Whisper Snapper — нативное приложение для macOS от независимого разработчика Эвана Харриса, которое превращает аудио и видео в текст с помощью локальных моделей Parakeet, WhisperKit и Whisper либо через облачные API с вашими собственными ключами. Оно распознаёт спикеров, делает краткие пересказы и переводы через Llama 3.2 прямо на устройстве и экспортирует в TXT, SRT, VTT, Markdown, CSV и PDF.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
Whisper Snapper — нативное приложение для macOS, которое превращает аудио- и видеофайлы в текст. Оно распространяется через Mac App Store под названием «Whisper Snapper Transcriptions», и в карточке магазина в качестве разработчика и продавца указан Эван Харрис. На Product Hunt автор описывает себя как одиночного основателя и независимого разработчика. Эта деталь многое говорит о характере продукта: перед нами сфокусированная утилита, сделанная одним человеком, а не венчурная платформа с отделом продаж за спиной.
Такая рамка важнее, чем кажется на первый взгляд. Программа для расшифровки, созданная одиночкой и продаваемая один раз за фиксированную сумму, живёт по иным стимулам, чем подписной сервис, которому нужны ваши записи на своих серверах, чтобы оправдать регулярную выручку. Вся архитектура Whisper Snapper опирается именно на это различие. Приложение устроено так, что при вашем желании ничто из расшифровываемого никогда не соприкасается с сетью.
Главная страница формулирует замысел без обиняков: «The Transcription App Mac Users Deserve» — приложение для расшифровки, которого заслуживают пользователи Mac. Ниже поясняется, с чем оно работает: расшифровка видео, подкастов, совещаний, голосовых заметок и прочего, плюс сделанные искусственным интеллектом пересказы и переводы более чем на двадцать языков — и всё это выполняется приватно на вашем Mac.
Слово «Whisper» в названии отсылает к Whisper — семейству моделей автоматического распознавания речи, опубликованному компанией OpenAI с открытым исходным кодом. Whisper выпущен под разрешительной открытой лицензией, а значит, любой разработчик вправе скачать веса модели, запустить их локально и построить на них продукт. Именно это и делает Whisper Snapper, добавляя к ним модели других происхождений.
Whisper Snapper не является продуктом OpenAI, не управляется OpenAI, и нет никаких свидетельств партнёрства, одобрения или корпоративной связи между ними. Это независимое стороннее приложение, запускающее модель с открытой лицензией. Использование имени модели в названии продукта юридически распространено, а здесь ещё и технически точно: приложение действительно исполняет Whisper.
При этом следует прямо сказать: на сайте нигде нет оговорки об отсутствии аффилированности или упоминания товарных знаков. Главная страница многократно называет OpenAI Whisper, GPT-4o, NVIDIA Parakeet, Deepgram Nova-2 и Llama, но нигде не поясняет, что не связана с этими компаниями и не имеет их одобрения. Это упущение, а не обман. На другой чаше весов лежит то, что приложение совершенно открыто говорит, какой движок за что отвечает: политика конфиденциальности прямо называет OpenAI и Deepgram сторонними обработчиками и ставит прямые ссылки на их собственные документы. Никаких попыток выдать чужую технологию за собственную разработку нет. Честное прочтение таково: это прозрачная упаковка открытых и коммерческих моделей, которой не хватает стандартной оговорки, а вовсе не пустышка-перепродавец.
Большинство продуктов для расшифровки заставляют выбрать раз и навсегда: либо облачный сервис, и тогда записи покидают вашу машину, либо локальный инструмент, и тогда придётся мириться с медленной и неуклюжей программой. Позиция Whisper Snapper состоит в том, что этот выбор должен делаться для каждого файла отдельно, а не задаваться на уровне продукта. Сайт формулирует это так: приватность, когда она нужна, и скорость, когда не нужна. Чувствительные записи обрабатывайте целиком на Mac, а ради быстроты используйте облако — и решайте заново при каждой расшифровке.
Это самое важное, что нужно понять об этом приложении. Журналист может утром полностью офлайн расшифровать интервью с конфиденциальным источником, а днём ради скорости отправить запись открытой конференции в облачный интерфейс — не меняя приложения.
Локальная расшифровка полностью опирается на чип вашего Mac. Модель скачивается один раз, и дальше для работы интернет не требуется. В карточке App Store перечислен внушительный набор локальных моделей: OpenAI Whisper размеров tiny, base, small, large-v3, large-v3-turbo и distil-large-v3, наряду с NVIDIA Parakeet v2 (английский), v3 (25 языков с разделением спикеров) и TDT-CTC-110M, а также Qwen3 ASR от Alibaba и Llama 3.2 для перевода и пересказа.
Наличие Whisper разных размеров — реальное удобство, а не украшение спецификации. Whisper tiny быстр и нетребователен: его вполне хватит для чистой голосовой заметки с одним говорящим, когда нужен просто текст с возможностью поиска. Whisper large-v3 заметно сильнее на речи с акцентом, при перебивании и в шумных помещениях, но и вычислительно куда тяжелее. Держать оба означает подбирать модель под задачу, а не платить всякий раз за худший сценарий.
Parakeet, разработанный NVIDIA, принадлежит другой линии моделей и на чипах Apple обычно работает особенно быстро. Вариант v3 охватывает 25 языков и, что существенно, умеет разделять спикеров локально — а это доступно далеко не каждой офлайн-модели.
Облачная опция — то место, где коммерческая схема Whisper Snapper расходится с большинством конкурентов, и разобраться в ней стоит до покупки. Сайт сообщает, что ради скорости можно задействовать облачные интерфейсы OpenAI Whisper, GPT-4o или Deepgram.
Принципиально то, что приложение не перепродаёт вам доступ к интерфейсам. Описание на Product Hunt прямо указывает, что облачная расшифровка идёт «с личными ключами API», а политика конфиденциальности недвусмысленна: для этих сервисов вы обязаны предоставить собственные ключи API.
Последствия ощутимы в обе стороны. Положительная сторона: вы платите поставщику интерфейса напрямую по его базовому тарифу, без наценки разработчика, и разработчик не становится посредником, держащим ваше аудио или платёжные отношения. Обратная сторона: чтобы включить облачный режим, придётся самостоятельно зарегистрироваться в OpenAI или Deepgram, выпустить ключ и пополнить счёт. Если вы рассчитывали заплатить один раз и получить работающую облачную расшифровку, устройство здесь иное. Облачные расходы отдельны, постоянны, тарифицируются поставщиком по объёму и целиком лежат вне единовременной цены приложения.
Разделение спикеров — пометка о том, кто произнёс каждую реплику, — это то, что отличает пригодную расшифровку интервью от сплошной стены текста. Главная страница описывает функцию так: понимать, кто что сказал, причём разделение доступно через Deepgram, GPT-4o Transcribe и Parakeet v3.
Обратите внимание на оговорку «доступно через». Разделение работает не во всех движках приложения, а привязано к этим конкретным моделям. Если пометки спикеров необходимы вам по работе и при этом требуется полностью автономный режим, вам нужна именно локальная модель Parakeet v3: два других пути — облачные сервисы.
В примечаниях к версии 1.7 от июля 2026 года зафиксирована и продолжающаяся работа в этой области: исправлены ошибки фильтрации сегментов речи, из-за которых на шкале спикеров возникали ложные короткие фрагменты. Такие фрагменты — классический сбой разделения, когда система на миг ошибочно приписывает несколько слов дополнительному говорящему, которого в записи нет. То, что проблему нашли и устранили, говорит о живой поддержке, а не о брошенной после выпуска утилите.
Версия 1.1 добавила поверх обычной расшифровки второй слой искусственного интеллекта — и, что необычно, этот слой тоже работает локально.
Пересказы выполняет Llama 3.2 на вашей собственной машине. Главная страница описывает функцию так: одним нажатием превратить часовую запись в сжатый пересказ силами Llama, работающей целиком на вашем Mac, так что содержимое никогда не покидает устройство.
Перевод устроен так же. Главная страница обещает перевод расшифровок на испанский, французский, немецкий, японский, китайский и более чем пятнадцать других языков, причём вся обработка идёт локально через Llama. Карточка App Store даёт более полную и слегка иную цифру, заявляя «AI TRANSLATION — 30 LANGUAGES» и перечисляя испанский, французский, немецкий, китайский, японский, корейский, португальский, итальянский, нидерландский, русский, арабский, хинди, турецкий, польский, вьетнамский, тайский, индонезийский, шведский, датский и норвежский с пометкой, что интернет не требуется.
Архитектурно это важно. Немало приложений для расшифровки предлагают пересказы силами искусственного интеллекта, но почти все делают это, отправляя готовую расшифровку в облачную языковую модель. Тем самым выигрыш локальной расшифровки в приватности тихо сводится на нет: ваши слова всё равно оказываются на чужом сервере, просто на шаг позже. Пересказ через Llama 3.2 на устройстве закрывает эту брешь. Для тех, кто работает с материалами, защищёнными профессиональной тайной, это разница между по-настоящему автономной цепочкой и цепочкой, которая лишь выглядит автономной.
Впрочем, ожидания по качеству стоит выставить трезво. Llama 3.2 — небольшая модель, выбранная так, чтобы уверенно работать на потребительском железе. Её пересказы будут пригодны, а переводы передадут смысл, но ни то ни другое не сравнится с передовой облачной моделью в нюансах, идиоматике и специальной терминологии. Это и есть сознательный размен: некоторый потолок качества в обмен на приватность и нулевые предельные издержки.
Этот раздел требует особой осторожности, потому что точность — тот показатель, которого покупатели ждут больше всего, а поставщики чаще всего завышают.
К чести разработчика, здесь он сдержан. Собственная статья о выборе движка расшифровки не публикует ни показателей ошибок по словам, ни таблиц с замерами, ни процентов точности. Движки описаны качественно: Deepgram — как крайне быстрый в обработке, Parakeet v2 — как быстрый и лёгкий, а языковой охват указан так: более 99 языков у интерфейса Whisper, меньше языков, чем у Whisper, у Deepgram (около тридцати) и 25 языков у Parakeet v3. Заголовок «Accurate Transcriptions on Your Mac» — рекламная формулировка без единой цифры.
Такая сдержанность ценнее уверенной статистики. Здесь попросту нет заявленного вендором показателя точности, который следовало бы проверять, потому что вендор его не публиковал.
Оценить можно сами базовые модели, поскольку они общеизвестны и независимо измерены. Опубликованные оценки Whisper large-v3 дают долю ошибочных слов около 2,7 процента на чистом аудио LibriSpeech, то есть на профессионально записанной читаемой речи. На более сумбурном материале, приближенном к реальности, независимые испытания дают диапазон ближе к 8–12 процентам, а одна сторонняя оценка измерила large-v3 в 7,88 процента. Исследователи также зафиксировали, что large-v3 сильнее склонен к галлюцинациям, чем прежние версии, и порой выдаёт длинные связные куски выдуманного текста вместо отдельных ошибок в словах.
Отсюда следуют три практических вывода. Во-первых, точность колоссально зависит от условий записи: чистая запись одного говорящего и созвон вчетвером через микрофон ноутбука — задачи совершенно разной сложности. Во-вторых, точность разнится по языкам: языки с богатыми ресурсами вроде английского показывают куда лучший результат, чем языки с бедными, а «более 99 языков» описывает охват, а не одинаковое качество. В-третьих, и это самое весомое для профессионального применения, склонность семейства Whisper к галлюцинациям означает, что ошибки не всегда выглядят как явная бессмыслица. Модель способна выдать гладкие, правдоподобные и уверенные фразы, которые никогда не были произнесены. Любую расшифровку, предназначенную для цитирования, судебного документа или медицинской записи, необходимо сверять с аудио. Кликабельные метки времени в приложении существуют именно для того, чтобы такая сверка была достаточно быстрой и её действительно делали.
Для инструмента расшифровки это решающий раздел, ведь записи совещаний, звонки клиентам и интервью с источниками относятся к самым чувствительным файлам, какие большинство людей вообще создаёт. Политика конфиденциальности Whisper Snapper действительно крепкая и необычайно конкретная.
Политика утверждает, что приложение не собирает, не хранит и не передаёт персональные данные, аналитику использования или статистику приложения, отчёты о сбоях и диагностику, геоданные, идентификаторы устройства, а также любые данные для рекламных целей. В собственной сводке значатся пункты «учётная запись не нужна: мы не собираем персональные данные» и «никакой аналитики и отслеживания: мы не следим за вашим использованием».
Отказ от отчётов о сбоях и аналитики — содержательное обязательство, а не проходная строка. Большинство независимых разработчиков сохраняют телеметрию, потому что именно так находят ошибки. Отказ от неё — реальная цена, уплаченная за позицию по приватности.
Для локальной расшифровки формулировки категоричны: вся обработка происходит исключительно на вашем Mac, ваши аудио- и видеофайлы никуда не загружаются, интернет-соединение не требуется, а разработчик не имеет доступа ни к вашим файлам, ни к расшифровкам. Политика называет этот путь самым приватным из доступных.
Для облачной расшифровки она столь же прямо говорит о плате за скорость: ваше аудио отправляется сторонним поставщикам интерфейсов для обработки. Названы OpenAI (интерфейс Whisper, GPT-4o Transcribe) и Deepgram (Nova-2), даны ссылки на их политики конфиденциальности и добавлено предупреждение, что при облачной работе аудио подпадает под правила этих сторонних поставщиков, с которыми рекомендуется ознакомиться заранее.
Это ровно то, как следует раскрывать информацию. Здесь не притворяются, будто облачный режим приватен, и прямо указывают на стороны, чьи условия в действительности управляют данными.
Срок хранения определяется вашими же действиями, а не обратным отсчётом, потому что нет сервера, который что-либо удерживает. Политика перечисляет: расшифровки хранятся, пока вы не удалите их в приложении; ключи API остаются в связке ключей, пока вы их не уберёте; записанное аудио сохраняется, пока вы не сотрёте файлы. Отмечено и то, что удаление приложения убирает настройки, но расшифровки и записи в связке ключей может потребоваться удалить отдельно, — полезное и часто опускаемое уточнение.
По двум вопросам, которые волнуют людей больше всего, — используется ли аудио для обучения моделей и слушает ли его когда-нибудь человек, — политика не содержит явного утверждения ни в ту, ни в другую сторону. Тут уместна точность, а не благожелательное додумывание. Для локальной обработки вопрос лишён предмета: разработчик заявляет, что не эксплуатирует серверов, принимающих или хранящих ваши данные, а значит, нет и механизма, которым файлы могли бы попасть к нему для обучения или проверки. Для облачной обработки ответ дают не он, а условия OpenAI или Deepgram применительно к учётной записи, ключ которой вы указали. Если политика обучения и просмотра человеком для вас существенна, выяснять это нужно у поставщика интерфейса и применительно к вашему конкретному тарифу.
Обращение с ключами API оговорено: при использовании облачных сервисов расшифровки ключи безопасно хранятся в связке ключей macOS, и разработчик не имеет доступа ни к ключам, ни к отправляемому вами аудио. Кроме того, приложение работает в песочнице с усиленной средой исполнения Apple.
Одна деталь не сходится, и о ней стоит сказать. Политика конфиденциальности помечена «Last Updated: December 2024», то есть декабрём 2024 года. Между тем в карточке App Store первоначальный выпуск приложения датирован 17 декабря 2025 года — ровно годом позже, а версия 1.7 вышла 23 июля 2026 года.
Иными словами, дата политики предшествует публичному выходу продукта. Самое правдоподобное объяснение — обычная опечатка, декабрь 2024 вместо декабря 2025, и по существу документ не противоречит описанию приложения из других источников. Но при буквальном прочтении он устарел применительно к продукту, который с тех пор получил локальный пересказ, перевод, расшифровку в реальном времени и пять дополнительных моделей. Когда юридический документ и карточка продукта расходятся, проверяемой оказывается карточка: даты в App Store формируются системой Apple и не поддаются произвольной правке, тогда как дата в политике проставлена вручную. Поэтому содержание политики разумно считать действующим, а её дату — ошибкой; но если вы внедряете инструмент для регулируемой деятельности, попросите разработчика подтвердить документ и заново его датировать.
Раздел главной страницы, обращённый к аудитории, сообщает юристам и медикам, что они смогут выполнить требования регуляторов без передачи данных третьим лицам. Читать эту фразу следует строго применительно к локальному режиму. Там она верна: ничего не передаётся, поскольку ничего не покидает машину. В облачном режиме она неверна, ведь аудио явно уходит третьей стороне. Кроме того, это утверждение не является сертификацией: нет ни опубликованного подтверждения соответствия HIPAA, ни отчёта SOC 2, ни предложения заключить соглашение об обработке данных. Для регулируемой работы локальный режим архитектурно защитим, но эта рекламная фраза не заменяет вашей собственной юридической оценки.
Коммерческая модель приятно проста, и её главное достоинство — отсутствие подписки. Главная страница обещает бессрочно бесплатное пользование либо разовое повышение до Pro без каких-либо подписок.
Карточка App Store подтверждает, что загрузка приложения бесплатна (поле цены — 0,00 доллара США). Несколько сторонних источников, включая материалы Product Hunt, указывают, что повышение до Pro — разовая покупка за 9,99 доллара без повторных списаний.
Две честные оговорки об этой цифре. Во-первых, 9,99 доллара не напечатаны на самой главной странице, где значится лишь «Pro разово» без суммы; цифра взята из сторонних каталогов и встроенной покупки, поэтому перед приобретением сверьте актуальную цену в App Store — разработчик вправе её изменить. Во-вторых, запрос к App Store не возвращает постатейного перечня встроенных покупок, так что точное разделение функций между бесплатным уровнем и Pro публично проверяемым образом не задокументировано. Что остаётся бесплатным навсегда, а что требует повышения, надёжнее выяснить, установив приложение, — это ничего не стоит.
Экономика всё же заслуживает внимания. Подписные сервисы расшифровки обычно берут помесячно или поминутно. Разовый платёж порядка десяти долларов вместе с локальными моделями, час работы которых не стоит ничего, означает практически нулевые предельные издержки для активных пользователей. Тот, кто расшифровывает по несколько часов в неделю, способен окупить покупку за считаные дни по сравнению с тарификацией по объёму. Противовес, повторим, в том, что расходы на интерфейсы в облачном режиме вы несёте отдельно, и приложение их не ограничивает.
Это самое жёсткое ограничение приложения, отсекающее заметную долю потенциальных пользователей.
Whisper Snapper работает только под macOS. Нет версии для Windows, нет для Linux, нет приложения для iPhone или iPad, нет веб-интерфейса и нет публичного интерфейса для разработчиков. Карточка App Store относит продукт к программам для Mac, и App Store — единственный канал распространения.
Требование к версии системы необычно строгое. В карточке указана минимальная версия операционной системы 26.0, то есть весьма свежий выпуск macOS. Многие компьютеры Mac, работающие под более старыми, но вполне пригодными системами, попросту не смогут установить приложение без предварительного обновления. Проверьте версию macOS, прежде чем строить планы вокруг этого инструмента: одна эта строка отсекает больше желающих, чем любой другой фактор.
Другие проверяемые сведения из карточки: объём загрузки около 30,4 МБ (30 431 988 байт), возрастной рейтинг 4+, основная категория «Утилиты» и дополнительная «Бизнес», текущая версия 1.7 от 23 июля 2026 года при первоначальном выпуске 17 декабря 2025 года.
Список языков интерфейса самого приложения содержит только английский. Не путайте это с языковым охватом расшифровки: приложение расшифровывает и переводит на многих языках, но его меню и кнопки только английские.
Поддерживаемые входные форматы — MP4, MOV, M4A, MP3 и WAV. Есть и встроенный диктофон, так что записывать можно прямо в приложении, а не импортировать со стороны.
Примечания к выпуску от июля 2026 года описывают существенное обновление, а не рутинную заплатку. Возглавляет его расшифровка в реальном времени: записывать и расшифровывать одновременно, приостанавливая и возобновляя сессии записи на нескольких дублях в единой волновой шкале. Расшифровка в реальном времени — заметно иная возможность, чем пакетная обработка файлов, а пауза с возобновлением между дублями — продуманная деталь для работы с интервью.
Тот же выпуск добавил пять локальных моделей: Cohere Transcribe (14 языков), Parakeet для японского, Parakeet v3 INT4, SenseVoice и потоковую многоязычную модель Nemotron на 83 языка. Кроме того, система загрузки моделей перестроена ради надёжности, а среди улучшений производительности — фоновый поиск по расшифровкам, прямая маршрутизация Cohere к нейронному движку Apple и обработка длинного аудио порциями вместо разовой загрузки целиком.
Вес последнего изменения легко недооценить. Именно поблочная обработка не даёт длинной записи исчерпать оперативную память, и это указывает, что разработчик устраняет реальные проблемы, о которых сообщают пользователи, работающие с очень длинными файлами.
Расшифровка, которую нельзя вынести из приложения, полезна лишь отчасти, а здесь охват экспорта широк. Главная страница перечисляет TXT, SRT, VTT, Markdown, CSV и PDF, позволяя делать субтитры для видеоредакторов или оформленные документы.
У каждого формата есть реальное назначение. SRT и VTT — форматы субтитров, которые попадают прямо в видеоредакторы; процитированный на главной странице монтажёр подкастов говорит, что экспорт SRT ложится непосредственно в Final Cut. Markdown подходит приложениям для заметок и издательским цепочкам. CSV открывает дорогу табличному анализу, что важно исследователям, кодирующим материалы интервью качественными методами. PDF даёт оформленный документ, готовый к рассылке, а TXT остаётся универсальным запасным вариантом.
Работа с расшифровкой внутри приложения тоже предусмотрена. В карточке App Store описаны кликабельные метки времени для навигации по длинным записям, мгновенный поиск внутри расшифровки, правка и доводка прямо в приложении, а также локальное сохранение всех расшифровок средствами SwiftData.
С учётом обсуждённого выше риска галлюцинаций кликабельные метки времени заслуживают особого упоминания. Возможность щёлкнуть по строке и перейти к соответствующему моменту записи — тот самый механизм, который делает проверку достаточно быстрой, чтобы её действительно выполняли. Правка внутри приложения затем позволяет исправить найденное, не выгружая текст в другую программу и не теряя связи с аудио.
Порог входа намеренно сведён к минимуму: перетащить, отпустить, готово. Ни учётных записей, ни сложных настроек, ни обучающих материалов: если вы умеете перетаскивать файл, вы умеете расшифровывать. Отсутствие требования регистрации согласуется с бессерверной архитектурой — регистрироваться попросту негде.
Поддерживается и пакетная обработка: можно добавить сразу несколько файлов и следить за прогрессом по каждому. Это существенно, если вы разбираете накопившийся архив записей, а не единичный файл.
Главная страница выделяет шесть аудиторий, и их полезнее оценить критически, чем принять на веру.
Журналисты и исследователи подходят лучше всего. Заявленная выгода — расшифровывать интервью, не загружая чувствительные источники в облако, — отвечает подлинной профессиональной обязанности. Защита источника для репортёра не предпочтение, а этический, а порой и правовой долг. Полностью локальная обработка без серверного компонента — содержательный ответ на эту обязанность, а не маркетинговый жест.
Юристы и медики идут следом, с уже названными оговорками: только локальный режим, и рекламная формулировка о соответствии требованиям не является сертификацией.
Подкастеры и авторы контента выигрывают прежде всего от связки «разделение спикеров плюс экспорт SRT». Расшифровать выпуск с несколькими ведущими, автоматически получить пометки говорящих и отправить субтитры в монтаж — именно под этот сценарий инструмент и заточен.
Студенты и преподаватели получают расшифровки лекций и локальные пересказы, но именно этой группе стоит тщательно взвесить требование macOS 26, поскольку студенческая техника чаще бывает старой.
Компании и распределённые команды могут вести протоколы совещаний, но следует помнить, что это однопользовательское настольное приложение. Нет ни общего рабочего пространства, ни командной оплаты, ни совместного редактирования, ни бота, автоматически подключающегося к звонкам. Поделиться означает выгрузить файл и отправить его. Командам, которым нужна встроенная совместная работа, стоит искать другое решение.
Задачи доступности — создание субтитров для слабослышащей аудитории — хорошо обеспечены форматами экспорта, с обычной оговоркой: машинные субтитры перед публикацией требуют человеческой вычитки.
Кому выбирать не стоит: всем, у кого нет достаточно нового Mac; тем, кому нужна запись на мобильных устройствах; тем, кому нужен интерфейс для автоматизированных цепочек; тем, кому нужны командные функции; и тем, кто хочет, чтобы облачная расшифровка заработала без заведения собственных учётных записей у поставщиков интерфейсов.
Собрано в одном месте, чтобы ничто не затерялось:
Привязка к платформе. Только macOS, минимальная система 26.0. Нет версий для Windows, Linux, iOS, Android и веба. Это крупнейшее одиночное ограничение.
Нет программного интерфейса. Ничто здесь нельзя встроить в серверный автоматизированный процесс. Это интерактивное настольное приложение.
Облачный режим требует собственных ключей. Нужны отдельные учётные записи в OpenAI или Deepgram, расходы несёте вы, и приложение их не ограничивает.
Разделение спикеров зависит от модели. Его дают только Deepgram, GPT-4o Transcribe и Parakeet v3; в автономном режиме это означает исключительно Parakeet v3.
Производительность локальных моделей зависит от вашего железа. Крупные модели Whisper требовательны. На старом или скромном Mac large-v3 будет работать медленно. Приложение не ускорит вашу машину, оно лишь позволит выбрать модель поменьше.
Затраты на хранение. Локальные модели нужно скачать и держать на диске. 30,4 МБ — это установочный пакет, а не модели: полный локальный набор занимает существенно больше.
Качество пересказа и перевода ограничено небольшой моделью. Llama 3.2 на устройстве не дотягивает до передовых облачных моделей.
Нет массива независимых отзывов. В карточке App Store число пользовательских оценок равно нулю, средний балл отсутствует. Продукта нет ни на G2, ни на Capterra, ни на Trustpilot, и о нём не писали крупные технологические издания. Product Hunt даёт 139 голосов и седьмое место дня — сигнал настоящий, но скромный. Отзывы на главной странице подписаны лишь именем и родом занятий и независимо не проверяются. Для молодого независимого приложения это нормально, но означает, что покупать вы будете в основном по впечатлению от бесплатного уровня, а не по сложившемуся мнению рынка.
Интерфейс только на английском, независимо от языкового охвата расшифровки.
Точность по природе своей непостоянна, а склонность семейства Whisper к галлюцинациям делает ошибки гладкими на вид. Всегда сверяйте то, что собираетесь цитировать.
Дата политики конфиденциальности расходится с хронологией продукта, как показано выше.
Несколько практических привычек заметно улучшают отдачу.
Начните с бесплатного уровня, прежде чем платить, и проверяйте его на собственной самой трудной записи, а не на чистом образце. Именно та запись, с которой вы реально мучаетесь, и определит пригодность инструмента.
Подбирайте модель под материал. Для чистого аудио с одним говорящим, когда важна скорость, берите небольшую локальную модель; large-v3 приберегите для трудных записей с акцентами, перебиваниями и посторонним шумом.
Решайте вопрос приватности осознанно для каждого файла. Весь смысл этой архитектуры в том, что выбор делается при каждой расшифровке. Делайте его сознательно, а не по умолчанию.
Улучшайте вход, прежде чем винить модель. Внешний микрофон, более тихая комната и говорящие, которые не перебивают друг друга, дадут точности больше, чем любое обновление модели.
Для интервью включайте разделение спикеров с самого начала, выбрав подходящий движок. Расставлять пометки вручную задним числом гораздо дольше.
Проверяйте, прежде чем цитировать. Пользуйтесь кликабельными метками времени, чтобы выборочно сверить любой фрагмент, который собираетесь опубликовать, процитировать или приобщить к делу.
Если работаете в облачном режиме, установите лимиты расходов у поставщика интерфейса. Приложение не ограничивает потребление, а расшифровка большого накопившегося архива по счётчику способна быстро вылиться в заметную сумму.
Нет. Это независимое приложение для macOS, в карточке App Store которого разработчиком и продавцом указан Эван Харрис. Слово «Whisper» в названии отсылает к модели распознавания речи, опубликованной OpenAI под открытой лицензией; приложение запускает её наряду с моделями NVIDIA, Deepgram, Cohere, Alibaba и Meta. Свидетельств партнёрства или одобрения нет. Отсутствие на сайте явной оговорки об аффилированности стоит отметить, но в остальном приложение прозрачно указывает используемые сторонние движки и прямо ссылается на их документы.
Только если вы сами выберете облачный движок. При локальных моделях политика конфиденциальности прямо утверждает, что ваши аудио- и видеофайлы никуда не загружаются и интернет не нужен. Если выбрать облачную расшифровку OpenAI или Deepgram, аудио отправляется сторонним поставщикам интерфейсов для обработки. Выбор делается при каждой расшифровке, так что вы управляете им пофайлово.
Серверного срока хранения не существует, поскольку разработчик заявляет, что не эксплуатирует серверов, принимающих ваши данные. Всё остаётся на вашей машине до удаления: расшифровки — пока вы не сотрёте их в приложении, записанное аудио — пока не удалите файлы, ключи API — в связке ключей, пока вы их не уберёте. Учтите, что удаление приложения не стирает расшифровки и записи связки ключей автоматически.
Политика конфиденциальности не высказывается явно ни по одному из пунктов. Для локальной обработки вопрос лишён предмета: разработчик не держит серверов, поэтому пути, по которому ваши файлы попали бы к нему, не существует. Для облачной обработки ответ задают условия OpenAI или Deepgram для учётной записи, ключ которой вы указали, а не это приложение. Если вопрос для вас важен, проверьте его у поставщика интерфейса применительно к вашему конкретному тарифу.
Приложение бесплатно загружается из Mac App Store, а позиция разработчика такова: пользоваться бесплатно бессрочно либо разово повысить до Pro, без всякой подписки. Сторонние каталоги указывают повышение до Pro как разовые 9,99 доллара. Эта цифра не напечатана на главной странице, поэтому сверьте текущую цену в App Store. Использование облачных интерфейсов, если вы его включите, оплачивается отдельно в OpenAI или Deepgram и в стоимость не входит.
Только если это Mac с macOS 26.0 или новее — такова минимальная версия системы в карточке App Store. Версий для Windows, Linux, iOS, Android и веба нет, программного интерфейса тоже. Это требование отсекает немало вполне работоспособных машин, поэтому сначала проверьте версию macOS.
Разработчик не публикует процент точности, и это честнее, чем выдумать цифру. Точность зависит от выбранной модели, качества аудио и языка. Независимые измерения Whisper large-v3 дают около 2,7 процента ошибок по словам на студийной читаемой речи и порядка 8–12 процентов на реалистичных записях. Исследователи также зафиксировали, что это семейство моделей способно сочинять гладкий текст, который никогда не звучал, поэтому любой фрагмент для цитирования или приобщения к делу следует сверять с аудио.
Да, но только с определёнными движками. Разделение спикеров доступно через Deepgram, GPT-4o Transcribe и Parakeet v3. Если вам нужны пометки говорящих и при этом полная автономность, придётся использовать Parakeet v3, поскольку два других варианта — облачные сервисы. В версии 1.7 также исправлены ошибки, порождавшие ложные короткие фрагменты.
Экспорт охватывает TXT, SRT, VTT, Markdown, CSV и PDF, покрывая субтитры для видео, заметки, таблицы и документы для рассылки. Перед выгрузкой можно править расшифровку в приложении, мгновенно искать по ней и переходить кликабельными метками времени к нужному месту записи — это самый практичный способ проверить сомнительное.
Да, и это редкость. Оба опираются на Llama 3.2 на вашем устройстве, а карточка App Store прямо отмечает, что для списка языков перевода интернет не требуется. Большинство конкурирующих приложений отправляют расшифровку для пересказа в облачную модель, что тихо подрывает выигрыш локальной расшифровки в приватности. Плата за это в том, что небольшая модель на устройстве уступает передовой облачной в нюансах и специальной терминологии.
