Whisper для Mac

Інструменти для Mac, що обгортають Whisper, і для чого кожен із них

Більшість людей, які шукають «Whisper для Mac», не хочуть мати справу з pip. Їм потрібен застосунок. Є кілька хороших, і вони не взаємозамінні. Вони діляться на два табори.

Whisper by Remskill, застосунок, який роблю я, належить до другого табору. Диктування понад усе. Варто розуміти, у якому ви таборі, перш ніж щось завантажувати.

Що Whisper by Remskill робить на Mac

Я опишу те, що збудував, а далі ви зможете порівняти його з рештою.

Це застосунок для диктування. Ви натискаєте гарячу клавішу, говорите — і текст лягає під курсором у будь-якому застосунку: Mail, Notes, Slack, ваш редактор коду, поле, де ви заповнюєте цьогорічний дозвіл для школи. Гаряча клавіша за замовчуванням на Mac — це Command і Option, затиснуті разом, і її можна повністю перепризначити. Уся транскрипція відбувається на вашому Mac. Жодного файлу для завантаження, жодного запису, яким треба керувати.

І ви не запускаєте Python. Жодного pip, жодного ffmpeg, жодного терміналу, жодного GPU. Усе це — чистий Rust. Двигуни Whisper і Parakeet працюють через бібліотеку під назвою transcribe-rs, без жодного вбудованого Python-сайдкара. Локальна транскрипція працює на вашому CPU, без потреби в окремому GPU, а сам застосунок займає близько 25 МБ на диску.

Щодо самої моделі — вибирати вам. Локальний Whisper дає вам 8 моделей, 99 мов, переклад англійською, власний словник, контроль розміру променя (beam-size) і зміщення за ключовими словами. Повільніше, зате найбільше контролю. Parakeet — це двигун NVIDIA TDT, близько 600 МБ, і він працює в 5–10 разів швидше за Whisper на CPU, охоплює англійську плюс ще 24 європейські мови, без перекладу англійською. Хмарний режим — це третій шлях: ви приносите власний ключ OpenAI, а ми не беремо собі ні копійки. Я свідомо не вибираю за вас. Ми розкладаємо відмінності по поличках у статті Whisper проти Parakeet, якщо хочете довгу версію.

Локальна точність зазвичай тримається в межах від 95% до 99%. Увесь локальний конвеєр безкоштовний для кожного авторизованого користувача: Whisper, Parakeet, офлайн-очищення тексту через Ollama, історія транскрипцій, пресети, ключові слова, апаратне прискорення, завантаження моделей і власна гаряча клавіша. Жодного способу оплати під час реєстрації. Ви можете користуватися ним на 3 пристроях. Платний тариф, Whisper Pro, лише додає хмарну поверхню: хмарну транскрипцію OpenAI, хмарне AI-очищення та вебпошук. Ціни живуть на сторінці цін. Я не наводжу тут чисел, бо сторінки цін змінюються, і вам варто читати їх прямо з першоджерела.

Одне чесне обмеження: наша збірка для Mac працює лише на Apple Silicon, від M1 до M4. Якщо у вас Intel Mac, цей застосунок не для вас — і за хвилину я підкажу, що вам підійде.

Ось як насправді виглядає ваше перше диктування. Натискаєте гарячу клавішу, з’являється невеликий індикатор запису, ви говорите, відпускаєте — і вичищений текст падає туди, де стояв ваш курсор. Накладка нижче — це справжнє, що показує застосунок, а не макет.

Налаштування коротке. Завантажте застосунок, увійдіть, дайте йому підтягнути одну модель. Parakeet — найменша, близько 600 МБ, або модель Whisper, якщо вам потрібні мови чи переклад. Виберіть гарячу клавішу або залиште Command і Option. Тоді відкрийте Mail, затисніть гарячу клавішу й скажіть речення. Це й увесь онбординг. Моя молодша донька впоралася без жодного уточнювального запитання до мене — а це єдиний тест на зручність, якому я повністю довіряю. Якщо вам потрібен довший покроковий розбір зі скриншотами й усіма трьома шляхами моделей, я написав окремий посібник: голос у текст на Mac.

Чому я тримаю все локально на Mac

Ось моя одна тверда думка для цієї статті: диктування лише через хмару — це катастрофа для приватності.

Таблиця із зарплатою вашого керівника, лист до школи вашої дитини, юридична записка, яку ви чернетите в потязі. Нічого з цього не має проходити через сервери постачальника лише тому, що вам захотілося набирати текст голосом. У вашому Mac уже є мікрофон і CPU. Для одного абзацу диктування йому не потрібен сервер у ланцюжку. З локальними двигунами аудіо ніколи не залишає вашу машину. Це той варіант за замовчуванням, до якого я б тягнувся, — і він безкоштовний.

Хмарний режим існує на той випадок, коли вам справді потрібні найновіші моделі OpenAI або відповіді з вебу — на вашому власному ключі. Це запасний вихід, а не парадні двері.

Коли MacWhisper, VoiceInk або CLI — кращий вибір

Я був би поганим провідником, якби вдавав, що один застосунок виграє в кожному випадку. Це не так. Ось де я б скерував вас деінде.

Якщо ви запам’ятаєте лише одне

Модель безкоштовна й відкрита. Рішення, яке має значення, — це те, що ви навколо неї обгортаєте: термінал, графічний інтерфейс для транскрипції файлів чи гарячу клавішу, що вписує вашу живу мову в те, на що ви дивитеся. Підбирайте обгортку під завдання, а на Mac ігноруйте Python, якщо він вам щиро не до душі. Є три типи людей, що йдуть шукати Whisper на Mac: ті, у кого є тека із записами, ті, хто більше ніколи не хоче набирати текст, і ті, кому просто сподобалася назва. Двоє з них опинилися не в тому таборі — аж поки не дочитали до цього місця.

Більшу частину цієї статті я продиктував, а не набрав, що видалося доречним. Той єдиний абзац, який я набрав руками, мав більше друкарських помилок.