Mac için Whisper

Whisper'ı saran Mac araçları ve her birinin ne işe yaradığı

"Mac için Whisper" arayan çoğu insan pip'e dokunmak istemez. Bir uygulama ister. Birkaç tane iyi seçenek var ve bunlar birbirinin yerine geçmez. İki gruba ayrılıyorlar.

Geliştirdiğim uygulama olan Whisper by Remskill, ikinci gruptadır. Önceliği dikte. Herhangi bir şey indirmeden önce hangi grupta olduğunuzu bilmekte fayda var.

Whisper by Remskill bir Mac'te ne yapar

Önce geliştirdiğim şeyi anlatayım, sonra onu diğerleriyle kıyaslayabilirsiniz.

Bu bir dikte uygulamasıdır. Bir kısayola basarsınız, konuşursunuz ve metin herhangi bir uygulamada imlecinizin olduğu yerde belirir: Mail, Notes, Slack, kod düzenleyiciniz, bu yılki okul izin belgesini yazdığınız kutucuk. Mac'te varsayılan kısayol, birlikte basılı tutulan Command ve Option'dır ve tamamen yeniden atanabilir. Tüm yazıya döküm Mac'inizde gerçekleşir. Yüklenecek dosya yok, yönetilecek kayıt yok.

Ayrıca Python da çalıştırmazsınız. Pip yok, ffmpeg yok, terminal yok, GPU yok. Her şey saf Rust'tır. Whisper ve Parakeet motorları, transcribe-rs adlı bir kütüphane üzerinden çalışır ve içine herhangi bir Python yan bileşeni gömülmemiştir. Yerel yazıya döküm CPU'nuzda çalışır, özel bir GPU gerekmez ve uygulama diskte yaklaşık 25 MB yer kaplar.

Modelin kendisine gelince, seçim sizin. Yerel Whisper size 8 model, 99 dil, İngilizceye çeviri, özel sözcük dağarcığı, beam-size denetimi ve hotword yönlendirmesi sunar. Daha yavaştır ama en fazla denetimi verir. Parakeet ise NVIDIA TDT motorudur, yaklaşık 600 MB'tır ve bir CPU'da Whisper'dan 5 ila 10 kat daha hızlı çalışır; İngilizceye çeviri olmadan İngilizceyi ve 24 başka Avrupa dilini kapsar. Bulut modu üçüncü yoldur: kendi OpenAI anahtarınızı getirirsiniz ve biz hiçbir pay almayız. Sizin yerinize bilinçli olarak seçim yapmıyorum. Farkları Whisper ile Parakeet karşılaştırması yazımızda ayrıntılarıyla açıklıyoruz, uzun versiyonunu isterseniz.

Yerel doğruluk tipik olarak %95 ile %99 arasında olur. Tüm yerel işlem hattı, oturum açan her kullanıcı için ücretsizdir: Whisper, Parakeet, Ollama üzerinden çevrimdışı yapay zekâ temizleme, yazıya döküm geçmişi, hazır ayarlar, hotword'ler, donanım hızlandırma, model indirmeleri ve özel kısayol. Kayıt sırasında ödeme yöntemi gerekmez. En fazla 3 cihazda kullanabilirsiniz. Ücretli katman olan Whisper Pro, yalnızca bulut yüzeyini ekler: OpenAI bulut yazıya dökümü, bulut yapay zekâ temizleme ve web araması. Fiyatları fiyatlandırma sayfasında bulabilirsiniz. Burada rakam vermiyorum, çünkü fiyatlandırma sayfaları değişir ve bunu doğrudan kaynağından okumanız gerekir.

Dürüst bir kısıtlama: Mac sürümümüz yalnızca Apple Silicon içindir, M1'den M4'e kadar. Intel tabanlı bir Mac kullanıyorsanız bu uygulama size göre değil ve birazdan size neyin uygun olduğunu söyleyeceğim.

İlk dikteniz aslında şöyle görünür. Kısayola basarsınız, küçük bir kayıt göstergesi belirir, konuşursunuz, bırakırsınız ve temizlenmiş metin imlecinizin bulunduğu yere düşer. Aşağıdaki katman, uygulamanın gerçekten gösterdiği şeydir, bir taslak değil.

Kurulum kısa. Uygulamayı indirin, oturum açın ve bir model indirmesine izin verin. Parakeet, yaklaşık 600 MB ile en küçüğüdür; dil veya çeviri istiyorsanız bir Whisper modeli de seçebilirsiniz. Kısayolunuzu seçin ya da Command ve Option olarak bırakın. Sonra Mail'i açın, kısayolu basılı tutun ve bir cümle söyleyin. Tüm başlangıç süreci bu kadar. Küçük kızım bunu bana tek bir takip sorusu sormadan yaptı ki bu, tam anlamıyla güvendiğim tek kullanılabilirlik testidir. Üç model yolunu da içeren, ekran ekran daha uzun bir anlatım isterseniz, buna özel bir rehber yazdım: Mac'te sesi metne dönüştürme.

Bir Mac'te neden yerel tutuyorum

Bu yazı için kesin bir görüşüm var: yalnızca bulut tabanlı dikte bir gizlilik felaketidir.

Yöneticinizin maaş tablosu, çocuğunuzun okuluna yazdığınız e-posta, trende hazırladığınız hukuki dilekçe. Yalnızca sesinizle yazmak istediğiniz için bunların hiçbiri bir sağlayıcının sunucularından geçmemeli. Mac'inizde zaten bir mikrofon ve bir CPU var. Bir paragraf dikte için araya bir sunucuya ihtiyacı yok. Yerel motorlarla ses asla makinenizden çıkmaz. Benim tercih edeceğim varsayılan budur ve ücretsizdir.

Bulut modu, gerçekten en yeni OpenAI modellerini veya web yanıtlarını kendi anahtarınızla istediğinizde var. Bu bir acil çıkış kapısı, ana giriş kapısı değil.

MacWhisper, VoiceInk veya CLI'nin daha iyi seçim olduğu durumlar

Tek bir uygulamanın her durumu kazandığını iddia etseydim kötü bir rehber olurdum. Öyle değil. İşte sizi başka yerlere yönlendireceğim durumlar.

Tek bir şey hatırlayacaksanız

Model ücretsiz ve açıktır. Asıl önemli olan karar, onun etrafına ne sardığınızdır: bir terminal, bir dosya yazıya döküm arayüzü ya da canlı konuşmanızı baktığınız her yere yazan bir kısayol. Sarmalayanı işe göre eşleştirin ve bir Mac'te, gerçekten keyif almıyorsanız Python'u görmezden gelin. Bir Mac'te Whisper aramaya çıkan üç tür insan var: bir kayıt klasörü olanlar, bir daha asla yazmak istemeyenler ve sadece adı beğenenler. Buraya kadar okuyana dek, bunlardan ikisi yanlış gruptaydı.

Bu yazının çoğunu yazmak yerine dikte ettim ki bu da yerinde bir seçim oldu. Elimle yazdığım o tek paragrafta daha fazla yazım hatası vardı.