sig i temperament, inte i princip: den ena lägger fram varje alternativ, den andra håller skärmen ren.

MacWhisper — varje funktion en transkriberingsapp kan ha

MacWhispers gratisnivå klarar grundläggande transkribering av de vanliga ljud- och videoformaten på över 100 språk, med export till ren text och SRT/VTT, inspelning via mikrofon och diktering i hela systemet. Pro-licensen — ett engångsköp på €64 med livstidsuppdateringar, enligt MacWhispers egen webbplats — öppnar upp en riktig arbetsbänk: automatisk talarigenkänning, batchköer, bevakade mappar, transkribering av YouTube- och medielänkar, mötesinspelning i Zoom, Teams, Webex, Skype, Chime och Discord, översättning av undertexter, separata poddfiler per talare, export till .docx/.pdf/.md/.html, ett CLI-verktyg och kopplingar till Notion, Obsidian och Zapier. Finns en transkriberingsfunktion har MacWhisper förmodligen redan släppt den. Vill du ha varje alternativ under ett tak, köp den; vill du hellre att verktyget förblir enkelt, läs vidare om Whisper Notes.

Priset för den bredden är formen: tätt. iOS-appen heter Whisper Transcription och har en delmängd av det Mac-versionen klarar; enligt leverantörens egen dokumentation kräver modellen på enheten en iPhone 15 eller nyare. Trivs du i en cockpit — och det gör många yrkesanvändare — är inget av det en nackdel. Jämförelsen funktion för funktion finns på Whisper Notes mot MacWhisper.

Begränsningar: Gratisnivån klarar enkel transkribering och export, så talarigenkänning, batchköer, bevakade mappar och mötesinspelning kommer först med Pro-licensen på €64; iOS-appen, Whisper Transcription, behöver en iPhone 15 eller nyare för att köra modellen på enheten.

Whisper Notes — tre uppgifter, rent utförda, på båda dina enheter

Whisper Notes koncentrerar sig på de tre saker folk faktiskt gör med tal, och håller allt runtomkring minimalt. Röstinmatning: håll ned Fn och tala, så skrivs orden in i den app som är aktiv — Slack, en textredigerare, en terminal (direktnedladdningen). Mötestranskribering: systemljud plus mikrofon på båda Mac-kanalerna, ingen bot i samtalet; direktnedladdningen känner själv av samtal i Zoom, Teams och Google Meet och startar inspelningen, och skriver sedan sammanfattningen och åtgärdspunkterna lokalt med Gemma 4 — ingen API-nyckel, inget anrop till molnet. Filtranskribering: tre modeller på varje kanal — Parakeet V3, Whisper, SenseVoice — som tillsammans täcker 101 språk, med talaretiketter som räknas fram på enheten och märker upp en timmes ljud på ungefär 15 sekunder.

På iPhone får du hela verktygslådan, inte en nedbantad version: inspelning, filimport, mappar, val av modell och talaretiketter körs alla på själva telefonen (iOS 18 eller senare, iPhone 12 eller nyare rekommenderas), och ett App Store-köp på $7.99 täcker både iPhone-appen och Mac App Store-versionen. Gränssnittet håller sig undan: spela in, läs, exportera, klart.

Välj alltså på temperament. Vill du ha varje alternativ och trivs med ett tätt verktyg, köp MacWhisper. Vill du att verktyget ska försvinna — tre uppgifter väl utförda, en ren skärm, samma app i fickan — köp Whisper Notes. Båda svaren håller ljudet hemma; ingen av dem laddar upp en byte.

Uppgift 1: röstinmatning där markören står

Det här är arbetssättet där du håller ned en tangent, säger en mening, släpper, och texten landar i den app som är aktiv. Det är den mest krävande uppgiften på sidan: verktyget måste vara snabbt nog att du slutar märka det, och det måste kunna infoga text i appar som det inte styr över.

Whisper Notes gör det direkt på Mac — håll ned Fn, tala, släpp — med samma lokala modeller som transkriberar dina inspelningar, utan något att ställa in och utan uppsättning per app. Det ingår i direktnedladdningen; App Store-versionen kan inte innehålla det, eftersom Apples sandlåderegler stänger ute det tillgänglighets-API som skriver in text i andra appar — historien bakom står i varför Mac-appen lämnade App Store. Hur det fungerar tekniskt beskriver vi i diktering i hela systemet på Mac med Whisper.

Dikteringsspecialisterna: Superwhisper och VoiceInk

Två appar behandlar diktering inte som en funktion utan som hela produkten; är diktering hela din arbetsdag är de värda en titt. Superwhispers lägessystem formar om en rå utskrift med en prompt — till ett mejl, ett commit-meddelande, en buggrapport — och ingen annan har matchat det. Det är också där molnet kommer in: upplägget är hybrid, lokala modeller som standard, men flera funktioner för träffsäkerhet och omskrivning skickar ditt ljud eller din text via en molnleverantör — om det är "lokalt" beror på vilket läge du valde. Det kör på macOS, Windows och iOS, gratisnivån går inte ut, och livstidslicensen som står till $249.99 på deras egen webbplats är det högsta priset på den här sidan. VoiceInk täcker samma dikteringsflöde på Mac med Apple Silicon för en engångslicens på $29 (mer för flera datorer) och utvecklas öppet på GitHub — ett påstående om integritet som du kan kontrollera genom att läsa källkoden. Den längre jämförelsen sida vid sida finns på vår sida om alternativ till Superwhisper.

Begränsningar: Ingen av apparna märker upp talare. Superwhispers löfte om att stanna lokalt gäller per läge och inte per app, eftersom vissa lägen anropar en molnleverantör. VoiceInks egen webbplats presenterar appen som en dikteringsapp — att skriva med rösten i vilken app som helst — och inte som ett verktyg för att transkribera filer du redan har; iOS-appen är också diktering.

Det som avgör är hur mycket du dikterar. Är diktering hela ditt jobb och omskrivning via prompt själva poängen, köp specialisten. Är röstinmatning en av flera saker du gör — vid sidan av möten, inspelningar och filer från telefonen — gör Whisper Notes det inne i appen som redan sköter resten: ett verktyg, en betalning, en integritetsmodell, lokalt utan förbehåll.

Apple Dictation — gratis, redan installerad, faktiskt fullt användbar

Innan du betalar någon: prova dikteringen som följer med macOS och iOS. På modern hårdvara körs den på enheten för många språk, den fungerar i hela systemet, och för korta meddelanden är avståndet till ett betalt verktyg mindre än vad internet påstår. Där den faller är längre texter: skiljetecken, fackord och avsaknaden av all efterputsning. Dikterar du ett stycke och sedan lägger en minut på att rätta det, är det ögonblicket ett betalt verktyg börjar betala sig självt.

Begränsningar: Språklistan på enheten är betydligt kortare än Whispers 101, det finns ingen talarseparation, och Voice Memos exporterar ingenting — du markerar texten och kopierar den, utan TXT-, SRT- eller VTT-fil och utan batch.

Uppgift 2: transkribera en fil du redan har

Här kastas villkoren om: ingenting sker i realtid, du har en MP3, en M4A eller en MP4 och vill ha texten ur den. Tre saker skiljer programmen åt — var filen ligger, vilket språk som talas i den och hur mycket av arbetet runtomkring (talaretiketter, format, satsvis körning) som appen gör åt dig.

Whisper Notes — filer på båda enheterna, med modellen anpassad till språket

Ligger inspelningen på din iPhone: Buzz har ingen telefonapp; MacWhisper har en iOS-app (Whisper Transcription), men enligt den egna dokumentationen kräver modellen på enheten en iPhone 15 eller nyare. Whisper Notes spelar in och transkriberar på själva iPhonen (iOS 18 eller senare, iPhone 12 eller nyare rekommenderas), importerar från Filer och Röstmemon inklusive video, och ett App Store-köp på $7.99 täcker både iPhone-appen och Mac App Store-versionen — telefonen är alltså ingen inspelningsapparat åt något annat program, den är programmet.

Är ljudet kinesiska, japanska, koreanska eller kantonesiska väger modellen tyngre än appen. Whisper är inte den starkaste modellen för CJK, och de flesta programmen på den här sidan kör bara Whisper. Whisper Notes levererar SenseVoice vid sidan av Whisper och Parakeet V3 på varje kanal — i vårt test transkriberade den en 27 minuter lång kinesisk podd på 13,83 sekunder på en M4 Pro, med bättre skiljetecken än Whisper. Jämförelsen står i SenseVoice mot Whisper för CJK, och språktabellen per modell finns på whispernotes.app/languages.

Behöver du veta vem som talade körs talaretiketterna på enheten på varje kanal — i iPhone-appen sedan 1.8.5, i Mac App Store-versionen och i direktnedladdningen (DMG) sedan 1.5.1 — och märker upp en timmes ljud på ungefär 15 sekunder. Röstavtryck är biometriska uppgifter, vilket är ett gott skäl att vilja ha den beräkningen på ditt eget chip; modellen och dess svaga punkter beskriver vi i talarseparering på enheten. Av de andra lokala programmen här är det bara MacWhispers Pro-nivå som också gör talarigenkänning; Aiko och Apples inbyggda gör det inte.

På ren engelsk genomströmning ligger fältet tätare än någon leverantör vill medge, eftersom alla kör samma öppna modeller. Som referens: Parakeet V3 transkriberade 35 minuter ljud på 18 sekunder på en M4 Pro i de mätningar vi publicerat — siffror du kan göra om själv, och som säger mer om modellerna än om apparna runt dem. Föredrar du en terminal framför ett fönster levererar direktnedladdningen sedan 1.5.5 ett CLI och en MCP-server, så att skript och AI-assistenter kan transkribera och söka lokalt.

MacWhisper — det djupaste filflödet på Mac

Landar filer på din Mac i mängd — ett poddarkiv, en mapp full av intervjuer — är MacWhisper Pro byggd precis för det: batchköer, bevakade mappar som transkriberar allt som dyker upp i dem, YouTube- och medielänkar som indata, och export till Notion, Obsidian och kontorsformat. Det djupet är verkligt — och medvetet inte dit vi gick: vårt arbete har gått till iPhone-appen, till modellerna för kinesiska, japanska och koreanska och till talaretiketter på enheten. Uppdelningen blir alltså densamma som i kortlistan ovan: hopar sig filerna på en Mac, ta MacWhisper; börjar de på en telefon, är ljudet CJK, eller vill du ha samma app i båda ändar av kabeln, ta Whisper Notes.

Buzz — gratis, öppen källkod och svaret på Windows och Linux

Buzz är ett skrivbordsprogram under MIT-licens som kör Whisper lokalt på macOS, Windows och Linux, med GPU-acceleration, mappbevakning, export till TXT/SRT/VTT och ett CLI. Två situationer vinner det rakt av. Budget: gratis utan minutgräns slår varje betalt program på den här sidan om pengarna är det som avgör. Plattform: vi har ingen app för Windows eller Android och tänker inte bygga någon, så på Windows rekommenderar vi Buzz eller ett kommandoradsverktyg som faster-whisper — den rekommendationen har en egen sida här på webbplatsen, eftersom det är bättre att skicka folk till rätt verktyg än att låtsas att vi också klarar det. Det du ger upp är finslipningen: Buzz är ett verktyg snarare än en produkt, och det syns både i gränssnittet och i installationen. På en Apple-enhet, med några dollar i budget, är ett program byggt för ändamålet trevligare att använda varje dag.

Begränsningar: Det finns ingen iPhone- eller Android-app, inga talaretiketter och ingen mötesinspelning.

Aiko — den enklaste transkriberingen i ett svep

Aiko gör en sak: släpp in ljud eller video, få tillbaka en Whisper-utskrift gjord på enheten, exporterbar som undertexter. Det är ett engångsköp på $24 som Universal Purchase för iPhone, iPad, Mac och Vision Pro, och ingenting lämnar enheten. Gränserna är avsiktliga: ingen talarigenkänning, inget val av modell, ingen redigering i appen — du exporterar texten och rättar den någon annanstans. Är behovet "göra om en inspelning till text då och då, utan att ställa in något" är Aiko ett rent svar. I samma stund som du behöver veta vem som talade, välja en starkare modell för ditt språk eller redigera utskriften där den ligger har du vuxit ur den — och det är precis det glappet Whisper Notes fyller till ett jämförbart pris.

Begränsningar: Whisper är den enda modellen, det finns ingen modellväljare, ingen talaridentifiering och ingen redigering i appen.

Uppgift 3: fånga ett möte medan det pågår

Vid möten är offline mot moln inte längre en principfråga: det sitter andra människor i rummet. Den verkliga skiljelinjen är vad som händer med anteckningarna efter mötet.

Otter och Notta vinner om anteckningarna tillhör teamet

Vill du ha undertexter som dyker upp under samtalet, en sökbar gemensam yta, en kalenderkoppling som ansluter till mötena åt dig, och en länk du kan skicka till någon som missade det — köp en molntjänst. Otters Basic-nivå är gratis med 300 minuter i månaden och en gräns på 30 minuter per samtal; Pro kostar $16.99 per användare och månad, eller $8.33 per månad vid årsvis betalning. Notta är en i stort sett likvärdig motsvarighet med stark översättning i realtid. Inget offlineprogram gör något av det, och ingen mängd lokal ingenjörskonst ändrar på det: samarbete kräver en server. Det du accepterar i utbyte är att ljudet laddas upp, att minuterna räknas, att prenumerationen förnyas och att en bot kan dyka upp i deltagarlistan. Vår mer detaljerade genomgång står på Whisper Notes mot Otter.ai och alternativ till Notta.

Begränsningar: Inspelningen laddas upp och minuterna räknas — Otters gratisnivå Basic tillåter 300 minuter i månaden och begränsar ett enskilt samtal till 30 minuter — och assistenten kan ansluta till samtalet som en synlig deltagare.

Whisper Notes och MacWhisper vinner om inspelningen inte får lämna datorn

Den andra halvan av marknaden är möten som inte får laddas upp: patientsamtal, juridiska samtal under sekretess, styrelse- och lönediskussioner, produktarbete som ännu inte är annonserat, intervjuer där källan lovats att inspelningen stannar där den är. Här är ett lokalt program ingen smaksak, utan själva kravet. Superwhisper listar också mötesinspelning på sin egen webbplats, men designen är hybrid, så om ljudet stannar lokalt beror på vilket läge du valt — är "får aldrig laddas upp" ett hårt krav måste det bekräftas läge för läge i stället för att förutsättas.

Whisper Notes spelar in möten från systemljud plus mikrofon på båda Mac-kanalerna, utan att någon bot ansluter till samtalet och utan att de andra deltagarna ser något. Direktnedladdningen (DMG) känner dessutom av samtal i Zoom, Teams och Google Meet och startar inspelningen åt dig — du kliver in i samtalet, och efteråt finns utskriften helt enkelt där, med talaretiketter som skiljer vem som sa vad och med Gemma 4 som skriver sammanfattningen och åtgärdspunkterna på datorn, utan API-nyckel och utan anrop till molnet. Mac App Store-versionen spelar in manuellt, eftersom Apples regler håller den automatiska igenkänningen utanför. Genomgången steg för steg står i mötestranskribering offline på Mac. Även MacWhisper Pro spelar in möten lokalt och täcker en längre lista mötesprogram — Webex, Skype, Chime, Discord — så ligger dina samtal där kan det avgöra saken åt dig.

En begränsning gäller hela offlinefältet, och du hör den hellre nu än efter köpet: ingen av de välputsade konsumentapparna här ger undertexter i realtid under samtalet. Whisper Notes transkriberar efter att inspelningen stoppats, inte medan du talar. Behöver någon i rummet läsa orden i samma stund som de sägs, behöver du en molntjänst eller en produkt byggd för undertextning.

Prova det Apple redan har lagt in

Voice Memos transkriberar en inspelning utan att kosta något — på en Mac med Apple Silicon från macOS 15, och på iPhone sedan iOS 18. Tillsammans med systemets diktering täcker det en verklig del av det vardagliga bruket, och varje rekommendation som hoppar förbi det försöker sälja dig något.

Den har fyra hårda gränser: en begränsad lista språk, långt under de 101 som Whisper täcker (uppdelningen per modell finns på vår språksida); ingen talarseparering; ingen riktig export — du markerar och kopierar, ingen TXT, SRT eller VTT; och ingen satsvis körning — en inspelning i taget, gjord i Apples egen app. Betyder inget av det något för dig, sluta läsa och behåll pengarna.

Välj efter din begränsning

Så kontrollerar du påståendena själv

Varje leverantör på den här sidan, vi inräknade, säger ordet "privat". Du behöver inte ta någons ord för det. Fem kontroller, och ingen av dem kräver teknisk bakgrund:

1. Testet i flygplansläge. Slå på flygplansläge, eller stäng av wifi och dra ur nätverkskabeln, spela sedan in något och transkribera det. Dyker utskriften fortfarande upp i full fart sker behandlingen lokalt. Får du en snurra, ett felmeddelande eller ett jobb som ställs i kö och blir klart i samma stund som du kopplar upp dig igen, gör den inte det. Gör testet efter att appen har laddat klart sin modell — ett verkligt lokalt program behöver nätverket exakt en gång, för att hämta modellvikterna.
2. Läs integritetsetiketten i App Store. Bläddra ner till Appintegritet på sidan i App Store. "Ingen data samlas in" är ett påstående som utvecklaren gör inför Apple, med följder om det inte stämmer. Ställ det mot vad marknadsföringssidan säger. Kolla också om appen kräver ett konto: måste du logga in för att transkribera lämnar något din enhet.
3. Titta på nätverket. En brandvägg som Little Snitch eller LuLu med öppen källkod visar varje utgående anslutning en app försöker öppna. Transkribera en fil medan den är igång. Uppdateringskontroller och licenskontroller är normala och små; en ihållande uppladdning i storleken av din ljudfil är det inte.
4. Leta efter minutgränsen. Prissidor är en ärlig signal. Avgifter per minut och månadspotter med minuter finns eftersom beräkningen sker på någon annans servrar. Ett program som kör på din hårdvara har ingen anledning att räkna minuter, så obegränsad lokal transkribering är normalläget och inte en premiumnivå.
5. Kontrollera om "lokalt" också betyder "lokalt som standard". Flera bra program är hybrider: lokala modeller för snabbhet, molnmodeller för träffsäkerhet eller omskrivning, valda per läge. Det är en rimlig konstruktion, men det betyder att svaret om integriteten hänger på dina inställningar i stället för på appen. Leta rätt på modellväljaren, se vilket alternativ som är valt, och kontrollera om något steg för textputsning eller sammanfattning ringer ut separat från själva transkriberingen.

Kör de fem mot oss lika gärna som mot vem som helst. Whisper Notes har inga konton, ingen inloggning och inget hybridläge — det finns ingenting att ställa in för att göra det lokalt, eftersom det inte kör på något annat sätt. Testet i flygplansläge tar trettio sekunder och är värt mer än det här stycket.

Där Whisper Notes inte passar

Och fallen där du bör köpa något annat:

• Windows eller Android. Det finns ingen version och ingen är planerad. Använd Buzz eller faster-whisper.
• Intel-Mac. Mac-appen kräver Apple Silicon. MacWhisper och Buzz är alternativen då.
• Undertexter i realtid. Transkriberingen sker efter inspelningen, inte under den.
• Samarbete. Ingen gemensam arbetsyta, inga kommentarer, ingen molnsynk mellan dina egna enheter. Det är av konstruktion ett program för en enda användare — det är vad "ingen server" betyder.
• Omskrivning via prompt. Superwhispers lägen formar om det du sagt till ett mejl eller ett commit-meddelande. Vi transkriberar det du sagt och låter dina ord vara.

Allt annat — röstinmatning på Mac (direktnedladdningen), möten som måste förbli privata, filer från en telefon, CJK-ljud, att veta vem som talade, att betala en gång — är precis det Whisper Notes byggdes för. Detaljerna finns på startsidan för Whisper Notes; hör din situation hemma bland de fem ovan är något av de andra programmen på den här sidan en bättre användning av dina pengar, och då ser vi hellre att du lägger dem där.

Vanliga frågor

Jämför du lokala talmodeller snarare än appar, se guiden till Whisper-transkribering för modellstorlekar och sätt att köra Whisper, och den kompletta guiden till tal till text offline för det bredare landskapet, inklusive Windows och Android.

Ladda ner för iOS Prova gratis på Mac