Ứng dụng phiên âm ngoại tuyến tốt nhất cho Mac và iPhone (2026)

Trả lời ngắn

• Bạn cần cộng tác nhóm và cùng chú thích trên biên bản — hãy chọn đám mây: Otter hoặc Notta. Cái giá là âm thanh được tải lên và gói thuê bao vẫn tự gia hạn.
• Âm thanh bắt buộc phải nằm lại trên thiết bị của bạn — thực tế chỉ còn hai ứng dụng: MacWhisper là con dao Thụy Sĩ, đủ mọi thứ nhưng phức tạp; Whisper Notes là bên đơn giản. Cả hai đều có bản Mac lẫn bản iOS.
• Bạn dùng Windows hoặc Linux, hoặc ngân sách bằng không — Buzz, miễn phí và mã nguồn mở.
• Thỉnh thoảng bạn ghi một đoạn ghi chú tiếng Anh — công cụ có sẵn của Apple đã làm được việc này, miễn phí.

Bản ghi của bạn có được phép lên máy chủ của người khác không?

Công cụ chuyển giọng nói thành văn bản chỉ có đúng hai loại: mô hình chạy ngay trên thiết bị của bạn, hoặc bạn gọi API của một nhà cung cấp. Điều đó quyết định mức riêng tư của bản ghi, độ chính xác, và thường là cả giá — dịch vụ API gần như chỉ bán theo thuê bao, không có mua đứt.

Ưu thế của API là suy luận trên GPU đám mây: mô hình có thể nặng vài gigabyte, thậm chí vài chục gigabyte, và đổi lại là độ chính xác dẫn đầu — chẳng hạn Scribe của ElevenLabs. Cái giá cũng cụ thể không kém: âm thanh của bạn nằm trên máy chủ của người khác, số phút bị đếm, có hạn mức, và gói thuê bao vẫn gia hạn.

Trong khi đó, chip dòng M của Apple và các đời iPhone gần đây đã đủ sức tính toán ngay trên máy để chạy các mô hình giọng nói mã nguồn mở, thu hẹp khoảng cách đó đến mức phần lớn bản ghi sẽ không nhận ra (phần so sánh trung thực nằm ở mục hỏi đáp bên dưới) — bản ghi không rời khỏi thiết bị, phiên âm vừa nhanh vừa chính xác, và những ứng dụng này thường chỉ bán một lần.

Phần còn lại của trang này chỉ nói về các công cụ chạy trên máy.

Toàn cảnh thị trường

• MacWhisper: Nhận diện người nói, hàng đợi xử lý loạt, thư mục theo dõi và ghi cuộc họp là tính năng của bản Pro chứ không phải bản miễn phí, còn ứng dụng iOS cần iPhone 15 trở lên để chạy mô hình ngay trên máy.
• Whisper Notes: Bản Mac App Store không có gõ bằng giọng nói bằng phím Fn và không tự phát hiện cuộc họp; cả hai chỉ có ở bản tải trực tiếp.
• Superwhisper: Lai ngay từ thiết kế: vài tính năng tăng độ chính xác và viết lại sẽ đưa âm thanh hoặc văn bản qua một nhà cung cấp đám mây, nên một phiên có nằm lại trên máy hay không là tùy chế độ bạn chọn.
• VoiceInk: Là ứng dụng đọc chính tả chứ không phải ứng dụng phiên âm tệp: không nhập tệp, không ghi cuộc họp và không có nhãn người nói, và ứng dụng iOS của nó cũng là đọc chính tả.
• Aiko: Không nhận diện người nói, không chọn được engine và không sửa được trong ứng dụng — bạn xuất bản phiên âm ra rồi sửa ở chỗ khác.
• Buzz: Không có ứng dụng điện thoại và không có nhãn người nói, và nó là một tiện ích chứ không phải một sản phẩm — giao diện lẫn khâu cài đặt đều cho thấy điều đó.
• Apple Voice Memos / Dictation: Danh sách ngôn ngữ hạn chế, kém xa con số 101 của Whisper, không tách người nói, không xuất TXT, SRT hay VTT, và mỗi lần một bản ghi, lại phải tạo trong ứng dụng của Apple.
• Otter / Notta: Âm thanh được tải lên và số phút bị tính — bản Basic miễn phí của Otter là 300 phút mỗi tháng với giới hạn 30 phút cho mỗi cuộc — và một bot có thể xuất hiện trong danh sách người dự.

Điều kiện ghi trong một ô cho biết tính năng đó phụ thuộc vào cái gì; "Không" nghĩa là công cụ hoàn toàn không làm được việc đó.

Tính năng và giá là theo đúng những gì mỗi nhà cung cấp công bố trên trang của họ, và chúng vẫn thay đổi; thứ tự trong bảng không phải là xếp hạng. Hãy kiểm tra lại với nhà cung cấp trước khi mua.

Cuộc đua trên máy: MacWhisper hay Whisper Notes

Khi âm thanh đã ở lại trên máy, danh sách rút gọn trên nền tảng Apple còn đúng hai ứng dụng: MacWhisper và Whisper Notes. Cả hai chạy cùng những mô hình giọng nói mã nguồn mở, cả hai đều bán đứt, cả hai đều có mặt trên Mac lẫn iPhone, và cả hai đều qua được phép thử chế độ máy bay ở cuối trang này. Chúng khác nhau ở tính cách, không phải ở nguyên tắc: một bên bày ra mọi lựa chọn, bên kia giữ cho màn hình thật gọn.

MacWhisper — mọi tính năng mà một ứng dụng phiên âm có thể có

Bản miễn phí của MacWhisper lo được phần phiên âm cơ bản cho các định dạng audio và video thông dụng với 100+ ngôn ngữ, xuất văn bản thuần và SRT/VTT, ghi âm qua micro và đọc chính tả toàn hệ thống. Giấy phép Pro — €64 trả một lần kèm cập nhật trọn đời, theo công bố trên chính trang của MacWhisper — mở ra một trạm làm việc thực thụ: tự động nhận diện người nói, hàng đợi xử lý loạt, thư mục theo dõi, phiên âm từ YouTube và URL media, ghi cuộc họp trên Zoom, Teams, Webex, Skype, Chime và Discord, dịch phụ đề, tách tệp podcast theo từng người nói, xuất .docx/.pdf/.md/.html, một CLI, cùng tích hợp với Notion, Obsidian và Zapier. Nếu một tính năng phiên âm nào đó tồn tại, nhiều khả năng MacWhisper đã có. Muốn gom mọi tùy chọn dưới một mái nhà thì mua nó; muốn công cụ giữ được sự đơn giản thì đọc tiếp phần Whisper Notes.

Cái giá của bề rộng đó là hình hài của công cụ: dày đặc. Ứng dụng iOS của nó tên là Whisper Transcription và chỉ mang theo một phần tính năng của bản Mac; theo chính tài liệu của nhà phát triển, mô hình chạy trên máy cần iPhone 15 trở lên. Nếu bạn thích ngồi trong một buồng lái đầy nút — nhiều người làm nghề đúng là thích thế — thì không điều nào ở trên là nhược điểm. Bảng so sánh từng tính năng nằm ở Whisper Notes và MacWhisper.

Giới hạn: bản miễn phí làm phiên âm và xuất tệp cơ bản, nên nhận diện người nói, hàng đợi xử lý loạt, thư mục theo dõi và ghi cuộc họp chỉ đến cùng giấy phép Pro €64; ứng dụng iOS, Whisper Transcription, cần iPhone 15 trở lên để chạy mô hình ngay trên máy.

Whisper Notes — ba việc, làm gọn, trên cả hai thiết bị của bạn

Whisper Notes tập trung vào ba việc mà người ta thực sự làm với giọng nói, và giữ mọi thứ xung quanh ở mức tối thiểu. Gõ bằng giọng nói: giữ phím Fn và nói, chữ được gõ thẳng vào ứng dụng đang mở — Slack, một trình soạn thảo, một cửa sổ terminal (bản tải trực tiếp). Phiên âm cuộc họp: lấy cả âm thanh hệ thống lẫn micro trên cả hai kênh Mac, không có bot nào vào cuộc gọi; bản tải trực tiếp còn tự phát hiện cuộc gọi Zoom, Teams và Google Meet rồi bắt đầu ghi, sau đó viết tóm tắt và danh sách việc cần làm ngay trên máy bằng Gemma 4 — không cần API key, không gọi lên đám mây. Phiên âm tệp: ba engine trên mọi kênh — Parakeet V3, Whisper, SenseVoice — phủ 101 ngôn ngữ, kèm Nhãn người nói tính ngay trên thiết bị, gán nhãn một giờ âm thanh trong khoảng 15 giây.

Trên iPhone bạn có trọn bộ công cụ chứ không phải bản rút gọn: ghi âm, nhập tệp, thư mục, chọn engine và Nhãn người nói, tất cả chạy ngay trên điện thoại (iOS 18 trở lên, khuyến nghị iPhone 12 trở lên). Một lần mua $7.99 trên App Store bao gồm cả bản iPhone lẫn bản Mac App Store. Giao diện thì đứng sang một bên: ghi, đọc, xuất, xong.

Vậy hãy chọn theo tính cách. Nếu bạn muốn mọi tùy chọn và thấy thoải mái với một công cụ dày đặc, hãy mua MacWhisper. Nếu bạn muốn công cụ biến mất khỏi tầm mắt — ba việc làm tốt, một màn hình sạch, cùng một ứng dụng nằm trong túi bạn — hãy mua Whisper Notes. Cả hai câu trả lời đều giữ âm thanh ở lại nhà; không bên nào tải lên một byte.

Việc 1: Gõ bằng giọng nói ngay tại con trỏ

Luồng làm việc ở đây là: giữ một phím, nói một câu, thả ra, và chữ rơi vào ứng dụng đang mở. Đó là việc khó nhất trang này: công cụ phải nhanh đến mức bạn quên mất nó, và phải chèn được chữ vào những ứng dụng mà nó không kiểm soát.

Whisper Notes làm việc này ở mức hệ thống trên Mac — giữ Fn, nói, thả — bằng chính các engine chạy trên máy vốn dùng để phiên âm bản ghi của bạn, không phải cấu hình gì và không phải thiết lập riêng cho từng ứng dụng. Tính năng này nằm trong bản tải trực tiếp; bản App Store không thể có nó, vì quy định sandbox của Apple chặn API trợ năng vốn dùng để gõ chữ sang ứng dụng khác — câu chuyện phía sau nằm ở vì sao ứng dụng Mac rời App Store. Phần cơ chế được viết kỹ trong đọc chính tả toàn hệ thống trên Mac với Whisper.

Hai chuyên gia đọc chính tả: Superwhisper và VoiceInk

Có hai ứng dụng coi đọc chính tả không phải là một tính năng mà là toàn bộ sản phẩm; nếu đọc chính tả chiếm trọn ngày làm việc của bạn thì chúng xứng đáng được ngó tới. Hệ thống “modes” của Superwhisper nhào nặn bản chép thô theo một prompt — thành email, thành commit message, thành báo cáo lỗi — và chưa ai làm được ngang thế. Đó cũng chính là chỗ đám mây bước vào: thiết kế của nó là lai, mặc định dùng mô hình chạy trên máy, nhưng vài tính năng tăng độ chính xác và viết lại sẽ đưa âm thanh hoặc văn bản của bạn qua một nhà cung cấp đám mây — “chạy trên máy” hay không còn tùy chế độ bạn chọn. Nó chạy trên macOS, Windows và iOS, bản miễn phí không hết hạn, và giấy phép trọn đời niêm yết trên trang của chính họ là $249.99, mức giá cao nhất trang này. VoiceInk phủ đúng vòng lặp đọc chính tả đó trên Mac Apple Silicon với giấy phép mua một lần $29 (nhiều Mac thì trả thêm), phát triển công khai trên GitHub — một tuyên bố về quyền riêng tư mà bạn có thể tự kiểm bằng cách đọc mã nguồn. Bản so sánh dài hơn nằm ở trang thay thế Superwhisper của chúng tôi.

Giới hạn: cả hai ứng dụng đều không gắn nhãn người nói. Cam kết chạy trên máy của Superwhisper là theo từng chế độ chứ không phải theo cả ứng dụng, vì một số chế độ có gọi tới nhà cung cấp đám mây. Trang của chính VoiceInk giới thiệu nó là ứng dụng đọc chính tả — viết bằng giọng nói trong mọi ứng dụng — chứ không phải công cụ để phiên âm những tệp bạn đã có, và ứng dụng iOS của nó cũng là đọc chính tả.

Quy tắc quyết định là khối lượng công việc. Nếu đọc chính tả là toàn bộ công việc của bạn và viết lại theo prompt mới là điểm mấu chốt, hãy mua công cụ chuyên biệt. Nếu gõ bằng giọng nói chỉ là một trong nhiều việc bạn làm, bên cạnh cuộc họp, bản ghi âm và tệp từ điện thoại, thì Whisper Notes làm việc đó ngay bên trong ứng dụng vốn đã lo phần còn lại: một công cụ, một lần trả tiền, một mô hình riêng tư, chạy trên máy không kèm điều kiện.

Đọc chính tả của Apple — miễn phí, đã cài sẵn, thật sự dùng được

Trước khi trả tiền cho bất kỳ ai, hãy thử tính năng đọc chính tả đi kèm macOS và iOS. Trên phần cứng đời mới, nó chạy ngay trên thiết bị với nhiều ngôn ngữ, hoạt động ở mọi ứng dụng, và với tin nhắn ngắn thì khoảng cách so với công cụ trả phí nhỏ hơn những gì internet vẫn kể. Chỗ nó đuối là văn bản dài: kỷ luật dấu câu, từ vựng chuyên ngành, và việc không có bước dọn dẹp nào phía sau. Nếu bạn đọc một đoạn rồi mất một phút ngồi sửa, đó chính là lúc một công cụ trả phí bắt đầu tự trả tiền cho nó.

Giới hạn: danh sách ngôn ngữ chạy trên máy ngắn hơn hẳn con số 101 của Whisper, không có tách người nói, và Voice Memos không xuất gì cả — bạn bôi đen rồi copy, không có tệp TXT, SRT hay VTT và không có xử lý loạt.

Việc 2: Phiên âm một tệp bạn đã có sẵn

Ở đây các ràng buộc đảo ngược: không có gì theo thời gian thực, bạn có một tệp MP3, M4A hay MP4 và chỉ muốn lấy chữ ra. Ba thứ phân biệt các công cụ — tệp đang nằm ở đâu, trong đó là ngôn ngữ gì, và ứng dụng làm hộ bạn được bao nhiêu phần việc xung quanh (nhãn người nói, định dạng, xử lý loạt).

Whisper Notes — tệp trên cả hai thiết bị, engine khớp với ngôn ngữ

Nếu bản ghi nằm trên iPhone: Buzz không có ứng dụng điện thoại; MacWhisper thì có một ứng dụng iOS tên là Whisper Transcription, nhưng theo chính tài liệu của họ, mô hình chạy trên máy cần iPhone 15 trở lên. Whisper Notes ghi âm và phiên âm ngay trên iPhone (iOS 18 trở lên, khuyến nghị iPhone 12 trở lên), nhập từ Files và Voice Memos kể cả video, và một lần mua $7.99 trên App Store bao gồm cả bản iPhone lẫn bản Mac App Store — nên chiếc điện thoại không còn là thiết bị thu hộ cho một công cụ khác, nó chính là công cụ.

Nếu âm thanh là tiếng Trung, tiếng Nhật, tiếng Hàn hay tiếng Quảng Đông, engine quan trọng hơn ứng dụng. Whisper không phải mô hình mạnh nhất cho nhóm tiếng Trung, Nhật, Hàn, và phần lớn công cụ trên trang này chỉ chạy Whisper. Whisper Notes đóng gói SenseVoice bên cạnh Whisper và Parakeet V3 trên mọi kênh. Trong thử nghiệm của chúng tôi, nó phiên âm một podcast tiếng Trung dài 27 phút trong 13.83 giây trên M4 Pro, với dấu câu tốt hơn Whisper. So sánh nằm ở SenseVoice và Whisper cho tiếng Trung, Nhật, Hàn, còn bảng ngôn ngữ theo từng engine ở whispernotes.app/languages.

Nếu bạn cần biết ai đã nói, Nhãn người nói chạy ngay trên thiết bị ở mọi kênh: ứng dụng iPhone từ 1.8.5, bản Mac App Store, và bản tải trực tiếp (DMG) từ 1.5.1. Một giờ âm thanh được gán nhãn trong khoảng 15 giây. Dấu giọng nói là dữ liệu sinh trắc học, một lý do chính đáng để muốn phép tính đó diễn ra trên con chip của chính bạn; mô hình và những trường hợp nó sai được mô tả trong phân tách người nói ngay trên thiết bị. Trong số các công cụ chạy trên máy ở đây, chỉ bản Pro của MacWhisper cũng nhận diện người nói; Aiko và công cụ có sẵn của Apple thì không.

Về tốc độ thô với tiếng Anh, khoảng cách hẹp hơn bất kỳ nhà cung cấp nào muốn thừa nhận, vì tất cả đều chạy cùng những mô hình mở đó. Để tham chiếu: Parakeet V3 phiên âm 35 phút âm thanh trong 18 giây trên M4 Pro ở các lượt đo chúng tôi đã công bố — những con số bạn có thể chạy lại, và chúng nói về mô hình nhiều hơn là về ứng dụng bọc quanh chúng. Nếu bạn thích cửa sổ dòng lệnh hơn cửa sổ đồ họa, bản tải trực tiếp có sẵn một CLI và một máy chủ MCP từ 1.5.5, để script và trợ lý AI có thể phiên âm và tìm kiếm ngay trên máy.

MacWhisper — luồng xử lý tệp sâu nhất trên Mac

Nếu tệp đổ về Mac của bạn theo lô — một kho podcast cũ, một thư mục đầy bản phỏng vấn — MacWhisper Pro sinh ra đúng cho việc đó: hàng đợi xử lý loạt, thư mục theo dõi tự phiên âm mọi thứ rơi vào, đầu vào từ YouTube và URL media, xuất sang Notion, Obsidian và các định dạng văn phòng. Chiều sâu trạm làm việc đó là có thật, và đó cũng là chỗ chúng tôi cố ý không đào sâu: chiều sâu của chúng tôi đổ vào ứng dụng iPhone, các engine cho tiếng Trung, Nhật, Hàn và Nhãn người nói chạy trên thiết bị. Nên ranh giới vẫn như ở danh sách rút gọn phía trên: tệp chất đống trên Mac thì chọn MacWhisper; tệp bắt đầu từ điện thoại, hoặc âm thanh là tiếng Trung, Nhật, Hàn, hoặc bạn muốn cùng một ứng dụng ở cả hai đầu sợi cáp, thì chọn Whisper Notes.

Buzz — miễn phí, mã nguồn mở, và là câu trả lời trên Windows lẫn Linux

Buzz là ứng dụng desktop giấy phép MIT, chạy Whisper ngay trên máy ở macOS, Windows và Linux, có tăng tốc GPU, theo dõi thư mục, xuất TXT/SRT/VTT và một CLI. Nó thắng dứt khoát trong hai tình huống. Ngân sách: nếu tiền là ràng buộc quyết định, miễn phí và không giới hạn số phút hạ mọi công cụ trả phí trên trang này. Nền tảng: chúng tôi không có bản Windows hay Android và cũng không định làm, nên trên Windows lời khuyên của chúng tôi là Buzz hoặc một công cụ dòng lệnh như faster-whisper — lời khuyên đó có trang riêng trên site này, vì chỉ đúng người sang đúng công cụ vẫn hơn là giả vờ. Cái phải đánh đổi là độ hoàn thiện: Buzz là một tiện ích chứ chưa phải một sản phẩm, và điều đó lộ ra ở giao diện lẫn khâu cài đặt. Trên thiết bị Apple, với vài đô la ngân sách, một ứng dụng làm riêng cho việc này vẫn dễ chịu hơn để dùng mỗi ngày.

Giới hạn: không có ứng dụng iPhone hay Android, không có nhãn người nói và không ghi được cuộc họp.

Aiko — phiên âm một phát, đơn giản nhất

Aiko làm đúng một việc: thả audio hoặc video vào, nhận lại bản phiên âm Whisper chạy trên thiết bị, xuất được thành phụ đề. Đây là bản mua một lần $24 dạng Universal Purchase, phủ iPhone, iPad, Mac và Vision Pro, và không có gì rời khỏi thiết bị. Giới hạn của nó chính là thiết kế của nó: không nhận diện người nói, không được chọn engine, không sửa văn bản trong ứng dụng — bạn xuất ra rồi sửa ở chỗ khác. Nếu nhu cầu của bạn là “thỉnh thoảng biến một bản ghi thành chữ mà không phải cấu hình gì”, Aiko là một câu trả lời gọn ghẽ. Đến lúc bạn cần biết ai đã nói, cần chọn engine mạnh hơn cho ngôn ngữ của mình, hoặc cần sửa bản chép ngay tại chỗ nó nằm, thì Aiko đã chật. Đó đúng là khoảng trống mà Whisper Notes lấp vào, ở mức giá tương đương.

Giới hạn: Whisper là engine duy nhất và không có chỗ chọn mô hình, không nhận diện người nói và không sửa được trong ứng dụng.

Việc 3: Bắt trọn một cuộc họp đang diễn ra

Với cuộc họp, chuyện offline hay đám mây thôi không còn là vấn đề nguyên tắc: trong phòng còn có người khác. Ranh giới thật sự nằm ở chuyện biên bản sẽ đi đâu sau khi cuộc họp kết thúc.

Otter và Notta thắng nếu biên bản là tài sản của cả nhóm

Nếu bạn muốn phụ đề hiện lên ngay trong cuộc gọi, một không gian chung tìm kiếm được, tích hợp lịch để tự vào họp thay bạn, và một đường link gửi cho người vắng mặt — hãy mua công cụ đám mây. Gói Basic của Otter miễn phí với 300 phút mỗi tháng và trần 30 phút cho mỗi cuộc; gói Pro là $16.99 mỗi người mỗi tháng, hoặc $8.33 mỗi tháng nếu trả theo năm. Notta là bản tương đương sát sao, với dịch thời gian thực rất mạnh. Không công cụ offline nào làm được những thứ đó, và không lượng kỹ thuật local-first nào thay đổi được điều này: cộng tác thì cần máy chủ. Cái bạn chấp nhận đổi lại là âm thanh được tải lên, số phút bị đếm, gói thuê bao tự gia hạn, và một con bot có thể xuất hiện trong danh sách người tham dự. Quan điểm chi tiết của chúng tôi nằm ở Whisper Notes và Otter.ai cùng các lựa chọn thay thế Notta.

Giới hạn: bản ghi được tải lên và số phút bị tính — bản Basic miễn phí của Otter cho 300 phút mỗi tháng và giới hạn mỗi cuộc ở 30 phút — và trợ lý có thể vào cuộc gọi như một người dự nhìn thấy được.

Whisper Notes và MacWhisper thắng nếu bản ghi không được rời khỏi máy

Nửa còn lại của thị trường là những cuộc họp không thể tải lên: buổi khám bệnh, cuộc gọi pháp lý có đặc quyền bảo mật, thảo luận của hội đồng quản trị và chuyện lương thưởng, việc sản phẩm chưa công bố, những cuộc phỏng vấn mà bạn đã hứa với nguồn tin rằng bản ghi sẽ nằm yên một chỗ. Ở đây, công cụ chạy trên máy không phải một sở thích, nó là yêu cầu bắt buộc. Trang của chính Superwhisper cũng liệt kê tính năng ghi âm cuộc họp, nhưng thiết kế của nó là lai, nên âm thanh có ở lại trên máy hay không còn tùy chế độ bạn chọn — nếu tuyệt đối không được tải lên là điều kiện cứng, thì phải xác nhận từng chế độ một chứ đừng mặc định là đã đạt.

Whisper Notes ghi cuộc họp từ âm thanh hệ thống cộng micro trên cả hai kênh Mac, không có bot nào vào cuộc gọi và không có gì để những người dự khác nhìn thấy. Bản tải trực tiếp (DMG) còn tự phát hiện cuộc gọi Zoom, Teams và Google Meet rồi bắt đầu ghi giúp bạn. Bạn cứ bước vào cuộc họp, xong họp là bản chép đã nằm sẵn ở đó, với Nhãn người nói tách rõ ai nói câu nào và Gemma 4 viết tóm tắt cùng danh sách việc cần làm ngay trên máy, không API key, không gọi lên đám mây. Bản Mac App Store ghi thủ công, vì quy định của Apple giữ phần tự động phát hiện nằm ngoài. Hướng dẫn từng bước nằm ở phiên âm cuộc họp offline trên Mac. MacWhisper Pro cũng ghi cuộc họp ngay trên máy và phủ danh sách ứng dụng hội nghị rộng hơn, gồm cả Webex, Skype, Chime, Discord. Nếu các cuộc gọi của bạn diễn ra ở đó, điều này có thể là yếu tố quyết định.

Có một giới hạn áp cho cả mảng offline, và chúng tôi muốn bạn biết ngay bây giờ hơn là biết sau khi đã mua: không ứng dụng tiêu dùng chỉn chu nào ở đây tạo phụ đề trực tiếp trong lúc cuộc gọi đang diễn ra. Whisper Notes phiên âm sau khi bản ghi dừng lại, không phải trong lúc bạn đang nói. Nếu có ai trong phòng cần đọc chữ ngay khi lời vừa thốt ra, bạn cần một dịch vụ đám mây hoặc một sản phẩm chuyên làm phụ đề.

Hãy thử công cụ có sẵn của Apple trước

Voice Memos phiên âm một bản ghi mà không tốn đồng nào — trên Mac chạy Apple silicon với macOS 15 trở lên, và trên iPhone từ iOS 18. Kết hợp với Đọc chính tả của hệ thống, chừng đó đã phủ một phần thật sự đáng kể nhu cầu thường ngày, và bất kỳ lời khuyên nào bỏ qua điều này đều đang cố bán cho bạn thứ gì đó.

Nó có bốn giới hạn cứng: danh sách ngôn ngữ hạn chế, kém xa con số 101 của Whisper (bảng chi tiết theo từng engine nằm ở trang ngôn ngữ của chúng tôi); không tách người nói; không có xuất tệp đúng nghĩa — bạn bôi đen rồi copy, không có TXT, SRT hay VTT; và không có xử lý loạt — mỗi lần một bản ghi, và phải tạo trong ứng dụng của Apple. Nếu không điều nào trong đó quan trọng với bạn, hãy ngừng đọc và giữ lại tiền.

Chọn theo ràng buộc của bạn

Cách tự kiểm chứng mọi tuyên bố ở trên

Nhà cung cấp nào trên trang này, kể cả chúng tôi, cũng nói chữ “riêng tư”. Bạn không cần tin lời ai. Năm phép thử, không cái nào đòi hỏi nền tảng kỹ thuật:

1. Phép thử chế độ máy bay. Bật Chế độ máy bay, hoặc tắt Wi-Fi và rút cáp Ethernet, rồi ghi một đoạn và phiên âm nó. Nếu bản chép vẫn hiện ra với tốc độ đầy đủ, xử lý đang diễn ra trên máy. Nếu bạn thấy vòng xoay chờ, một thông báo lỗi, hoặc một tác vụ xếp hàng chỉ hoàn tất đúng lúc bạn kết nối lại, thì không. Hãy làm việc này sau khi ứng dụng đã tải xong mô hình — một công cụ chạy trên máy thật sự chỉ cần mạng đúng một lần, để lấy trọng số mô hình.
2. Đọc nhãn quyền riêng tư trên App Store. Trong trang ứng dụng trên App Store, kéo xuống mục App Privacy. “Data Not Collected” là một tuyên bố nhà phát triển đưa ra với Apple, và nói dối thì có hậu quả. Đối chiếu nó với những gì trang quảng bá nói. Cũng hãy xem ứng dụng có bắt tạo tài khoản không: nếu phải đăng nhập mới phiên âm được, có thứ gì đó đang rời khỏi thiết bị của bạn.
3. Theo dõi mạng. Một tường lửa như Little Snitch hoặc LuLu mã nguồn mở cho bạn thấy mọi kết nối ra ngoài mà một ứng dụng cố thực hiện. Hãy phiên âm một tệp trong lúc nó đang chạy. Kiểm tra cập nhật và xác thực giấy phép là bình thường và nhỏ; một luồng tải lên kéo dài, dung lượng đúng bằng tệp âm thanh của bạn, thì không.
4. Tìm hạn mức số phút. Trang giá là một tín hiệu trung thực. Tính phí theo phút và hạn mức phút hằng tháng tồn tại vì tài nguyên tính toán đang bị tiêu trên máy chủ của người khác. Một công cụ chạy trên phần cứng của bạn không có lý do gì để đếm phút, nên phiên âm không giới hạn ngay trên máy là mặc định, chứ không phải một gói cao cấp.
5. Kiểm xem “chạy trên máy” có nghĩa là “mặc định chạy trên máy” hay không. Vài công cụ tốt là dạng lai: mô hình trên máy cho nhanh, mô hình đám mây cho chính xác hơn hoặc để viết lại, chọn theo từng chế độ. Đó là một thiết kế hợp lý, nhưng nó có nghĩa câu trả lời về quyền riêng tư phụ thuộc vào thiết lập của bạn chứ không phụ thuộc vào ứng dụng. Hãy tìm chỗ chọn mô hình, xem tùy chọn nào đang được chọn, và kiểm tra xem bước dọn văn bản hay tóm tắt có gọi ra ngoài tách biệt với bước phiên âm hay không.

Hãy chạy năm phép thử đó với chúng tôi thoải mái như với bất kỳ ai khác. Whisper Notes không có tài khoản, không có đăng nhập, không có chế độ lai — không có gì để cấu hình cho nó chạy trên máy, vì nó không chạy theo cách nào khác. Phép thử chế độ máy bay mất ba mươi giây và đáng giá hơn cả đoạn văn này.

Những chỗ Whisper Notes không hợp

Những trường hợp bạn nên mua thứ khác, nói thẳng ra:

• Windows hoặc Android. Không có bản nào và cũng không có kế hoạch làm. Hãy dùng Buzz hoặc faster-whisper.
• Mac chạy Intel. Ứng dụng Mac đòi Apple Silicon. MacWhisper và Buzz là phương án thay thế.
• Phụ đề trực tiếp. Việc phiên âm diễn ra sau khi ghi xong, không phải trong lúc đang ghi.
• Cộng tác. Không có không gian làm việc chung, không có bình luận, không có đồng bộ đám mây giữa các thiết bị của chính bạn. Đây là công cụ một người dùng ngay từ trong thiết kế — đó chính là ý nghĩa của “không có máy chủ”.
• Viết lại theo prompt. Các “mode” của Superwhisper nhào nặn lời bạn nói thành một email hay một commit message. Chúng tôi phiên âm đúng lời bạn nói và để nguyên chữ của bạn.

Mọi thứ còn lại — gõ bằng giọng nói trên Mac (bản tải trực tiếp), những cuộc họp buộc phải kín, tệp từ điện thoại, âm thanh tiếng Trung, Nhật, Hàn, biết ai đã nói, trả tiền một lần — chính là những gì Whisper Notes được dựng lên để làm. Chi tiết nằm ở trang chủ Whisper Notes; còn nếu hoàn cảnh của bạn rơi vào một trong năm trường hợp trên, thì một công cụ khác trên trang này là chỗ tiêu tiền tốt hơn, và chúng tôi thà bạn tiêu ở đó.

Câu hỏi thường gặp

Nếu bạn đang so sánh các mô hình giọng nói chạy trên máy chứ không phải so sánh ứng dụng, hãy xem hướng dẫn phiên âm bằng Whisper để biết các cỡ mô hình và những cách chạy Whisper, cùng hướng dẫn đầy đủ về chuyển giọng nói thành văn bản offline cho bức tranh rộng hơn, gồm cả Windows và Android.

Tải cho iOS Dùng thử miễn phí trên Mac