Безплатен & с отворен код · BSD-3-Clause · v2.1.0

Звук на входа. Текст на изхода. Аудиото ви остава на вашия компютър.

Whisper Transcriber Suite изпълнява модела на Whisper на OpenAI изцяло на вашия собствен компютър — чрез faster-whisper, whisper.cpp или NVIDIA Parakeet. Плъзнете аудио или видео и получете синхронизирана транскрипция. Без облак, без акаунт, без такса на минута.

  • 14формата за транскрипция
  • 2,800+изтегляния досега
  • 0качвания на аудио по подразбиране
  • $0завинаги

Обиколка на продукта

Един прозорец. Шест инструмента.

Пуснете файл, изберете опции и натиснете Транскрибирай. Всичко останало — опашката, изтеглянията, записът на живо, клонирането на глас и споделянето по LAN — е само на един раздел разстояние. Завъртете пръстена или използвайте стрелките.

Анимация: интервю с двама обозначени говорители, лекция, превърната в синхронизирани субтитри, видеовръзка, превърната във видео със субтитри, надписи на живо от микрофон и транскрипцията, запазена до файла като SRT, VTT, DOCX и PDF.
Транскрибирай
Раздел „Транскрибирай“: зона за пускане на файлове, избор на двигател, модел и език, опции за обозначаване на говорители и времеви маркери за отделните думи
На живо
Раздел „На живо“: източник от микрофон или системно аудио, избор на език и модел, индикатор за нивото на входния сигнал и панел за транскрипция на живо
Изтегляне на видео
Раздел „Изтегляне на видео“: URL с ред „Налични субтитри“, бисквитки за вход от браузъра, формат, времеви отрязък, Използвай надписите вместо това, Транскрибиране след изтегляне и Създай видео със субтитри
Опашка за транскрипция
Раздел „Опашка за транскрипция“: колони за файл, статус, напредък, скорост и оставащо време, език и изминало време с пауза, възобновяване, отказ, повторно изпълнение и премахване
Клониране на глас
Раздел „Клониране на глас / Текст към глас“: модел OmniVoice, гласов образец, текст за изговаряне, език и скорост
Уеб / LAN достъп
Раздел „Уеб / LAN достъп“: стартиране на уеб достъп, порт, споделяне в локалната мрежа, парола за достъп и HTTPS опции

Транскрибирай

Зона за пускане на файлове, избор на двигател, модел и език, опции за обозначаване на говорители и времеви маркери за всяка отделна дума.

Ново в 2.1

Какво ново в 2.1. Вече и на вашия език.

Приложението на 42 езика, обозначаване на говорителите чак до края на дълги записи, файлове, защитени при спиране на тока, и онлайн функции, работещи на всеки Mac. Под тях — какво ново донесе 2.0.

2.1 · Всички платформи

Приложението на вашия език

Менютата, бутоните и съобщенията са налични на 42 езика (39 за macOS и Linux). Приложението следва езика на вашата система или можете да изберете такъв в Разширени настройки. Всеки език освен английски е машинен превод и е отбелязан като такъв; персийски, арабски и иврит засега се предлагат за Windows.

2.1 · Всички платформи

Обозначаване на говорителите, на което можете да разчитате

Имената на говорителите вече достигат до самия край на дълги записи, засичането на говорители вече не може да срине транскрипцията, а до Разпознаване на говорителите можете да зададете броя на говорещите (от 2 до 10), вместо да оставяте настройката на Автоматично.

2.1 · Всички платформи

Работата ви е по-защитена

Транскрипциите, експортите и субтитрите се записват изцяло на диска, преди да заменят стария файл, така че спиране на тока не може да остави празен файл. Транскрипция, чийто работен процес е спрял след записването на всички файлове, се счита за завършена.

2.1 · macOS

Онлайн функции на всеки Mac

Проверката за актуализации, докладите за проблеми и другите уеб заявки вече не дават грешка certificate verify failed.

2.0 · Всички платформи

Скорост и оставащо време

Разделът „Опашка за транскрипция“ показва с каква скорост се изпълнява всяка транскрипция и приблизително колко време остава, например около 4.8x, остават 6 мин. Картата с резултати отчита скоростта, модела и устройството след завършване на задачата.

Раздел „Опашка за транскрипция“ с колона „Скорост и оставащо време“, показваща около 6.8x, остават 2 мин за текущата задача

2.0 · Всички платформи

Създай видео със субтитри

Поставете отметка в раздела „Изтегляне на видео“ и даден линк се превръща в <title>-subbed.mp4 с вградени субтитри: изтегляне, транскрибиране и вграждане като една задача на опашката, с напредък и работещ Отказ. Изтегленият файл и транскрипцията се запазват.

Раздел „Изтегляне на видео“, показващ реда „Налични субтитри: Английски и Немски“, бутона „Използвай надписите вместо това“ и отметката „Създай видео със субтитри“

2.0 · Всички платформи

Споделяне на транскрипция като една уеб страница

Запазете завършената транскрипция като единичен .html файл, който се отваря във всеки браузър без инсталация и без интернет връзка: времеви маркери, говорители, глави и поле за търсене. Кликнете върху дума и възпроизвеждането започва оттам.

2.0 · Всички платформи

Работа офлайн, ясно видима

Един превключвател в меню „Файл“ спира достъпа на приложението до мрежата. Ред в долната част на прозореца показва дали има отворена връзка, а Провери офлайн сега показва как тестовите връзки биват отхвърлени. Опцията „Статистика за употреба“ е включена по подразбиране и може да се изключи от меню „Помощ“.

2.0 · Всички платформи

Превод на реч на английски

Опцията Изход: превод на английски превръща речта на езици, различни от английски, в английски субтитри в една стъпка чрез собствената функция за превод на Whisper. Тя е изключена по подразбиране и не е налична за всеки двигател или модел.

2.0 · macOS

Mac, който се усеща като Mac

Меню на приложението с Настройки (Command-comma), светъл и тъмен режим, следващи macOS, системен шрифт, отваряне на файлове от Finder или с пускане върху иконата в Dock, и известие при завършване на задача, докато приложението е във фонов режим.

2.0 · Windows

Напредък в лентата на задачите и тъмни заглавни ленти

Бутонът в лентата на задачите показва напредъка, броя на чакащите и изпълняваните задачи и премигва при завършване на задача. Заглавните ленти следват тъмната тема, а текстът остава ясен при 125% и 150% мащабиране на дисплея.

2.0 · Първо стартиране

Бърз старт и примерен клип

При нова инсталация приложението пита за вашия език, Бързо или Най-добро качество и папка и показва размера на модела, преди да се изтегли каквото и да било. 18-секунден клип от обществено достояние ви позволява да видите реална транскрипция, преди да изберете свой собствен файл.

Също ново в 2.0: Text to Voice чете текстове до 100 000 знака част по част, бутон Обнови го обновява инструмента за изтегляне на видео без администраторски права, а дискретна лента за обновяване заменя диалоговия прозорец за актуализация. Разделът Video Tiling е премахнат. Всичко е описано в списъка с промени.

Възможности

Всичко, което бихте искали от инструмент за транскрипция. Работи на вашия компютър.

Анимация: голяма буква W разделя двама говорители, показва локалните модули faster-whisper, whisper.cpp и Parakeet, работещи офлайн, и се разгръща в 14 формата за транскрипция.

faster-whisper · whisper.cpp · Parakeet

Локална, поверителна транскрипция

Whisper large-v3 по подразбиране, плюс large-v3-turbo и distil-large-v3.5. Изберете бекенда, подходящ за вашия хардуер.

14 формата

Всеки формат за транскрипция, от който се нуждаете

Записва се точно до вашия файл — плюс oTranscribe, ELAN, InqScribe и Express Scribe за професионални работни процеси по транскрибиране.

Микрофон · системно аудио

Транскрипция на живо

Транскрибира от микрофон — или каквото възпроизвежда този компютър — в реално време. Разделянето се прави при естествени паузи, така че думите никога да не се прекъсват.

Времеви маркери за всяка дума

Диаризация на говорителите

Опционална стъпка за „Разпознаване на говорителите“, плюс времеви маркери за всяка дума и изрязване на времеви интервали за прецизно редактиране на сегменти.

Пауза · възобновяване · повторно изпълнение

Опашка за пакетна обработка

Състояние в реално време за всяка чакаща и изпълнявана задача, с пълен контрол над всеки ред само на един клик разстояние.

Задвижвано от yt-dlp

Изтегляне на видео и аудио

Всичко, което yt-dlp поддържа, с опционално транскрибиране след завършване. Изтеглянията се възобновяват, вместо да започват отначало.

Измерва, преди да филтрира

Адаптивно шумопотискане

Първо измерва всеки запис и го изчиства само когато това помага — проверява собствения си резултат и връща оригинала, ако е била премахната реч.

Плюс AI инструменти (резюмета, задачи за изпълнение, двуезичен етап за SRT), опционален раздел за офлайн клониране на глас и режим за локална мрежа — повече в README.

Как работи

Работи на вашия компютър. Вашето аудио остава там.

Транскрипцията се извършва на вашия собствен компютър. Вашето аудио се качва само ако включите един от двата опционални облачни модула, а текстът на транскрипцията напуска компютъра само ако сами свържете отдалечен AI модел.

Анимация: времева линия се превръща в субтитри с времеви маркери за всяка дума, английски субтитри, създадени офлайн с faster-whisper, whisper.cpp или Parakeet, и 14 формата за транскрипция без регистрация.
  1. 01

    Пуснете файл или поставете връзка

    Аудио или видео от диска, или всичко, което yt-dlp може да изтегли. Tk интерфейсът работи в основния процес и добавя задачата в опашката незабавно.

  2. 02

    Работен процес съхранява модела

    Всяка задача се изпълнява в свой собствен дълготраен работен подпроцес, който запазва Whisper в паметта и предава напредъка чрез разделен с нови редове JSON — така прозорецът никога не блокира.

  3. 03

    Транскрипцията се записва до вашия файл

    Индивидуален токен за всеки работен процес и периодичен контролен сигнал поддържат маршрутизирането надеждно и позволяват на приложението да засече блокирал подпроцес, вместо да блокира заедно с него.

Базирано на разработения от OpenAI модел за разпознаване на реч Whisper, изпълняван локално чрез faster-whisper, whisper.cpp или NVIDIA Parakeet, с yt-dlp и FFmpeg за обработка на медийно съдържание.

Прочетете за пълната архитектура

Изтегляне · v2.1.0 · публикувано на 2026-10-12

Изтегли. Транскрибирай още тази вечер.

Всичко необходимо е включено в пакета — самостоятелна среда на Python, ffmpeg, ffprobe и yt-dlp. Единствено самият модел за разпознаване на реч се изтегля впоследствие (около 1–3 GB, еднократно); след това транскрипцията работи без връзка с интернет.

Windows

Инсталатор .exe

~238 MB

За повечето потребители — стандартен инсталатор, пряк път в менюто „Старт“, обновяване на място. Приложението не е подписано с цифров сертификат, затова Windows SmartScreen може да покаже еднократно предупреждение: Повече информация → Изпълнение въпреки това.

Изтеглете инсталатора

Преносима версия за Windows

Преносима версия .zip

~360 MB

Разархивирайте и стартирайте. Без инсталация, без администраторски права, работи без проблем от USB памет.

Изтеглете ZIP архива

macOS

Дисков образ .dmg

~275 MB · ~333 MB

Най-лесно: един ред в Terminal — избира правилната версия и пропуска предупреждението за сигурност. Или изтеглете дисковия образ за Apple Silicon или Intel.

Инсталиране с един ред

Linux & изходен код

Компилиране от изходен код

Python 3.11+

git clone https://github.com/Milomilo777/whisper-transcriber-suite.git
cd whisper-transcriber-suite
pip install -r requirements.txt
python gui.py
Ръководство за изходния код
Анимация: думите Sound in се превръщат в транскрипция с времеви маркери на двама говорители, запазена като SRT, DOCX и PDF, без профил и без качване.

macOS — инсталиране с един ред

Поставете в Terminal. Това е всичко.

Изтегля правилната версия за вашия Mac (Apple Silicon на macOS 14+, иначе Intel чрез Rosetta), копира приложението в Applications и го отваря. Файловете, изтеглени чрез curl, не се поставят под карантина, така че няма предупреждение за „неидентифициран разработчик“, което да трябва да прескачате.

A=x64; [ "$(uname -m)" = arm64 ] && [ "$(sw_vers -productVersion | cut -d. -f1)" -ge 14 ] && A=arm64; curl -fL -o /tmp/wts.dmg "https://github.com/Milomilo777/whisper-transcriber-suite/releases/download/v2.1.0/WhisperTranscriberSuite-v2.1.0-macOS-$A.dmg" && hdiutil attach -nobrowse -quiet -mountpoint /tmp/wts-dmg /tmp/wts.dmg && cp -R "/tmp/wts-dmg/Whisper Transcriber Suite.app" /Applications/ && hdiutil detach -quiet /tmp/wts-dmg && rm /tmp/wts.dmg && open "/Applications/Whisper Transcriber Suite.app"

Предпочитате обичайния начин? Отворете .dmg и плъзнете приложението в Applications; тогава първото стартиране изисква щракване с десен бутон → Open (macOS 14 и по-стари) или System Settings → Privacy & Security → Open Anyway (macOS 15+).

Всяка версия, заедно с бележките към нея, се намира в GitHub Releases. Ръководство за инсталиране.

Сравнение

Как се сравнява с други приложения за Whisper?

Whisper Transcriber Suite е едно от няколкото безплатни настолни приложения с отворен код, които транскрибират на собствения ви компютър. Ето как се сравнява със Subtitle Edit, Vibe и Buzz, включително кога друго приложение е по-подходящо. Прочетете пълното сравнение, с източник за всеки факт и още две приложения — noScribe и aTrain.

Проверено на 2026-10-05 спрямо собствените README, документация и версии на всеки проект. Приложенията се променят бързо: вижте пълното сравнение за източници.
ФункцияWhisper Transcriber SuiteSubtitle EditVibeBuzz
Цена, лицензБезплатен, BSD-3-ClauseБезплатен, MITБезплатен, MITБезплатен, MIT
ИзтеглянияИнсталатор за Windows и преносим ZIP, macOS (Apple silicon, Intel); Linux от изходен кодWindows (x64, ARM64), macOS, Linux (Flatpak, tar.gz)Windows, macOS, Linux (.deb, .rpm)Windows, macOS (1.4.5 е последната версия за Intel Mac), Linux (Flatpak, Snap, AppImage), PyPI
GPU ускорениеNVIDIA (CUDA)NVIDIA (CUDA), VulkanNVIDIA, AMD, Intel (Vulkan / CoreML)NVIDIA (CUDA), Apple silicon, Vulkan
Подписан инсталатор за WindowsНеНе е посоченоДа, според документацията муНе
Езици на интерфейса42 (машинен превод)352216
Изберете го, акоИскате също микрофон на живо, изтегляне на видео, 14 изходни формата и режим за локална мрежа с OpenAI-съвместим маршрутИскате множество енджини за реч (Parakeet, Canary, Qwen3-ASR и още) или нотариално заверено Mac приложениеИскате инсталатор за Windows, който според документацията е подписан, или GPU поддръжка, в която са посочени AMD и IntelИскате пакети за Linux (Flatpak, Snap, AppImage) или инсталация през PyPI

ЧЗВ

Често задавани въпроси

Имате друг въпрос? Попитайте в GitHub Discussions.

Безплатен ли е Whisper Transcriber Suite?

Да. Лицензиран е под BSD-3-Clause, без абонамент и без такса на минута. Самият модел на Whisper се изтегля еднократно (около 1-3 GB) при първото стартиране; след това транскрибирането работи без връзка с интернет.

Качва ли моето аудио или видео някъде?

Не, не и по подразбиране. Всеки бекенд по подразбиране — faster-whisper, whisper.cpp, NVIDIA Parakeet — работи локално на вашата машина. Два бекенда са достъпни само с изрично активиране (облачен бекенд с Gemini-API и Google Cloud Speech-to-Text) и двата остават изключени, докато не ги активирате сами в Разширени → Бекенд. Статистиката за употреба (без аудио, без имена на файлове) е включена по подразбиране и може да бъде изключена от Помощ → Статистика за употреба; приложението проверява GitHub веднъж дневно за нова версия, а Файл → Работа офлайн спира всякакво използване на мрежата.

На какви платформи работи?

Windows, macOS и Linux. Публикуваните файлове за изтегляне са инсталатор за Windows, преносим ZIP за Windows и DMG за macOS; под Linux се стартира от изходния код.

Какви формати за транскрипция може да създава?

srt vtt ass tsv txt json lrc md docx pdf, плюс oTranscribe, ELAN, InqScribe и Express Scribe.

Може ли да обозначава кой говори?

Да — опционална диаризация на говорителите („Разпознаване на говорителите“), с времеви маркери за всяка дума и изрязване на времеви интервали.

Може ли да транскрибира на живо от микрофон или системно аудио?

Да, от раздела Live — микрофон или системното аудио, транскрибирани в реално време.

Може ли да изтегля и транскрибира онлайн видеоклипове, например от YouTube?

Да, от всеки сайт, поддържан от yt-dlp, с опционална стъпка за транскрибиране след завършване.

Може ли да резюмира транскрипция, да извлича задачи или да отговаря на въпроси за нея?

Да, чрез опционалния раздел AI инструменти в прозореца за преглед на транскрипцията — обобщение, задачи за изпълнение, задаване на въпрос и превод сегмент по сегмент, който създава двуезичен .srt. По подразбиране е изключено.

Може ли да клонира глас и да го накара да изговаря нов текст?

Да, чрез опционалния раздел „Клониране на глас“, като се използва OmniVoice (Apache-2.0) изцяло на вашата машина. Изключено е по подразбиране; активира се по желание при инсталирането и трябва да потвърдите, че имате разрешение да клонирате референтния глас.

По какво се различава това от директното извикване на Whisper API?

По подразбиране моделът работи локално чрез faster-whisper, така че няма разходи за API на минута и никакво аудио не напуска компютъра ви — освен ако изрично не активирате някой от двата облачни бекенда.

Могат ли няколко души в една и съща мрежа да го използват, без да го инсталират на всяка машина?

Да — режимът за Уеб / LAN достъп превръща тази машина в страница за транскрипция, която останалите устройства в мрежата могат да използват.

Какво ново има във версия 2.1?

Менютата, бутоните и съобщенията са налични на 42 езика (машинно преведени и обозначени като такива); етикетите за говорители достигат до края на дълги записи и можете да зададете колко души говорят; транскрипциите, експортираните файлове и субтитрите се записват напълно на диска, преди да заменят стария файл; онлайн функциите работят на всеки Mac. Версия 2.0 добави скорост на опашката и оставащо време, субтитрирано видео от връзка, транскрипции като самостоятелна офлайн уеб страница, режим Работа офлайн с възможност за проверка и превод на английски. Вижте Какво ново в 2.1 и списъка с промени.

Може ли да превърне видео връзка във видео със субтитри?

Да. В раздела Изтегляне на видео поставете отметка на Създай видео със субтитри: приложението изтегля видеото, транскрибира го с Whisper и вгражда субтитрите с ffmpeg, като създава файл с името на видеото с -subbed.mp4. Изтегленият файл и транскрипцията се запазват, а съществуващ -subbed.mp4 никога не се презаписва.

Мога ли да спра напълно достъпа на приложението до мрежата?

Да. Файл → Работа офлайн спира проверката за актуализации, статистиката за употреба, изтеглянето на модели и отдалечените AI доставчици. Докато е включен, ред в долната част на прозореца показва дали има отворена връзка, а Провери офлайн сега показва как тестовите връзки биват отхвърляни. Когато е изключен, приложението се свързва с мрежата само за своите онлайн настройки при стартиране, за ежедневната проверка за актуализации, за статистиката за употреба (която може да се изключи от Помощ → Статистика за употреба) и за изтегляния, които вие стартирате.

Как да се свържа с проекта?

Сигнали за грешки и предложения за нови функции се изпращат в GitHub Issues, въпроси — в Discussions, а всичко останало — по имейл (адресът се показва при поискване в раздела за контакти). Докладите за сигурност преминават през поверителното докладване на уязвимости в GitHub.

Контакти и поддръжка

Свържете се с нас. Помогнете му да се развива.

Подкрепи проекта

Whisper Transcriber Suite е безплатен софтуер с лиценз BSD-3-Clause, разработван открито. Ако ти е спестил време, една звезда в GitHub ще помогне на други да го открият — а едно кафе винаги е добре дошло.