FAQ

Lokalna transkrypcja jest darmowa na zawsze — Whisper, Parakeet, ulepszanie AI w Ollama, nieograniczona historia, własne presety, hotwordy, wszystkie ponad 90 obsługiwanych języków, akceleracja sprzętowa i globalny skrót. Bez karty przy rejestracji. Whisper Pro dodaje funkcje chmurowe: transkrypcję OpenAI (gpt-4o-mini-transcribe / gpt-4o-transcribe), ulepszanie AI w chmurze (gpt-5-mini i pokrewne) oraz AI ze świadomością sieci dzięki OpenAI Responses API. Pro kosztuje $9.99/miesiąc, $79.99/rok lub $69 dożywotnio. Te same ceny co zawsze — po prostu udostępniliśmy całą część lokalną za darmo.

$69 raz, Whisper Pro na zawsze. To obejmuje transkrypcję w chmurze z najnowszymi modelami OpenAI, ulepszanie AI w chmurze, wyszukiwanie w sieci i każdą funkcję Pro, którą wydamy w przyszłości — bez opłat cyklicznych, bez corocznych odnowień. Darmowy stos lokalny (Whisper, Parakeet, Ollama, presety, historia, ponad 90 języków) jest domyślnie dostępny dla każdego, niezależnie od tego, czy ma plan dożywotni, czy nie. Plany miesięczny ($9.99) i roczny ($79.99) są dostępne, jeśli wolisz zacząć od mniejszego kroku. Plany Pro obejmują 7-dniowy okres próbny chmury; plan dożywotni to płatność jednorazowa bez okresu próbnego.

Oczywiście. Oferujemy 7-dniową gwarancję zwrotu pieniędzy na wszystkie zakupy, bez pytań. Jeśli Whisper nie spełnia Twoich oczekiwań z dowolnego powodu — kompatybilności, wydajności lub dopasowania do workflow — wyślij krótki mail na whisper@remskill.com i przetworzymy pełny zwrot. Wolimy oddać pieniądze niż mieć niezadowolonego klienta.

Whisper oferuje dwa zasadniczo różne sposoby transkrypcji, między którymi możesz przełączać się w dowolnej chwili. Tryb lokalny pobiera model AI na Twój komputer i wykonuje całą transkrypcję na Twoim urządzeniu — nic nie opuszcza urządzenia, nie potrzeba internetu, działa w pełni offline. Idealny, gdy prywatność jest priorytetem lub pracujesz bez pewnego internetu. Tryb chmury łączy się z API OpenAI przy użyciu Twojego własnego klucza API i odblokowuje znacznie potężniejsze możliwości: wyższą dokładność dzięki najnowszym modelom OpenAI, ulepszanie tekstu AI, które automatycznie porządkuje gramatykę i usuwa wtrącenia, wbudowane wyszukiwanie w sieci, które pozwala badać tematy głosowo ze źródłami, oraz własne presety instrukcji AI do przepisywania, tłumaczenia, streszczania lub transformacji tekstu. Oba tryby używają tego samego przepływu jednego skrótu — naciśnij, mów, a tekst pojawi się tam, gdzie jest kursor.

Whisper oferuje 8 lokalnych modeli podzielonych na dwie kategorie: tylko angielskie i wielojęzyczne. Modele tylko angielskie są zoptymalizowane wyłącznie pod angielski i dają szybsze oraz dokładniejsze wyniki dla osób mówiących po angielsku. Dostępne w czterech rozmiarach: Base (ok. 140 MB, najszybszy), Small (ok. 480 MB, rekomendowany dla większości), Medium (ok. 1,5 GB, najwyższa dokładność) i Turbo (ok. 1,5 GB, destylowany model, który działa 6 razy szybciej niż największy, zachowując 99 % jego dokładności). Modele wielojęzyczne obsługują ponad 90 języków i również występują w czterech rozmiarach: Small (480 MB), Medium (1,5 GB), Large V3 (3 GB, najlepsza dokładność) i Turbo (1,62 GB). Jeśli transkrybujesz tylko po angielsku, zawsze wybieraj model tylko angielski — są szybsze i dokładniejsze niż odpowiadające modele wielojęzyczne dla angielskiej mowy.

Modele wielojęzyczne potrafią transkrybować mowę w ponad 90 językach, w tym z automatyczną detekcją. Wskazówka wydajnościowa: jeśli wiesz, w jakim języku mówisz, wybieraj go wprost w ustawieniach, zamiast polegać na automatycznej detekcji. Z ustawionym językiem model pomija krok identyfikacji i w pełni skupia się na transkrypcji, co jest zauważalnie szybsze i bardziej niezawodne. Dla najlepszego doświadczenia wielojęzycznego rekomendujemy model Large V3 (ok. 3 GB) z wybranym wprost językiem. Jeśli mówisz wyłącznie po angielsku, użyj modelu tylko angielskiego.

Wyobraź sobie asystenta AI jako ChatGPT wbudowane bezpośrednio w każdą aplikację na Twoim komputerze, w pełni uruchamiane głosem. Wykracza daleko poza zwykłą transkrypcję. Możesz zadawać pytania i otrzymywać szczegółowe odpowiedzi bez otwierania przeglądarki. Podyktuj nieuporządkowane myśli i pozwól AI przepisać je profesjonalnym tonem. Poproś o streszczenie akapitu, przetłumaczenie tekstu, wyciągnięcie zadań z notatek, przygotowanie odpowiedzi e-mail, napisanie komentarzy do kodu, zamianę tekstu w punkty lub wykonanie dowolnej własnej instrukcji. Z włączonym wyszukiwaniem w sieci AI może szukać informacji na żywo i dostarczyć uzasadnioną odpowiedź z cytowaniami źródeł, wklejoną dokładnie tam, gdzie jest kursor. Wszystko jednym skrótem z każdej aplikacji.

Gdy włączysz wyszukiwanie w sieci w ustawieniach chmury, Whisper może przeszukiwać internet w Twoim imieniu, całkowicie głosowo. Jak to działa: naciskasz skrót, zadajesz pytanie na głos, AI automatycznie wykrywa potrzebę informacji na żywo, przeszukuje sieć, czyta wiele źródeł, syntetyzuje wszystko i daje Ci dobrze ustrukturyzowaną odpowiedź z cytowaniami. Odpowiedź jest wklejana dokładnie tam, gdzie jest kursor — dokument, mail, okno czatu lub edytor kodu. Bez otwierania przeglądarki, przełączania kart czy kopiowania. Szczególnie przydatne dla researcherów, pisarzy, programistów szukających dokumentacji czy każdego, kto potrzebuje szybkich faktów bez przerywania pracy.

Ulepszanie tekstu AI to opcjonalna funkcja trybu chmury, która automatycznie przetwarza Twoją transkrybowaną mowę, zanim zostanie wklejona do aplikacji. Po włączeniu surowa transkrypcja jest wysyłana do modelu AI, który inteligentnie ją porządkuje: usuwa wtrącenia jak „yyy”, „ee”, „tego”, „no”, poprawia gramatykę i interpunkcję, ulepsza strukturę zdań i produkuje dopracowany, gotowy do publikacji tekst. Możesz też ustawić własne instrukcje, aby dokładnie kontrolować sposób przetwarzania. Szczególnie cenne dla profesjonalistów dyktujących maile, notatki ze spotkań, raporty, dokumentację lub dowolne treści, gdzie liczy się jakość prezentacji.

Tak, i to jedna z najpotężniejszych funkcji. Możesz tworzyć nieograniczone presety instrukcji — wielokrotnego użytku polecenia AI, które dokładnie mówią, jak ma przetwarzać Twoją mowę. Przykład: „Przepisz jako profesjonalny mail biznesowy”, „Przetłumacz na hiszpański”, „Streszczenie w trzech punktach”, „Wyciągnij zadania i terminy” lub „Zamień na listę numerowaną”. Przed nagraniem wybierasz preset z rozwijanego menu, a AI przetwarza transkrypcję zgodnie z tymi instrukcjami. Możesz też dodać własne słowa słownika (hotwordy), aby AI poprawnie rozpoznawało terminy branżowe, nazwy produktów, żargon techniczny czy imiona.

Tryb chmurowy jest częścią Whisper Pro. Gdy masz już plan Pro, konfiguracja zajmuje około dwóch minut — otwórz Ustawienia, przejdź do sekcji Model, przełącz się na zakładkę Chmura i wklej swój własny klucz API OpenAI. Możesz go pobrać na platform.openai.com (darmowe konto OpenAI, bez subskrypcji, płacisz OpenAI tylko za to, czego faktycznie używasz). Chmura aktywuje się natychmiast. Twój klucz API jest szyfrowany i przechowywany na urządzeniu z użyciem odcisku palca twojej maszyny — nigdy nie trafia na nasze serwery. Jeśli korzystasz z planu Darmowego, zakładka Chmura jest zablokowana za kartą upgrade w aplikacji; nic w twojej lokalnej konfiguracji się nie zmienia.

Tryb chmurowy używa twojego własnego klucza API OpenAI, więc płacisz OpenAI bezpośrednio za faktyczne użycie ponad subskrypcję Pro. Strona OpenAI jest naprawdę minimalna: gpt-4o-mini-transcribe to około $0.003 za minutę nagrania (godzina dyktowania kosztuje poniżej $0.20), gpt-4o-transcribe to około $0.006 za minutę, a ulepszanie tekstu AI przez chat completions kosztuje ułamek centa za zapytanie. Użytkownik, który dyktuje ~30 minut dziennie, używa ulepszania AI dla każdej transkrypcji i robi kilka wyszukiwań w sieci, zwykle wydaje $1–$3 miesięcznie u OpenAI. Nie bierzemy żadnej prowizji, marży ani opłaty platformowej — twój klucz API, twój rachunek.

Nie — i to jest zamierzone, a nie brakująca funkcja. Plan zespołowy współdzieli subskrypcję (funkcje Cloud każdego członka odblokowują się w chwili, gdy przypiszesz mu miejsce), ale każdy członek dostarcza własny klucz API OpenAI na własnym komputerze. Klucz jest szyfrowany na urządzeniu przy użyciu odcisku palca wyprowadzonego ze sprzętu tego konkretnego komputera, więc zaszyfrowany blob nie jest przenośny — nawet gdybyśmy wysłali twój klucz do kolegi z zespołu, nie dałoby się go odszyfrować na jego maszynie. Nigdy nie przechowujemy, nie synchronizujemy ani nie pośredniczymy w przesyłaniu kluczy API przez nasze serwery. W praktyce: gdy kolega z zespołu loguje się po raz pierwszy, tryb Local (Whisper, Parakeet, ulepszanie AI przez Ollama) działa od razu za darmo, bez klucza. Aby korzystać z trybu Cloud, otwiera Settings → Model → Cloud i wkleja swój własny klucz OpenAI — taka sama dwuminutowa konfiguracja jak u pojedynczego użytkownika. Każdy otrzymuje rachunek od OpenAI za własne użycie, żaden administrator nie jest zaskakiwany szałem wydatków kolegi z zespołu i żadne pojedyncze skompromitowane urządzenie nie wycieka współdzielonego klucza zespołowego. Jeśli potrzebujesz wspólnego rozliczania, w którym administrator płaci za całe użycie OpenAI zespołu, wymaga to warstwy proxy po stronie serwera — skontaktuj się z nami, jeśli to do ciebie pasuje, i możemy o tym porozmawiać.

Twoja prywatność zależy od wybranego trybu, a Ty zawsze masz pełną kontrolę. W trybie lokalnym audio jest przetwarzane w całości na Twoim komputerze przy użyciu pobranego modelu AI. Nic nigdy nie trafia na żaden serwer — ani do nas, ani do OpenAI, ani do nikogo. Dlatego tryb lokalny nadaje się do bardzo wrażliwych środowisk, jak ochrona zdrowia, prawo, finanse czy praca z informacjami niejawnymi. W trybie chmury audio jest wysyłane bezpośrednio do API transkrypcji OpenAI przez Twój osobisty klucz API. Dane płyną z Twojego komputera wprost do OpenAI — my nigdy nie jesteśmy pośrednikiem, nigdy nie widzimy audio, nigdy nie widzimy wyników transkrypcji. Nie zbieramy, nie przechowujemy, nie analizujemy, nie logujemy ani nie monetyzujemy żadnych Twoich danych głosowych ani transkrypcji w żadnym trybie.

Tak — tryb lokalny działa całkowicie offline, bez potrzeby internetu podczas transkrypcji. Internet jest potrzebny tylko raz, do pobrania wybranego modelu AI (od ok. 140 MB dla najmniejszego do 3 GB dla największego). Po pobraniu i zapisaniu transkrypcja odbywa się lokalnie bez jakiejkolwiek aktywności sieciowej. Możesz używać Whisper w samolocie, w piwnicy bez zasięgu, w bezpiecznym obiekcie lub wszędzie bez łączności. Funkcje chmury wymagają aktywnego internetu, bo komunikują się w czasie rzeczywistym z serwerami OpenAI.

Tak — Whisper używa globalnego skrótu systemowego działającego w każdej aplikacji, w której możesz pisać. W Windows domyślny skrót to Ctrl+Spacja, w macOS Cmd+Spacja. Działa w edytorach tekstu, klientach pocztowych, komunikatorach jak Slack, Discord i Teams, edytorach kodu jak VS Code i IDE JetBrains, narzędziach do notatek jak Notion i Obsidian, polach tekstowych przeglądarki i każdej innej aplikacji przyjmującej tekst. Gdy naciśniesz skrót i mówisz, transkrybowany tekst — opcjonalnie ulepszony przez AI — jest automatycznie wklejany w miejscu kursora. Tryb lokalny i chmury działają identycznie przez ten sam globalny skrót.

Dokładność zależy od wybranego trybu i modelu. W trybie lokalnym dokładność transkrypcji zwykle mieści się w przedziale 95–99 %. Większe modele dają wyższą dokładność. Kilka ustawień pozwala na dostrojenie: rozmiar beam kontroluje dokładność przeszukiwania przez model, wykrywanie aktywności głosowej filtruje ciszę i szum tła, a własny słownik pomaga poprawnie rozpoznawać nazwiska, terminy techniczne i żargon. W trybie chmury najnowsze modele OpenAI zapewniają jeszcze większą dokładność. Ulepszanie tekstu AI dodaje kolejną warstwę korekty. Dla najlepszych wyników rekomendujemy tryb chmury z włączonym ulepszaniem AI.

Whisper obsługuje ponad 90 języków zarówno w trybie lokalnym, jak i chmury, w tym angielski, hiszpański, francuski, niemiecki, portugalski, chiński, japoński, koreański, rosyjski, arabski, hindi, włoski, niderlandzki, turecki, polski i wiele innych. Jeśli transkrybujesz tylko po angielsku, użyj modelu tylko angielskiego — są mniejsze, szybsze i dokładniejsze niż odpowiadający wielojęzyczny. Jeśli transkrybujesz w innych językach lub mieszasz kilka, użyj modelu wielojęzycznego i ustaw główny język wprost w ustawieniach. W trybie chmury API OpenAI obsługuje wszystkie języki jednym modelem. Własny słownik działa w każdym języku, pomagając AI rozpoznawać specjalistyczne terminy, nazwy marek lub żargon.