Din inspelning lämnar aldrig enheten
De flesta appar som kallar sig ”Whisper” skickar ditt ljud till en server och kör modellen där. Whisper Notes kör den i stället på din iPhone eller Mac. Det är svårare att bygga och mycket enklare att förklara.
Varför köra modellen på enheten?
Varje transkriberingsapp fattar ett beslut före alla andra: var ljudet ska bearbetas. Att skicka det till en server är enklare att bygga och ger tillgång till de största modellerna, som fortfarande är något träffsäkrare. Att köra modellen på telefonen eller datorn är svårare att få till, och det betyder att inspelningen inte har någonstans att ta vägen.
Vi valde det andra alternativet, och skälet är mer konkret än en integritetsslogan. En röstinspelning är biometrisk data, och till skillnad från ett lösenord kan du inte byta ut den efter en läcka. När ljudet väl ligger på någon annans infrastruktur blir du beroende av hur ofta de drabbas av intrång, hur länge de sparar data och vad deras villkor säger om träningsdata. Det är tre saker du måste hålla koll på så länge filen finns.
Whisper Notes kör Whisper Large V3 Turbo, Parakeet eller SenseVoice på enhetens eget chip, så ingen transkriberingsserver är inblandad alls. Ingenting köas, ingenting laddas upp, och appen fungerar likadant i flygplansläge som på wifi. Det sista är värt att testa själv i stället för att tro oss på vårt ord.
Vad hände med Whisper-appen? Tre olika Whisper
Om du har sökt på ”vad hände med Whisper-appen” tänker du förmodligen på en av tre helt olika saker som delar samma namn.
Den första är Whisper, den anonyma appen för att dela hemligheter (whisper.sh) som lanserades 2012. Där kunde man lägga upp bekännelser anonymt, och den var populär i mitten av 2010-talet, men verksamheten har i stort sett lagts ner. Om det var den appen du letade efter finns den i praktiken inte längre.
Den andra är Whisper, den taligenkänningsmodell med öppen källkod som OpenAI släppte 2022. Den har aldrig försvunnit, eftersom den aldrig var en app. Det är en AI-modell: motorn som gör om tal till text. Den är fritt tillgänglig för utvecklare, men kräver teknisk installation om du vill använda den direkt.
Den tredje är gruppen nativa transkriberingsappar som bygger på modellen, till exempel Whisper Notes. De paketerar Whisper-motorn i ett program som du faktiskt kan installera och använda på din iPhone eller Mac, utan kommandorad, utan molnkonto och utan teknisk installation.
Den här sidan handlar om den tredje sorten: vad en lokal Whisper-app är, hur den fungerar och varför vi byggde vår så att den körs helt på enheten.
De tre Whisper i korthet
| Namn | Vad det är | Status |
|---|---|---|
| Whisper (sociala appen) | Anonym app för att dela hemligheter (whisper.sh), lanserad 2012 | Verksamheten i stort sett nedlagd |
| Whisper (OpenAI-modellen) | Taligenkänningsmodell med öppen källkod, släppt 2022 | Aktiv och gratis, men en modell och inte en app |
| Whisper Notes | Nativ transkriberingsapp för iPhone och Mac, byggd på Whisper-modellen | Aktiv, finns i App Store, $7.99 en gång |
Vad kostar en gratis Whisper-app?
Ett transkriberingsverktyg som inte kostar något fungerar oftast på samma sätt: ljudet skickas till en server, modellen körs där och inspelningen sparas tillräckligt länge för att vara till nytta för den som driver tjänsten. För många är det en rimlig affär. Det är bra att veta att man gör den.
Varför en röstinspelning skiljer sig från ett lösenord
Ett läckt lösenord kostar en eftermiddags besvär, eftersom du kan byta det. En läckt inspelning av din röst är permanent, eftersom det är rösten själv som identifierar dig. Det räcker med några sekunder för att du ska kunna kännas igen i ett helt annat sammanhang.
Det som har ändrats på senare tid är hur lite ljud en angripare behöver. Att klona en röst övertygande kräver i dag sekunder av ljud, inte minuter. År 2025 användes en klon av Italiens försvarsministers röst i ett bedrägeriförsök mot flera affärsmän. Vi påstår inte att det här sannolikt händer dig. Vi påpekar att det är den enda sortens data som inte går att byta ut efter en läcka.
Så när ljud skickas till en transkriberingstjänst är det som lagras inte ett dokument. Det är biometrisk data, på en infrastruktur där någon annan bestämmer hur länge den sparas.
Hur transkriberingsdata faktiskt läcker
Felet är sällan ett dramatiskt intrång. Det är att ljud och transkript passerar fler system än någon har räknat med: transkriberingsleverantören, modelleverantören bakom den, ett loggningslager, ett analyssystem, en säkerhetskopia. Varje led är ett ställe där en felkonfiguration kan göra något privat offentligt. Ju fler led det finns, desto svårare blir det att säga säkert var en viss inspelning ligger just nu.
Vården har gett de tydligaste exemplen, där patientuppgifter har exponerats via transkriberingsintegrationer och felkonfigurerad lagring snarare än genom något man skulle kalla en attack. Kundtjänster har gett ett annat: transkript som strömmades till en modell medan kontonummer hamnade omaskerade i felsökningsloggar.
Inget av detta visar att det är vårdslöst att transkribera i molnet. Det visar att det man ska räkna är antalet system som har en kopia, och att bearbetning på enheten får ner den siffran till ett.
Åt vilket håll går det här?
I mars 2025 tog Amazon bort inställningen ”Skicka inte röstinspelningar” från Echo-enheterna. Allt som sägs till Alexa skickas nu till Amazons servrar, och det finns inte längre något sätt att stänga av det.
En produkt som tar bort en inställning är ingen trend, men drivkraften bakom är långlivad: träningsdata är värdefull, och en inställning som minskar hur mycket som samlas in står under ständigt kommersiellt tryck. En integritetsinställning är ett löfte som kan strykas i nästa uppdatering.
Whisper Notes är byggd så att det inte finns någon motsvarande inställning att ändra. Det finns ingen server att skicka ljudet till, så ”skicka det inte” är inte ett önskemål som vi respekterar, utan en beskrivning av vad appen kan göra.
Vad gratisverktygen kostar på tre år
Webbverktyg som inte tar betalt förbehåller sig i regel rätten att använda ditt ljud för att förbättra sina modeller, vilket står i villkor som nästan ingen läser. API:er med minutpris ser billiga ut på $0,006 till $0.40 per minut; med en timme i veckan blir det runt $20 om året för det billigaste och över $1,200 för det dyraste. Prenumerationstjänster är den ärliga varianten av samma upplägg: Otter tar runt $99 om året och säger det rakt ut.
Whisper Notes kostar $7.99 i App Store och $14 för Mac-appen från vår webbplats, och du betalar en gång. Tabellen nedan är hela prisargumentet, och poängen finns på fjärde raden: gratisalternativet och engångsköpet kostar ungefär lika mycket på tre år, och skillnaden är vad som händer med inspelningen.
Kostnad per år
| Typ av tjänst | År 1 | År 2 | År 3 | Datahantering |
|---|---|---|---|---|
| Whisper Notes | $7.99 | $0 | $0 | Lämnar aldrig enheten |
| Prenumerationstjänst | $99 | $99 | $99 | Bearbetas i molnet |
| Moln-API med minutpris | $20–1,250 | $20–1,250 | $20–1,250 | Bearbetas i molnet |
| ”Gratis” webbverktyg | $0 | $0 | $0 | Kan användas för AI-träning |
När du hellre ska välja en molntjänst
Med rent ljud är de stora molnmodellerna fortfarande något träffsäkrare, eftersom de körs i en storlek som varken en telefon eller en bärbar dator rymmer. Det är en verklig fördel och vi tänker inte låtsas något annat.
Om du behöver direkttextning, om flera personer måste redigera samma transkript medan mötet fortfarande pågår, eller om de sista procenten träffsäkerhet väger tyngre än var ljudet hamnar, är en molntjänst det bättre verktyget och vi ser hellre att du använder en.
Det vi invänder mot är att behandla skillnaden i träffsäkerhet som den enda siffran i beslutet. I arbete under tystnadsplikt – journalanteckningar, material som omfattas av sekretess, intervjuer med källor – är ”vart tar ljudet vägen?” en fråga du måste kunna svara på, och det kortaste svaret som håller är att det aldrig tog vägen någonstans.
Webbläsarverktyg, moln-API eller nativ app?
Söker du efter en Whisper-app får du tre ganska olika saker under samma namn: sidor som kör modellen i en flik i webbläsaren, API:er som kör den på någon annans server och program som är kompilerade för enheten du håller i handen. De beter sig så olika att kategorin betyder mer än funktionslistan.
Webbläsarverktyg
När ett webbläsarverktyg säger att det bearbetar lokalt stämmer det oftast: ljudet stannar i fliken. Begränsningarna handlar inte om ärlighet utan om vad en flik klarar av. WebAssembly-minnet stannar vid ungefär 4 GB i de flesta webbläsare, vilket sätter ett tak för modellstorleken. Att köra modellen via JavaScript gör den dessutom långsammare än nativ kod.
Det man faktiskt stöter på är mer specifikt och mer irriterande. Ett webbläsarverktyg kan inte fortsätta arbeta medan du byter till en annan app, det kommer åt hårdvaruaccelerationen dåligt, om alls, och stänger du fliken av misstag är arbetet borta och går inte att återuppta. Det duger för att prova en modell men är frustrerande att arbeta i på riktigt.
| Bearbetning | WebAssembly/TensorFlow.js i webbläsaren |
| Modellstorlek | Begränsad av webbläsarens minne (~4 GB) |
| Hastighet | Långsammare på grund av JavaScript-overhead |
| Integritet | Bättre än molnet, men webbläsaren har åtkomst |
| Tillförlitlighet | Fliken kan krascha, ingen bearbetning i bakgrunden |
Nativa appar
Whisper Notes är kompilerad för macOS och iOS och kör sina modeller direkt på Apple silicon. Det är hela skälet till att hastighetssiffrorna på den här sidan är möjliga: på Mac går den inbyggda Parakeet-modellen i ungefär 74× realtid, så en timmes ljud tar under en minut.
Resten av skillnaden är odramatisk men betyder mer i vardagen. På Mac fortsätter transkriberingen när du byter app, appen fortsätter där den slutade efter ett avbrott, och systemets sandlåda håller den borta från andra appars data. Det finns ingen uppladdningsväg för ditt ljud eller dess transkript, och det kan du kontrollera på ungefär trettio sekunder: slå på flygplansläge och transkribera en fil.
| Bearbetning | Körs direkt på Apple silicon |
| Modellstorlek | Whisper Large V3 Turbo, ungefär 2 GB |
| Hastighet | Parakeet i ungefär 74× realtid på Mac |
| Integritet | Ljud och transkript stannar på enheten |
| Tillförlitlighet | Fortsätter fungera offline, integrerad med systemet |
Moln-API:er
Serverresurser är i praktiken obegränsade, så ett moln-API kan köra de största modellerna och erbjuda sådant som kräver mycket beräkningskraft, bland annat direkttextning. Med rent ljud är moln-API:et det träffsäkraste alternativet på den här sidan.
Det du ger upp är vetskapen om var inspelningen finns. Den färdas över internet, bearbetas på servrar som du inte har kontroll över och sparas enligt en policy som du inte skrev och som kan ändras utan att du tillfrågas.
För en terapeut med tystnadsplikt, en advokat med material som omfattas av advokatsekretess eller en journalist som skyddar en källa är det oftast här utvärderingen tar slut. Inte för att träffsäkerheten är sämre, utan för att frågan ”kan du säga var den här inspelningen finns?” saknar ett bra svar.
| Bearbetning | Fjärrservrar (obegränsad beräkningskraft) |
| Modellstorlek | De största tillgängliga modellerna |
| Hastighet | Beror på internet och serverns kö |
| Integritet | Ljudet laddas upp och kan sparas |
| Tillförlitlighet | Kräver internet, har användningsgränser |
Vad vi gav upp för att bygga det så här
Att bygga nativt var enda sättet att göra integritetslöftet till en del av konstruktionen i stället för en del av avtalet. ”Bearbetat lokalt, sedan synkat” och ”krypterat under överföring” är båda sanna beskrivningar av system som ändå sparar en kopia av ditt ljud. Vi ville ha varianten där det inte finns någon kopia att spara.
Det betalar vi för i funktioner. Inspelningen textas inte ord för ord medan du pratar: ett livetranskript visar orden inom några sekunder när du spelar in på iPhone eller spelar in ett möte på Mac, men bara på de 25 europeiska språk som Parakeet täcker; på andra språk uppdateras panelen på Mac ungefär var 30:e sekund. Vi kan inte köra något större än din enhet rymmer. Och vi kan inte erbjuda delad redigering eller arbetsytor för team, eftersom de kräver en server och vi har ingen.
Om något av de tre står på din lista är det här fel app och en av molntjänsterna rätt. Vi säger hellre det här än att du upptäcker det efter köpet.
Var finns den officiella Whisper-appen för iPhone?
Den finns inte. OpenAI släppte Whisper som en modell med öppen källkod för utvecklare, inte som en konsumentprodukt, så det finns ingen officiell Whisper-app i App Store eller någon annanstans. Allt som utger sig för att vara en sådan är en tredjepartsapp som använder namnet.
På iPhone körs Whisper via nativa appar som konverterar modellen till Apples Core ML-format och kör den på Neural Engine. Whisper Notes är en av dem. På iPhone är Whisper-alternativet Whisper Small, med samma 100 språk i en modell anpassad för telefonen. Där finns också Parakeet och SenseVoice, och allt fungerar offline på iPhone 12 eller senare. Whisper Large V3 Turbo finns bara på Mac, där det finns utrymme för en modell av den storleken. Du kan spela in direkt i appen eller importera ljud från Röstmemon, Filer eller vilken app som helst som kan dela ljud.
Whisper Notes är ett engångsköp i App Store som omfattar iPhone- och iPad-appen samt Mac App Store-versionen. Du behöver ingen prenumeration och inget konto. Mac-appen från vår webbplats säljs separat och kan användas gratis för upp till 5 000 ord i veckan. Det finns ingen Android-version, eftersom appen bygger på Apples Neural Engine, som saknar motsvarighet på Android.
Vilken modell är det som gör jobbet?
Motorerna, och hur du väljer en
Specifikationer
| AI-modeller | Parakeet (standard), Whisper Large V3 Turbo (Mac) eller Whisper Small (iPhone), SenseVoice, Apple Speech (iOS 26, macOS 26); på Mac även Qwen3-ASR 1.7B (Beta) |
| Språk | 100 språk via Whisper, 25 europeiska via Parakeet, 6 via SenseVoice |
| Ljudformat | MP3, WAV, M4A, FLAC, AAC |
| Bearbetningshastighet | Parakeet ungefär 74× realtid på Mac; Whisper Turbo ungefär 2,7× |
| Tidsgränser och avgifter | Upp till 24 timmar per fil, inga minutavgifter |
| Plattformar | iOS 18+ (iPhone 12+), macOS 14+ (Apple Silicon) |
Vad kan den faktiskt göra?
I vardagen handlar det mesta om tre saker: att få in ljudet, att få ut texten och begränsningen som håller båda kvar på enheten.
Filimport och flera filer på en gång
Importera ljudfiler från valfri källa och transkribera dem offline. Appen bearbetar hela filen i stället för att ta emot den bit för bit. Då kan modellen använda hela sammanhanget, vilket ger bättre träffsäkerhet.
- ✓Importera från Filer, Röstmemon eller vilken app som helst som delar ljud
- ✓På Mac drar du flera filer till appikonen, så transkriberas de en i taget
- ✓Sorteras automatiskt efter datum och källa
Exportformat
Flera exportformat för olika sorters arbete.
- ✓Vanlig text med stycken
- ✓SRT- och VTT-undertexter för video
- ✓Tidsstämplade transkript att gå tillbaka till
- ✓Talaretiketter för inspelningar med flera personer
- ✓Egna inställningar för styckebrytning
Integritet i själva arkitekturen
Appen är byggd så att ditt ljud inte kan lämna enheten. Det är inte en inställning utan en teknisk begränsning.
- ✓Ingen uppladdningsväg för ljud eller transkript
- ✓Inga molnservrar att ansluta till
- ✓Vi ser aldrig dina inspelningar eller transkript, och de används aldrig för att träna AI
- ✓Lagras bara lokalt, krypterat av iOS eller macOS
- ✓Inget personuppgiftsbiträde, och därmed inget biträdesavtal (eller BAA) att teckna
Hur träffsäker är appen, och var kommer den siffran ifrån?
Publicerade benchmarks, och våra egna tidsmätningar på hårdvara vi anger
Vi gör ingen egen studie av träffsäkerheten, för en leverantör som rättar sitt eget prov är inte mycket värd. Felfrekvenserna nedan kommer från Hugging Face Open ASR Leaderboard och från FLEURS. Båda är öppna och drivs av folk som inte tjänar något på den här appen. Hastighetssiffrorna är våra egna, mätta på en maskin som vi anger.
Ordfelsfrekvens per modell
| Modell | Källa | Felfrekvens | Kommentar |
|---|---|---|---|
| Parakeet V3 (grunden för standardmodellen) | Open ASR Leaderboard | 6,32 % WER (engelska) | 25 europeiska språk; 12,0 % i snitt över dem på FLEURS |
| Whisper Large V3 Turbo | Open ASR Leaderboard | 7,83 % WER (engelska) | Bredast täckning av de tre: 100 språk |
| SenseVoice Small | Eget test, M4 Pro | 27 minuters podd på 13,83 s | Det snabba alternativet för kinesiska, japanska, koreanska och kantonesiska; mätt med en tidigare version av appen, vilket stämmer ungefär med 115–131× på dagens modellkort |
Key Findings
- •På Mac går Parakeet i ungefär 74× realtid; Whisper Turbo är flera gånger långsammare på samma fil
- •På engelska skiljer det mindre än två procentenheter mellan de tre modellerna
- •Mätningen görs på uppläst och förberett tal. Med dina egna inspelningar blir resultatet sämre, och mikrofonen och folk som pratar i mun på varandra påverkar siffran mer än valet av modell
Stora molnmodeller behåller ett litet försprång med rent ljud, eftersom de körs i en storlek som ingen telefon eller bärbar dator rymmer. Det försprånget är priset för att ljudet aldrig lämnar enheten. Behöver ditt arbete inte den sista procentenheten är bytet oftast värt det. Gör det det, är en molntjänst det ärliga rådet.
Hur står den sig mot alternativen?
Mot molntjänster, mot verktygen som redan finns på enheten och mot företagsprogramvara
Det mesta i tabellen kan du kontrollera själv på några minuter. Läs raden om träffsäkerhet noga, eftersom de fyra kategorierna inte är mätta på samma benchmark.
Funktionsjämförelse
| Funktion | Whisper Notes | Molntjänster | Inbyggda verktyg | Företagsprogramvara |
|---|---|---|---|---|
| Träffsäkerhet (WER på engelska) | 6,32–7,83 % (Open ASR Leaderboard) | Leverantörens egna siffror, oftast inte på den listan | Inte publicerat | Inte publicerat |
| Var ljudet bearbetas | På din enhet | Leverantörens servrar | Varierar med leverantör | Kan köras i egen drift |
| Kostnad | $7.99 iPhone, $14 Mac, betalas en gång | $0,006–0,40/min | Gratis (begränsat) | $500–2,000/licens |
| Språk | 100 språk | 50–100 språk | 10–30 språk | 20–50 språk |
| Kräver internet | Nej | Ja | Ibland | Beror på installationen |
| Gräns för filens längd | Inga minutavgifter | Vanligtvis 1–2 timmar | 5–10 minuter | Varierar |
Market Position: Avvägningen blir tydlig när de tre alternativen står bredvid varandra. Ett ledande moln-API är fortfarande något träffsäkrare med rent ljud. Det kostar $0,006 till $0.40 i minuten, och din inspelning hamnar på någon annans disk. Företagslösningar i egen drift håller ljudet inom ditt eget nätverk och börjar kring $500 per användare. Whisper Notes kör de öppna modellerna på hårdvara du redan äger, för $7.99 på iPhone eller $14 på Mac. Priset är att du avstår från direkttextning, delad redigering och de sista procenten träffsäkerhet. Står något av de tre på din lista är ett av de andra två alternativen det bättre köpet.
Vilka jobb passar den för?
Tre sorters arbete där inspelningen inte får resa
Vård
Vårdpersonal använder Whisper Notes för patientdokumentation, journalanteckningar och forskningsintervjuer. Eftersom ljudet aldrig når någon server hos oss är vi inte personuppgiftsbiträde, så du behöver inget biträdesavtal (eller BAA) med oss. Om hela arbetsflödet uppfyller GDPR eller HIPAA beror ändå på hur själva enheten skyddas. Och behöver kollegor öppna och kommentera samma anteckning är en molntjänst med tecknat biträdesavtal det mer praktiska valet.
Use Cases
- •Dokumentation av patientbesök
- •Anteckningar vid medicinska ingrepp
- •Transkribering av forskningsintervjuer
- •Dokumentation av videobesök
- •Material för klinisk utbildning
Benefits
- ✓Ingen policy för datadelning att lita på, eftersom ingenting skickas
- ✓Egen ordlista för facktermer och läkemedelsnamn
- ✓Inga patientuppgifter lämnar enheten, eftersom det inte finns någon uppladdningsväg
- ✓Ett patientbesök på 20 minuter transkriberas på klart under en minut på en Mac med Apple Silicon
Juridik
Advokater använder Whisper Notes för vittnesförhör, klientsamtal och förberedelser av mål. Inspelningen stannar på enheten, så ingen leverantör sitter med en kopia. Det befriar dig däremot inte från dina egna skyldigheter: om ett visst arbetsflöde uppfyller sekretessreglerna där du verkar beror fortfarande på hur enheten, dess säkerhetskopior och exporterna hanteras.
Use Cases
- •Dokumentation av klientsamtal
- •Transkribering av vittnesförhör
- •Anteckningar från utredning av ärenden
- •Protokoll från rättsliga förfaranden
- •Utredningsintervjuer
Benefits
- ✓Vi har ingen kopia av vare sig inspelningen eller transkriptet
- ✓Egen ordlista för målnamn och juridiska termer
- ✓Tidsstämplade transkript, exporterade som text, SRT eller VTT
- ✓$7.99 på iPhone eller $14 på Mac, betalas en gång, jämfört med att köpa transkribering per minut
Journalistik
Reportrar använder Whisper Notes för källintervjuer och fältinspelningar. Ingen server sparar ljudet, så de enda kopiorna finns på dina egna enheter. Det flyttar källskyddet från vår lagringspolicy, som du inte kan kontrollera, till din egen enhetssäkerhet, som du kan kontrollera. Behöver flera på redaktionen redigera samma transkript under en direktsändning är det ett jobb för ett molnverktyg.
Use Cases
- •Transkribering av källintervjuer
- •Dokumentation av fältinspelningar
- •Anteckningar från presskonferenser
- •Arkiv med forskningsintervjuer
- •Poddproduktion
Benefits
- ✓Ingenting av inspelningen eller transkriptet skickas någonstans
- ✓Fungerar helt offline, och det är också så du kontrollerar påståendet
- ✓Inget konto, alltså ingen inloggningshistorik som knyter en intervju till dig
- ✓Exporterar till text, SRT eller VTT för verktygen redaktionen redan använder
Hur snabb är den, och var räcker den inte till?
Siffrorna vi mätte, och det som konstruktionen utesluter
Vad vi mätte, och på vad
Hastigheten beror på maskinen och på motorn du väljer, så en enda multiplikator för hela appen vore missvisande. Det här är våra egna körningar, klocktid från start till färdig text, på hårdvara vi anger.
Parakeet V3 (grunden för standardmotorn)
Ungefär 74× realtid på Mac: en mötesinspelning på 17,5 minuter tar ungefär 15 sekunder
25 europeiska språk; vår egen körning, en maskin
Whisper Turbo
Whisper Large V3 Turbo går i ungefär 2,7× realtid på samma Mac, vilket är priset för dess 100 språk
Våra egna körningar; Turbo är alternativet med bredast täckning, inte det snabba
Äldre och mindre enheter
En iPhone arbetar sig igenom en fil långsammare än en Mac med Apple Silicon, och skillnaden växer med chippets ålder. Långa filer blir ändå klara, men det tar proportionellt längre tid
iPhone 12 eller senare, eller en Mac med Apple Silicon
Lagring
Transkript tar nästan ingen plats, kring 0,1 MB per timme ljud. Det är modellerna som tar plats: på Mac är Qwen3-ASR 1.7B ungefär 2,5 GB och Whisper Large V3 Turbo ungefär 2 GB; de övriga är mindre
Parakeet är inbyggd i iPhone-appen; de andra modellerna laddas ner inne i appen
Kända begränsningar
Att köra modellerna på enheten sätter hårda gränser, och de är lättare att kontrollera före köpet än efter. Det är just därför Mac-appen från vår webbplats kan användas gratis för upp till 5 000 ord i veckan.
Krav på enheten
Byggd för iPhone 12 eller senare och Mac med Apple Silicon; äldre iPhone saknar den Neural Engine-prestanda som krävs för att det ska bli praktiskt. Mac App Store-versionen går också att installera på Intel-Mac, men utan SenseVoice, Qwen3-ASR och det snabba livetranskriptet.
Impact: iPhone 12 eller senare; en Mac med Apple Silicon för alla modeller
Bearbetningstid
Bearbetningstiden växer med inspelningens längd. Det går inte att komma runt fysiken i beräkningar på enheten.
Impact: Med hastigheterna ovan tar en timslång fil några minuter på en Mac och längre på en iPhone
Beroende av ljudkvaliteten
Dåligt ljud eller mycket bakgrundsbuller sänker träffsäkerheten, och modellen kan inte återskapa information som inte finns i signalen.
Impact: Mikrofonens placering och folk som pratar i mun på varandra påverkar felfrekvensen mer än valet av modell
Ingen direkttextning
Whisper Notes är ingen textningstjänst. På iPhone visas transkriptet redan medan du spelar in, på de 25 europeiska språk som Parakeet täcker; när du spelar in ett möte på Mac visar panelen med löpande transkript orden inom några sekunder på de språken och ungefär var 30:e sekund på andra. Det slutliga transkriptet görs av hela filen, vilket ger modellen mer sammanhang att arbeta med.
Impact: Behöver du text på skärmen medan det pågår är det här fel verktyg
Ett språk per inspelning
Snabba byten mellan språk i samma inspelning sänker träffsäkerheten. Modellen fungerar bäst när samma språk används hela tiden.
Impact: Bäst resultat med ett huvudspråk per fil
Vem är den till för?
Ladda ner Whisper Notes
Transkribering som körs på din iPhone eller Mac. Mac-appen från vår webbplats är gratis för 5 000 ord i veckan, så att du kan kontrollera påståendet innan du betalar.
Ladda ner för iOSFör iOS (iPhone 12+) och macOS (Apple Silicon). $7.99 en gång i App Store för iPhone, iPad och Mac App Store-versionen. Mac-appen från vår webbplats är gratis för upp till 5 000 ord i veckan och kostar annars $14 en gång. Ingen prenumeration.