Offline govor u tekst: tri AI modela, jedna aplikacija
Whisper Notes je aplikacija za offline pretvaranje govora u tekst na iPhoneu i Macu. Model za prepoznavanje govora radi na vašem uređaju, pa ne treba internetsku vezu, a vaše se snimke nikamo ne šalju. Snimajte sa zaključanog zaslona, uvezite audiodatoteku ili transkribirajte sastanak; tekst nastaje na istom uređaju.
Što radi bez interneta?
Sve, nakon prvog preuzimanja modela. Snimanje, transkripcija, označavanje govornika, pretraživanje i izvoz odvijaju se na uređaju, pa sve radi i u načinu rada u zrakoplovu. Ne prikupljamo i ne šaljemo nikakve podatke o korisnicima.
Na iPhoneu jedan dodir widgeta na zaključanom zaslonu otvara aplikaciju i pokreće snimanje, a Aktivnost uživo prikazuje snimanje na zaključanom zaslonu i u Dynamic Islandu. Možete i uvesti audiodatoteke ili podijeliti snimku iz Diktafona u Whisper Notes.
Na Macu možete snimati, uvoziti audio i video datoteke te snimati pozive u Zoomu, Teamsu ili Google Meetu preko zvuka sustava. U aplikaciji za Mac preuzetoj s naše web-stranice možete i držati tipku Fn da biste pisali glasom u bilo kojoj aplikaciji.
Imena, nazive proizvoda i stručne izraze dodajte kao vlastiti rječnik u Postavkama i model će ih pisati onako kako ih pišete vi. Tekst zatim kopirajte, podijelite ili odaberite više transkripcija i izvezite ih zajedno.
Koji model radi gdje?
Whisper Notes ima tri mehanizma za prepoznavanje govora. Jedan odabirete u Postavkama; mehanizam koji dodate preuzima se samo jednom.
- •Parakeet V3 je zadani mehanizam: najbrži za engleski i još 24 europska jezika. Već je ugrađen u aplikaciju za iPhone (oko 465 MB). Na engleskom ima stopu pogrešaka riječi (WER) od 6,32 % na Open ASR Leaderboardu, a na M5 MacBook Airu radi otprilike 60 puta brže od stvarnog vremena.
- •Whisper pokriva više od 100 jezika. Na Macu radi Whisper Large V3 Turbo (oko 1,6 GB), a na iPhoneu Whisper Small s istim popisom jezika.
- •SenseVoice napravljen je za kineski, japanski, korejski i kantonski. Na Macu s M4 Pro transkribirao je 27-minutni kineski podcast za 13,83 sekunde (118 puta brže od stvarnog vremena); na engleskom radi otprilike 52 puta brže od stvarnog vremena.
Na M4 Pro Parakeet V3 transkribira 35 minuta zvuka za otprilike 18 sekundi. Za iPhone stranica u App Storeu navodi oko 18 sekundi za pet minuta zvuka s Parakeetom na iPhoneu 15. Potpuni popis jezika za svaki mehanizam nalazi se na jednoj stranici.
Koliko košta?
Na iPhoneu Whisper Notes jednokratno stoji $7.99. Na Macu je prvih 5.000 riječi svaki tjedan besplatno, a zatim aplikacija jednokratno stoji $14. Nema pretplate ni računa, a svi su mehanizmi uključeni.
Koja su ograničenja?
- •Samo Apple uređaji. iPhone 12 ili noviji s iOS-om 18, ili Mac s Apple siliconom i macOS-om 14. Nema verzije za Android, Windows ni Macove s Intelom.
- •Brzina ovisi o uređaju. Snimka od sat vremena na iPhoneu traje minutama, ne sekundama, a stariji iPhonei su sporiji. Ako vam dugačka datoteka treba odmah, usluga u oblaku i dalje je brža.
- •Ostavite aplikaciju na iPhoneu otvorenom. iOS pauzira transkripciju kad prijeđete u drugu aplikaciju.
- •Nema sinkronizacije. Snimke ostaju na uređaju na kojem su nastale. Za prijenos koristite izvoz ili AirDrop.
Offline govor u tekst: česta pitanja
Radi li pretvaranje govora u tekst bez interneta?
Da. Modeli za prepoznavanje govora preuzimaju se na uređaj jednom: zadani Parakeet V3 (465 MB), a dostupni su i Whisper (Large V3 Turbo, ~1,6 GB, na Macu; Small na iPhoneu) i SenseVoice. Nakon tog prvog preuzimanja snimanje i transkripcija u potpunosti se odvijaju na uređaju: način rada u zrakoplovu radi i ne trošite podatke.
Postoji li besplatna opcija?
Da, na Macu: prvih 5.000 riječi svaki tjedan je besplatno, a zatim Whisper Notes jednokratno stoji $14. Na iPhoneu jednokratno stoji $7.99. Nijedna verzija nema pretplatu.
Isprobajte Whisper Notes
Jednokratno $7.99 na iPhoneu. Na Macu 5.000 riječi tjedno besplatno, zatim jednokratno $14.
Preuzmi za iOSBez pretplate • Bez računa • Ništa se ne šalje