Offline Spraak naar Tekst: Beste Lokale AI Transcriptiesoftware

Whisper Notes doet de spraakherkenning op het apparaat zelf, op Mac en op iPhone.

Het korte antwoord: beste offline spraak-naar-tekst per platform

Wil je gewoon het antwoord: gebruik op Mac en iPhone Whisper Notes — drie lokale AI-engines, eenmalig te koop: $7.99 eenmalig op iPhone (dezelfde aankoop in de App Store geeft ook toegang tot de Mac App Store-versie); op Mac 5.000 woorden per week gratis, daarna $14 eenmalig. Gebruik op Windows Buzz of faster-whisper (gratis, open source). Op Android zijn de opties nog dun — zie de platformsectie hieronder. Elke tool in deze tabel draait 100% offline:

De rest van deze gids legt uit waarom lokale transcriptie wint op latentie, kosten en privacy — met echte benchmarkcijfers — en loopt stap voor stap door hoe je audio offline naar tekst transcribeert.

Het latentieprobleem

De cloud-transcriptiepijplijn: je spreekt, de audio wordt naar een server geüpload, de API verwerkt hem, de resultaten komen terug.

Lokale transcriptie: al die latentie verdwijnt. Audio verlaat je apparaat nooit, de verwerking gebeurt op de chip, resultaten verschijnen direct. Geen upload, geen wachten, geen draaiende "verwerken"-indicator.

Recente iPhones en Apple Silicon Macs bevatten speciale Neural Engine-hardware voor machine learning op het apparaat. Lokale transcriptie gebruikt hardware die je al bezit, in plaats van te wachten op een upload en een antwoord van een server.

In 2019 was cloudtranscriptie logisch. Je telefoon kon geen neuraal netwerk met een miljard parameters draaien. Die beperking is verdwenen. Een M4 Pro verwerkt 35 minuten audio in ongeveer 18 seconden met Parakeet V3 en in ongeveer drie minuten met Whisper Turbo, in beide gevallen zonder upload.

Cloudtranscriptie blijft zinvol voor live samenwerking en gecentraliseerde workflows. Voor een private opname die alleen jij nodig hebt, is de upload vaak overbodig.

Je hebt al voor de chip betaald

De Neural Engine in een Mac met M-chip of een recente iPhone staat het grootste deel van de dag stil, en kan deze modellen draaien.

Die chip heb je betaald toen je het apparaat kocht, en een abonnement om audio op andermans servers te laten transcriberen is een tweede keer betalen voor rekenkracht die je al hebt.

Die ruil was logisch zolang lokale inferentie echt onmogelijk was. Nu is hij moeilijker te verdedigen.

Over drie jaar kost een abonnement van $10 per maand $360. Whisper Notes kost eenmalig $7.99 op de iPhone en eenmalig $14 op de Mac. Wat je met een abonnement eigenlijk koopt, zijn live ondertiteling en samen bewerken; heb je geen van beide nodig, dan betaal je voor rekenkracht die je al bezit.

We rekenen geen abonnementen omdat we geen servers draaien. Je audio raakt onze infrastructuur nooit aan. Er valt niets maandelijks te factureren.

Datalekken zijn architectureel

Wanneer je een cloud-transcriptiedienst gebruikt, staat je audio op andermans servers. Elke server die audio opslaat, kan die lekken, door een aanval, een verkeerde configuratie of een medewerker met toegang, en lekken gebeuren echt.

Spraakdata draagt een uniek risico. Anders dan een wachtwoord kun je je stem niet resetten. Je stempatronen zijn permanente biometrische kenmerken. Eenmaal gelekt, zijn ze voorgoed gecompromitteerd. Aanvallers kunnen stemafdrukken gebruiken om authenticatie te omzeilen, voor identiteitsfraude of om deepfakes te genereren.

De enige manier om dit risico te elimineren is de upload te elimineren. Audio die je apparaat nooit verlaat, kan geen onderdeel zijn van een server-side datalek — dat is het hele argument.

Bedenk wie er gevoelige audio opneemt:

• Advocaten die cliëntgesprekken opnemen
• Therapeuten die patiëntsessies documenteren
• Journalisten die bronnen beschermen
• Bestuurders die strategische discussies vastleggen
• Artsen die patiëntgeschiedenissen noteren

Deze professionals moeten kunnen zeggen waar hun audio is opgeslagen. Lokale transcriptie is geen voorkeur. Het is een vereiste.

Nauwkeurigheid en de afwegingen

Wat lokale Whisper beter doet: Woordelijke transcriptie. Heb je een exact verslag nodig van wat er is gezegd — elk woord, elke pauze, elke "eh" — dan blinken lokale Whisper-modellen uit. Op schone Engelse audio ligt de word error rate rond 5-8% (Open ASR Leaderboard); ruis en accenten drijven die op. Het transcript is trouw aan wat er is gesproken.

Wat een taalmodel toevoegt: Samenvatten en extraheren. Een lokaal model als Gemma, dat Whisper Notes in de Mac-versie van onze website draait, maakt van een transcript een samenvatting en een lijst actiepunten. Grotere cloudmodellen redeneren nog beter over lange, rommelige transcripten; voor "vertel me welke beslissingen er zijn genomen" na een vergadering van twee uur zijn zij het sterkere gereedschap.

De afweging is reëel. Is je workflow "transcriberen → samenvatten met Claude/GPT", dan krijg je het beste van beide: een nauwkeurig lokaal transcript, een intelligente cloudsamenvatting. Je ruwe audio blijft privé. Alleen de tekst die jij kiest te delen verlaat je apparaat.

Lokale AI lost niet elk deel van de workflow op. Spraakmodellen zijn goed in transcriberen; taalmodellen zijn beter in samenvatten en redeneren over het resultaat. Houd de audio lokaal en kies daarna een lokaal of cloud-taalmodel op basis van de gevoeligheid van de tekst.

Echte snelheidscijfers

De modelkeuze verandert het resultaat meer dan het woord "lokaal" doet vermoeden. Whisper Notes draait alle drie op Mac en iPhone, en je kiest de engine in Instellingen; Parakeet is de snelle standaard voor Engels en Europese talen, SenseVoice is geoptimaliseerd voor Chinees, Japans, Koreaans en Kantonees, en Whisper Large-v3 Turbo (Mac) / Whisper Small (iPhone) biedt de breedste dekking van 100+ talen.

Methode: Whisper Notes op een Apple M4 Pro met 32 GB RAM, kloktijd van start van de transcriptie tot de definitieve tekst. Parakeet gebruikte een opname van 35 minuten; SenseVoice en Whisper gebruikten dezelfde Chinese podcast van 27 minuten. Dit zijn producttests, geen cloudbenchmarks tussen leveranciers.

De huidige App Store-pagina meldt daarnaast ongeveer 18 seconden voor 5 minuten audio met Parakeet op een iPhone 15, tegenover ongeveer één minuut met Whisper. Oudere apparaten zijn langzamer. In alle gevallen blijft de taak werken in vliegtuigmodus, omdat er geen uploadstap is.

Audio offline naar tekst transcriberen (stap voor stap)

Op de Mac:

1. Download Whisper Notes voor Mac (gratis proefversie, geen account nodig).
2. Kies een model in Instellingen: Parakeet V3 voor snelheid in het Engels, SenseVoice voor Chinees, Japans, Koreaans of Kantonees, Whisper Large V3 Turbo voor 100+ talen. Het model wordt één keer gedownload en werkt daarna offline.
3. Neem direct op, of sleep een willekeurig audio- of videobestand naar binnen (MP3, WAV, M4A, MP4).
4. Schakel voor online vergaderingen de vergaderdetectie in. Zoom, Teams en Google Meet worden automatisch gedetecteerd; systeemaudio en je microfoon worden samen opgenomen, en de transcriptie blijft op je Mac.
5. De tekst streamt binnen terwijl de verwerking loopt. Exporteer als TXT, SRT of VTT, of kopieer hem waarheen je maar wilt. Een geïmporteerde video opent in een ondertitelwerkruimte waar je de ondertitels kunt bekijken en bewerken voordat je ze exporteert.

Op de iPhone: installeer Whisper Notes uit de App Store, neem op of importeer uit Dictafoon en Bestanden, en de transcriptie draait op de A-serie-chip. Zet eerst de vliegtuigmodus aan als je het bewijs wilt dat er niets wordt geüpload. Wil je het automatiseren, dan neemt de actie 'Transcribe Audio' in de Opdrachten-app een audiobestand en geeft de tekst terug.

Hoe we het hebben gebouwd

Whisper Notes is onze implementatie van deze principes. Een paar specifieke keuzes die het vermelden waard zijn:

Vergrendelscherm-widgets

De beste gedachten komen op ongelegen momenten. We bouwden vergrendelscherm-widgets zodat één tik vanaf het vergrendelscherm de app opent en een offline opname start — geen zoeken naar de app, geen verbindingscontrole. Lokale verwerking betekent directe beschikbaarheid.

Hardware-adaptieve modellen

Macs hebben thermische ruimte en volop stroom. iPhones zitten in je broekzak. Beide draaien nu dezelfde modellenreeks — Parakeet V3 (de standaard), Whisper Large-v3 Turbo (809M parameters, Mac) / Whisper Small (iPhone) en SenseVoice — elk afgestemd op zijn hardware. Dezelfde privacygaranties, passend gebruik van resources.

Jouw data, jouw bestanden

Transcripten zijn bestanden op je apparaat. Op de Mac wordt elk transcript als Markdown-bestand (.md) naast de audio bewaard, met YAML-front matter (datum, bron, duur), in een map naar keuze; kies een Obsidian-vault en elke opname wordt een notitie. Geen propriëtaire database, geen vendor lock-in. Als Whisper Notes morgen verdwijnt, blijven je opnames toegankelijk. Bulk-export is geen premiumfunctie — het is de natuurlijke staat van data die je bezit.

Aangepaste woordenlijst

Technisch jargon, ongewone namen, domeinspecifieke termen — de woordenschat die het meest nauwkeurige transcriptie nodig heeft, is vaak precies wat je het minst wilt uploaden. Met initial prompts voeg je lokaal context toe. Het model past zich aan zonder dat jouw terminologie trainingsdata wordt.

Op iPhone gaan namen en termen in het veld voor de initiële prompt; ze sturen het model zonder het apparaat te verlaten.

Wanneer de cloud beter werkt

We doen niet alsof lokale transcriptie universeel beter is. De cloud heeft echte voordelen:

Realtime teamsamenwerking. Vijf mensen die tijdens een vergadering tegelijk een transcript bewerken vereist servercoördinatie. Lokale tools zijn van nature single-user.

Sprekeridentificatie op schaal. Sprekerlabels op het apparaat zijn er nu — Whisper Notes labelt "wie zei wat" volledig op het apparaat, op iPhone en Mac. Diarisatie op cloudschaal heeft nog steeds een voorsprong bij zeer grote groepen en sterk overlappende spraak, maar voor interviews met twee personen en kleine vergaderingen zijn de sprekerlabels op het apparaat nauwkeurig genoeg om te gebruiken (99,1% nauwkeurigheid per zin in onze test met twee sprekers).

Workflowautomatisering. Clouddiensten koppelen aan CRM's, extraheren actiepunten, sturen samenvattingen naar Slack. Lokale tools produceren tekstbestanden — wat je ermee doet is handwerk.

Oudere hardware. iPhones van vóór de A14, Intel Macs — sommige apparaten kunnen lokale inferentie niet praktisch draaien. Daar blijft de cloud de enige optie.

Is je primaire behoefte teamsamenwerking tijdens live vergaderingen, dan zijn cloudtools waarschijnlijk beter. Transcribeer je vooral je eigen opnames en telt privacy, dan past lokale verwerking beter.

De richting

Elke chipgeneratie brengt meer Neural Engine-prestaties. Elke modeliteratie brengt betere efficiëntie. Het gat tussen lokaal en cloud wordt kleiner, terwijl de voordelen op privacy en latentie constant blijven.

Cloudtranscriptie was logisch zolang telefoons de modellen niet konden draaien. Sinds ongeveer 2022 kunnen ze dat wel.

Lokale transcriptie werkt inmiddels op Apple-hardware. De enige redenen die overblijven om een abonnement te betalen, zijn live ondertiteling en samen bewerken, en staat geen van beide op je lijst, dan is er geen derde.

Technische details

Offline spraak naar tekst op Windows en Android

Whisper Notes is gebouwd voor Apple Silicon en draait dus alleen op Mac en iPhone. Op andere platformen zijn de huidige opties:

Windows: Whisper Notes is alleen voor Mac en iPhone, dus de beste gratis opties zijn Buzz (een eenvoudige GUI voor Whisper) en faster-whisper (command line, meerdere keren sneller dan de referentie-implementatie op dezelfde hardware). Beide draaien volledig offline zodra het model is gedownload. Reken op meer installatiefrictie dan bij een native app — Python-omgevingen, modelbestanden, GPU-drivers als je snelheid wilt.

Android: whisper.cpp heeft Android-ports en een paar wrapper-apps, maar kwaliteit en onderhoud variëren. Er is nog geen gepolijste, mainstream offline transcriptie-app op Android — zie de status van Whisper Notes voor Android voor de stand van zaken.

Veel mensen zoeken op „Whisper Notes Windows” omdat ze hetzelfde offline model met eenmalige aankoop op een pc willen. Die versie bouwen we niet, en dat zeggen we liever gewoon dan de vraag open te laten (de volledige uitleg staat op de pagina Whisper Notes voor Windows). Dat lokale transcriptie vandaag op 100x realtime draait, komt door Apple’s Neural Engine.

Offline spraakvertaling: wat lokale AI wel en niet kan

Een verwante vraag duikt vaak op: kan lokale AI spraak vertalen, niet alleen transcriberen? Deels. Het oorspronkelijke Whisper Large V3-model is getraind op twee taken — transcriptie en vertaling van elke taal naar het Engels. Lokaal gedraaid kan het Franse, Japanse of Arabische audio omzetten in Engelse tekst, volledig offline. Twee kanttekeningen: het vertaalt alleen naar het Engels (niet de andere kant op), en dit geldt voor het volledige Large V3-model — de snellere variant Large-v3 Turbo liet de vertaaltaak vallen om zich in transcriptie te specialiseren.

Offline spraakvertaling staat nog in de kinderschoenen. Er is geen breed gebruikte consumenten-app die realtime spraak-naar-spraakvertaling in cloudstijl evenaart en tegelijk volledig offline blijft. De praktische workflow van vandaag bestaat uit twee stappen: transcribeer lokaal en vertaal de resulterende tekst vervolgens met een tool die je vertrouwt. De ruwe audio hoeft je apparaat nooit te verlaten.

Veelgestelde vragen

Download voor iOS Probeer gratis op Mac