ऑफलाइन स्पीच टू टेक्स्ट: तीन AI मॉडल, एक ऐप
Whisper Notes iPhone और Mac के लिए एक ऑफ़लाइन स्पीच टू टेक्स्ट ऐप है। स्पीच मॉडल आपके डिवाइस पर ही चलता है, इसलिए इंटरनेट कनेक्शन की ज़रूरत नहीं पड़ती और आपकी ऑडियो कभी अपलोड नहीं होती। लॉक स्क्रीन से रिकॉर्ड करें, कोई ऑडियो फ़ाइल इम्पोर्ट करें या किसी मीटिंग को ट्रांसक्राइब करें; टेक्स्ट उसी डिवाइस पर बनता है।
ऑफ़लाइन क्या-क्या चलता है?
मॉडल एक बार डाउनलोड होने के बाद सब कुछ। रिकॉर्डिंग, ट्रांसक्रिप्शन, स्पीकर पहचान, सर्च और एक्सपोर्ट, सब डिवाइस पर होता है, इसलिए एयरप्लेन मोड में भी काम करता है। हम उपयोगकर्ता की कोई भी जानकारी न इकट्ठा करते हैं, न अपलोड करते हैं।
iPhone पर लॉक स्क्रीन विजेट पर एक टैप से ऐप खुलता है और रिकॉर्डिंग शुरू हो जाती है, और लाइव ऐक्टिविटी लॉक स्क्रीन और Dynamic Island में रिकॉर्डिंग दिखाती है। आप ऑडियो फ़ाइलें इम्पोर्ट भी कर सकते हैं, या वॉइस मेमो से कोई रिकॉर्डिंग Whisper Notes में शेयर कर सकते हैं।
Mac पर आप रिकॉर्ड कर सकते हैं, ऑडियो और वीडियो फ़ाइलें इम्पोर्ट कर सकते हैं, और सिस्टम ऑडियो से Zoom, Teams या Google Meet कॉल रिकॉर्ड कर सकते हैं। हमारी वेबसाइट से डाउनलोड किए गए Mac ऐप में आप Fn दबाकर रखते हुए किसी भी ऐप में आवाज़ से टाइप भी कर सकते हैं।
नाम, प्रोडक्ट के नाम और खास शब्दावली को सेटिंग्ज़ में कस्टम शब्दावली के रूप में जोड़ें, फिर मॉडल उन्हें वैसे ही लिखेगा जैसे आप लिखते हैं। टेक्स्ट बाहर ले जाने के लिए उसे कॉपी या शेयर करें, या कई ट्रांसक्रिप्ट चुनकर एक साथ एक्सपोर्ट करें।
कौन-सा मॉडल कहाँ चलता है?
Whisper Notes में स्पीच पहचानने के तीन इंजन हैं। आप सेटिंग्ज़ में इनमें से एक चुनते हैं; जो इंजन आप जोड़ते हैं, वह सिर्फ़ एक बार डाउनलोड होता है।
- •Parakeet V3 डिफ़ॉल्ट इंजन है: अंग्रेज़ी और 24 अन्य यूरोपीय भाषाओं के लिए सबसे तेज़। यह iPhone ऐप में पहले से शामिल है (लगभग 465 MB)। अंग्रेज़ी पर Open ASR Leaderboard में इसका WER 6.32% है, और M5 MacBook Air पर यह रीयल-टाइम से लगभग 60 गुना तेज़ चलता है।
- •Whisper 100 से ज़्यादा भाषाएँ सपोर्ट करता है। Mac पर Whisper Large V3 Turbo (लगभग 1.6 GB) चलता है; iPhone पर Whisper Small, जिसकी भाषा-सूची वही है।
- •SenseVoice चीनी, जापानी, कोरियाई और कैंटोनीज़ के लिए बनाया गया है। M4 Pro वाले Mac पर इसने 27 मिनट का एक चीनी पॉडकास्ट 13.83 सेकंड में ट्रांसक्राइब किया (रीयल-टाइम से 118 गुना तेज़); अंग्रेज़ी पर यह रीयल-टाइम से लगभग 52 गुना तेज़ है।
M4 Pro पर Parakeet V3 35 मिनट का ऑडियो लगभग 18 सेकंड में ट्रांसक्राइब करता है। iPhone के लिए App Store पेज बताता है कि iPhone 15 पर Parakeet से पाँच मिनट के ऑडियो में लगभग 18 सेकंड लगते हैं। हर इंजन की भाषाओं की पूरी सूची एक ही पेज पर है।
कीमत क्या है?
iPhone पर Whisper Notes $7.99 का एक बार का भुगतान है। Mac पर हर हफ़्ते पहले 5,000 शब्द मुफ़्त हैं, उसके बाद $14 एक बार। दोनों में न सब्सक्रिप्शन है, न अकाउंट, और सारे इंजन शामिल हैं।
इसकी सीमाएँ क्या हैं?
- •सिर्फ़ Apple डिवाइस। iOS 18 वाला iPhone 12 या नया, या macOS 14 वाला Apple silicon Mac। Android, Windows या Intel Mac के लिए कोई वर्ज़न नहीं है।
- •स्पीड डिवाइस पर निर्भर है। एक घंटे की रिकॉर्डिंग iPhone पर सेकंडों में नहीं, मिनटों में होती है, और पुराने iPhone धीमे हैं। अगर लंबी फ़ाइल तुरंत चाहिए, तो क्लाउड सेवा अब भी ज़्यादा तेज़ है।
- •iPhone ऐप खुला रखें। किसी दूसरे ऐप पर जाते ही iOS ट्रांसक्रिप्शन रोक देता है।
- •सिंक नहीं होता। रिकॉर्डिंग उसी डिवाइस पर रहती हैं जिस पर आपने उन्हें बनाया। उन्हें दूसरी जगह ले जाने के लिए एक्सपोर्ट या AirDrop इस्तेमाल करें।
ऑफ़लाइन स्पीच टू टेक्स्ट: अक्सर पूछे जाने वाले सवाल
क्या स्पीच टू टेक्स्ट बिना इंटरनेट के चलता है?
हाँ। स्पीच मॉडल आपके डिवाइस पर एक बार डाउनलोड होते हैं: डिफ़ॉल्ट रूप से Parakeet V3 (465 MB), और Whisper (Mac पर Large V3 Turbo, ~1.6 GB; iPhone पर Small) व SenseVoice भी उपलब्ध हैं। पहली बार डाउनलोड के बाद रिकॉर्डिंग और ट्रांसक्रिप्शन पूरी तरह डिवाइस पर होते हैं: एयरप्लेन मोड में चलता है और कोई डेटा खर्च नहीं होता।
क्या कोई मुफ़्त विकल्प है?
हाँ, Mac पर: हर हफ़्ते पहले 5,000 शब्द मुफ़्त हैं, उसके बाद Whisper Notes $14 एक बार। iPhone पर यह $7.99 एक बार है। दोनों में कोई सब्सक्रिप्शन नहीं है।
Whisper Notes आज़माएँ
iPhone पर $7.99 एक बार। Mac पर हर हफ़्ते 5,000 शब्द मुफ़्त, फिर $14 एक बार।
iOS के लिए डाउनलोडकोई सब्सक्रिप्शन नहीं • कोई अकाउंट नहीं • कुछ भी अपलोड नहीं