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

Den första frågan är inte vilken app

Program för tal till text delar sig längs en enda skiljelinje i hur de är byggda: behandlas ljudet på hårdvara du äger, eller på en leverantörs servrar? Allt annat följer av det valet — prismodellen, hur det står till med integriteten, minutgränserna, vad som händer ombord på ett flygplan. Gör det valet först, så krymper resten av beslutet.

Molnet ger dig två verkliga saker: undertexter som dyker upp medan någon talar, och en gemensam yta där kollegorna kan söka och kommentera. Det kostar dig tre: ljudet laddas upp och omfattas av regler för lagring som du själv får leta rätt på och läsa, mätaren tickar (minutgränser finns eftersom beräkningen sker på någon annans servrar), och prenumerationen förnyas oavsett om du transkriberade något den månaden eller inte.

Lokalt kör på kislet du redan har betalat för. Det finns ingen minutgräns eftersom ingen mätare tickar, inget konto eftersom det inte finns något att logga in på, och inga lagringsregler att läsa eftersom det inte finns någon kopia av ljudet någonstans att lagra. Det fortsätter fungera på ett flygplan, på ett sjukhus, inne i ett företag som blockerar utgående trafik. Det betyder inte automatiskt bättre träffsäkerhet — molnets främsta modeller är starka, och den ärliga jämförelsen står bland frågorna längre ned — men på Apple Silicon ligger de öppna modellerna så nära att skillnaden för de flesta inspelningar försvinner i bruset. Skrev du "offline" i ett sökfält för att hamna här har du redan gjort det här valet. Resten av sidan handlar om den lokala halvan av fältet.

Fältet i överblick

Priser ändras. Nedan anger vi bara belopp som leverantören själv skriver ut på sin egen webbplats, och beskriver resten i ord där vi inte kunde kontrollera dem i dag. Kolla hos leverantören innan du köper.

Den lokala uppgörelsen: MacWhisper eller Whisper Notes

När du väl har bestämt att ljudet stannar på datorn består listan på Apples plattformar av två appar. Båda kör samma familjer av öppna talmodeller, båda säljs en gång i stället för att hyras ut, och båda klarar testet i flygplansläge längst ned på sidan. De skiljer sig i temperament, inte i princip — den ena är en schweizerkniv, den andra en penna.

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 — rätt köp om du vill ha varje alternativ under ett tak, och just därför också skälet att titta på Whisper Notes om du hellre vill att verktyget förblir enkelt.

Priset för den bredden är verktygets form: det är tätt, det finns bara för Mac, och det finns ingen telefonapp, så en inspelning du gjort på din iPhone måste först nå datorn innan något kan hända med den. Trivs du i en cockpit — och det gör många yrkesanvändare — är inget av det en invändning. Vår jämförelse funktion för funktion finns på Whisper Notes mot MacWhisper.

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; Apples regler håller det API för textinmatning som krävs utanför App Store-versionerna). 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.

Och det är den enda appen på den här kortlistan som ger iPhone hela verktygslådan — inspelning, filimport, mappar, val av modell och talaretiketter, allt kört på själva telefonen — där ett App Store-köp på $6.99 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, och är diktering hela din arbetsdag är de värda en titt. Superwhispers lägessystem formar om den råa utskriften med en prompt — till ett mejl, ett commit-meddelande, en buggrapport — och ingen annan har matchat det, även om det också är där molnet kommer in: upplägget är hybrid, lokala modeller som standard, medan flera funktioner för träffsäkerhet och omskrivning skickar ditt ljud eller din text via en molnleverantör, så "lokalt" beror på vilket läge du valde. Det kör på macOS, Windows och iOS, med en gratisnivå som inte går ut och en livstidslicens som på deras egen webbplats står till $249.99, det högsta priset på den här sidan. VoiceInk täcker samma arbetsflöde 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.

Beslutsregeln är arbetsbelastningen. 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.

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 text ur den. Det som skiljer programmen åt är 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 är beslutet kort: MacWhisper och Buzz har ingen telefonapp. 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 $6.99 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, bara 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 i arbetsbänken är verkligt — och det är medvetet inte dit vårt djup gick: vårt gick 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. Det du ger upp är finslipningen: Buzz är ett verktyg snarare än en produkt, och det syns både i gränssnittet och i uppsättningen. På en Apple-enhet, med några dollar i budget, är ett program byggt för ändamålet trevligare att använda varje dag.

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 själva designen: ingen talarigenkänning, inget val av modell, ingen redigering i appen — du exporterar och rättar texten 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.

Uppgift 3: fånga ett möte medan det pågår

Vid möten slutar valet mellan offline och moln att vara filosofiskt. I ett möte sitter andra människor, och den ärliga skiljelinjen handlar om vad som händer med anteckningarna efteråt.

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 nära 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.

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.

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.

Fyra saker driver folk vidare. Apple transkriberar en begränsad lista språk, långt under de 101 som Whisper täcker — uppdelningen per modell finns på vår språksida. Det finns ingen talarseparering. Det finns ingen riktig export — du markerar texten och kopierar den, i stället för att få ut TXT, SRT eller VTT. Och satsvis körning saknas: en inspelning i taget, gjord i Apples egen app, så en mapp med intervjufiler är inget den klarar. Betyder ingen av de fyra sakerna 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 lika gärna mot oss som mot vem som helst annan. 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

För symmetrins skull, 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 formen appen byggdes för. Detaljerna finns på startsidan för Whisper Notes; hör din situation hemma bland de fem ovan är något av 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