این صفحه به دلیل موقعیت مکانی شما به زبان خودتان نمایش داده شده است. مشاهده به انگلیسی
رایگان و متن‌باز · BSD-3-Clause · v2.1.0
Whisper Transcriber Suite مدل Whisper شرکت OpenAI را کاملاً روی کامپیوتر خودتان اجرا می‌کند — از طریق faster-whisper، whisper.cpp یا NVIDIA Parakeet. صدا یا ویدیو را به داخل بکشید و متن رونویسی زمان‌بندی‌شده تحویل بگیرید. بدون نیاز به فضای ابری، بدون حساب کاربری، بدون هزینه دقیقه‌ای.
معرفی محصول
یک فایل را رها کنید، گزینه‌های خود را انتخاب کنید، روی رونویسی کلیک کنید. بقیه موارد — صف، دانلودها، ضبط زنده، شبیه‌سازی صدا و اشتراک‌گذاری LAN — فقط یک تب با شما فاصله دارند. حلقه را بکشید یا از فلش‌ها استفاده کنید.
تازه‌های 2.1
برنامه به 42 زبان، برچسب‌های گوینده که تا انتهای ضبط‌های طولانی ادامه دارند، فایل‌هایی که با قطع برق از بین نمی‌روند، و قابلیت‌های آنلاینی که روی هر Mac کار می‌کنند. در زیر آن‌ها، مواردی که در 2.0 اضافه شد.
2.1 · همه پلتفرم‌ها
منوها، دکمه‌ها و پیام‌ها به 42 زبان ارائه می‌شوند (39 زبان در macOS و Linux). برنامه از زبان سیستم شما پیروی می‌کند، یا می‌توانید زبانی را در تنظیمات پیشرفته انتخاب کنید. هر زبانی به جز انگلیسی، ترجمه ماشینی است و به عنوان ترجمه ماشینی مشخص شده است؛ در حال حاضر زبان‌های فارسی، عربی و عبری روی Windows ارائه می‌شوند.
2.1 · همه پلتفرم‌ها
نام‌های گوینده اکنون تا انتهای ضبط‌های طولانی ادامه می‌یابند، تشخیص گوینده دیگر باعث کرش کردن رونویسی نمی‌شود، و در کنار شناسایی گوینده‌ها می‌توانید به جای رها کردن آن روی Auto، تعداد افراد در حال صحبت را مشخص کنید (2 تا 10).
2.1 · همه پلتفرم‌ها
متن‌های رونویسی، خروجی‌ها و زیرنویس‌ها پیش از جایگزینی فایل قدیمی، کاملاً روی دیسک نوشته می‌شوند، بنابراین قطعی برق نمی‌تواند یک فایل خالی به جا بگذارد. رونویسی‌ای که ورکر آن پس از نوشتن تمام فایل‌هایش متوقف شده باشد، تمام‌شده محسوب می‌شود.
2.1 · macOS
بررسی به‌روزرسانی، گزارش مشکلات و سایر جستجوهای وب دیگر با خطای certificate verify failed ناموفق نمی‌شوند.
2.0 · همه پلتفرم‌ها
تب صف رونویسی نشان می‌دهد که هر رونویسی با چه سرعتی اجرا می‌شود و تقریباً چه مقدار زمان باقی مانده است، مثلاً حدود 4.8x، 6 دقیقه باقی‌مانده. کارت نتیجه پس از اتمام کار، سرعت، مدل و دستگاه را گزارش می‌دهد.
2.0 · همه پلتفرم‌ها
آن را در تب دانلود ویدیو تیک بزنید تا یک لینک با زیرنویس‌های چسبانده‌شده به <title>-subbed.mp4 تبدیل شود: دانلود، رونویسی و چسباندن زیرنویس به عنوان یک کار صف‌بندی‌شده همراه با پیشرفت و دکمه لغو فعال. فایل دانلودشده و متن رونویسی نگه داشته می‌شوند.
2.0 · همه پلتفرم‌ها
ذخیره یک متن رونویسی نهایی به عنوان یک فایل تکی .html که در هر مرورگری بدون نیاز به نصب و اینترنت باز می‌شود: برچسب‌های زمانی، گوینده‌ها، فصل‌ها و کادر جستجو. روی یک کلمه کلیک کنید تا رسانه از همان‌جا پخش شود.
2.0 · همه پلتفرم‌ها
یک کلید در منوی فایل برنامه را از شبکه دور نگه می‌دارد. خطی در پایین پنجره نشان می‌دهد که آیا اتصالی باز است یا خیر، و بررسی آفلاین بودن رد شدن اتصالات آزمایشی را نشان می‌دهد. آمار استفاده به طور پیش‌فرض روشن است و می‌توانید آن را در بخش راهنما خاموش کنید.
2.0 · همه پلتفرم‌ها
گزینه خروجی: ترجمه انگلیسی با استفاده از تسک ترجمه خود Whisper، گفتار غیرانگلیسی را در یک مرحله به زیرنویس انگلیسی تبدیل می‌کند. این گزینه به طور پیش‌فرض خاموش است و برای هر موتور یا مدلی در دسترس نیست.
2.0 · macOS
منوی برنامه با تنظیمات (Command-comma)، حالت‌های روشن و تاریک هماهنگ با macOS، فونت سیستم، باز شدن فایل‌ها از طریق Finder یا رها کردن روی آیکون Dock، و اعلان پایان کار هنگام باز بودن برنامه در پس‌زمینه.
2.0 · Windows
دکمه تسک‌بار پیشرفت کار، تعداد کارهای در صف و در حال اجرا را نمایش می‌دهد و هنگام اتمام کار چشمک می‌زند. نوارهای عنوان از تم تاریک پیروی می‌کنند و متن در مقیاس‌های صفحه‌نمایش 125% و 150% کاملاً واضح باقی می‌ماند.
2.0 · اولین اجرا
نصب جدید از شما زبان، سریع یا بهترین کیفیت، و یک پوشه را می‌پرسد و اندازه مدل را قبل از شروع هر دانلودی نشان می‌دهد. یک کلیپ 18 ثانیه‌ای مالکیت عمومی به شما امکان می‌دهد قبل از انتخاب فایل خودتان، یک متن رونویسی واقعی را مشاهده کنید.
همچنین جدید در 2.0: قابلیت تبدیل متن به صدا متن‌های تا 100,000 کاراکتر را بخش به بخش می‌خواند، دکمه به‌روزرسانی ابزار دانلود ویدیو را بدون دسترسی مدیر ارتقا می‌دهد، و یک نوار به‌روزرسانی بی‌صدا جایگزین پنجره گفتگوی به‌روزرسانی شده است. تب Video Tiling حذف شده است. تمام جزئیات در گزارش تغییرات آمده است.
ویژگی‌ها
faster-whisper · whisper.cpp · Parakeet
Whisper large-v3 به طور پیش‌فرض، به‌علاوه large-v3-turbo و distil-large-v3.5. بک‌اندی را انتخاب کنید که با سخت‌افزار شما سازگار است.
14 فرمت
دقیقاً در کنار فایل ورودی شما ذخیره می‌شود — به‌علاوه فرمت‌های oTranscribe، ELAN، InqScribe و Express Scribe برای جریان‌های کاری حرفه‌ای رونویسی.
میکروفون · صدای سیستم
رونویسی از میکروفون — یا هر آنچه این دستگاه پخش می‌کند — هم‌زمان با رویداد. برش‌ها در مکث‌های طبیعی انجام می‌شوند تا هیچ کلمه‌ای به دو نیم تقسیم نشود.
برچسب زمانی برای هر کلمه
مرحله اختیاری «شناسایی گوینده‌ها»، همراه با برچسب زمانی برای هر کلمه و برش بازه زمانی برای ویرایش دقیق بخش‌ها.
مکث · ازسرگیری · اجرای مجدد
وضعیت زنده برای هر کار در انتظار و در حال اجرا، با کنترل کامل روی هر ردیف تنها با یک کلیک.
قدرت‌گرفته از yt-dlp
هر آنچه yt-dlp پشتیبانی می‌کند، با قابلیت اختیاری رونویسی پس از اتمام. دانلودها به جای شروع مجدد، از سر گرفته می‌شوند.
سنجش پیش از فیلتر کردن
ابتدا هر ضبط را می‌سنجد و فقط زمانی آن را پاک‌سازی می‌کند که مفید باشد — خروجی خود را بررسی کرده و در صورت حذف شدن گفتار، به حالت اول برمی‌گرداند.
به‌علاوه ابزارهای هوش مصنوعی (خلاصه‌ها، موارد اقدام، مرحله SRT دوزبانه)، یک تب اختیاری شبیه‌سازی آفلاین صدا و حالت شبکه محلی — توضیحات بیشتر در README.
نحوه کارکرد
رونویسی روی کامپیوتر خودتان انجام می‌شود. صدای شما تنها در صورتی آپلود می‌شود که یکی از دو موتور ابری اختیاری را روشن کنید، و متن رونویسی تنها در صورتی خارج می‌شود که خودتان یک مدل هوش مصنوعی ریموت را متصل کنید.
صدا یا ویدیو از روی دیسک، یا هر آنچه yt-dlp بتواند دریافت کند. رابط کاربری Tk در پردازش اصلی اجرا می‌شود و کار را فوراً در صف قرار می‌دهد.
هر کار در زیرپردازش ورکر با عمر طولانی خود اجرا می‌شود که Whisper را در حافظه نگه می‌دارد و پیشرفت کار را از طریق خطوط متنی JSON ارسال می‌کند — بنابراین پنجره هرگز قفل نمی‌شود.
یک توکن اختصاصی برای هر ورکر و سیگنال ضربان قلب (heartbeat)، مسیریابی را پایدار نگه می‌دارند و به برنامه امکان می‌دهند ورکر متوقف‌شده را تشخیص دهد به جای آنکه همراه با آن هنگ کند.
ساخته‌شده بر پایه مدل تشخیص گفتار Whisper شرکت OpenAI، اجرا به صورت محلی از طریق faster-whisper، whisper.cpp یا NVIDIA Parakeet، همراه با yt-dlp و FFmpeg برای مدیریت رسانه.
مطالعه ساختار فنی کاملراهنماهای گام‌به‌گام: تبدیل ویدیوی YouTube به متن · تبدیل ویدیو به زیرنویس SRT · متن رونویسی با برچسب‌های گوینده
دانلود · v2.1.0 · منتشرشده در 2026-10-12
تمام پیش‌نیازها همراه برنامه ارائه می‌شود — یک محیط اجرای خصوصی Python، ffmpeg، ffprobe و yt-dlp. فقط خود مدل گفتار بعداً دانلود می‌شود (حدود 1–3 GB، یک‌بار)؛ پس از آن، رونویسی بدون اتصال به اینترنت کار می‌کند.
Windows توصیهشده برای شما
.exe~238 MB
برای اکثر کاربران — نصب‌کننده استاندارد، میانبر منوی استارت، ارتقا در همان محل. برنامه امضای دیجیتال کد ندارد، بنابراین Windows SmartScreen ممکن است یک بار هشدار دهد: More info → Run anyway.
دریافت فایل نصبنسخه پرتابل Windows
.zip~360 MB
از حالت فشرده خارج و اجرا کنید. بدون نیاز به نصب، بدون نیاز به دسترسی مدیر، مناسب برای حافظه USB.
دریافت ZIPmacOS توصیهشده برای شما
.dmg~275 MB · ~333 MB
ساده‌ترین روش: یک خط در Terminal — نسخه مناسب را انتخاب کرده و از هشدار امنیتی عبور می‌کند. یا ایمیج دیسک را برای Apple Silicon یا Intel دریافت کنید.
نصب با یک خط دستورLinux و سورس‌کد توصیهشده برای شما
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
macOS — نصب با یک خط دستور
نسخه مناسب برای Mac شما را دانلود می‌کند (Apple Silicon روی macOS 14+، در غیر این صورت Intel از طریق Rosetta)، برنامه را در Applications کپی کرده و آن را باز می‌کند. فایل‌های دریافت‌شده توسط curl قرنطینه نمی‌شوند، بنابراین هشدار «توسعه‌دهنده ناشناس» برای رد کردن وجود ندارد.
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"روش معمول را ترجیح می‌دهید؟ .dmg را باز کنید و برنامه را به درون Applications بکشید؛ سپس اولین اجرا نیاز به راست‌کلیک → Open (در macOS 14 و قدیمی‌تر) یا System Settings → Privacy & Security → Open Anyway (در macOS 15+) دارد.
تمام نسخه‌ها به همراه یادداشت‌ها در GitHub Releases قرار دارند. راهنمای نصب.
مقایسه
برنامه Whisper Transcriber Suite یکی از چندین برنامه دسکتاپ رایگان و متن‌باز است که رونویسی را روی کامپیوتر خودتان انجام می‌دهد. در اینجا مقایسه آن با Subtitle Edit، Vibe و Buzz آمده است، از جمله زمان‌هایی که برنامه‌ای دیگر برای کار شما مناسب‌تر است. مقایسه کامل را بخوانید، با منبع برای تک‌تک موارد و دو برنامه دیگر یعنی noScribe و aTrain.
| ویژگی | Whisper Transcriber Suite | Subtitle Edit | Vibe | Buzz |
|---|---|---|---|---|
| قیمت، مجوز | رایگان، BSD-3-Clause | رایگان، MIT | رایگان، MIT | رایگان، MIT |
| دانلودها | نصب‌کننده Windows و فایل ZIP پرتابل، macOS (پردازنده‌های Apple silicon و Intel)؛ Linux از سورس‌کد | Windows (نسخه‌های x64 و ARM64)، macOS، Linux (نسخه‌های Flatpak و tar.gz) | Windows، macOS، Linux (.deb, .rpm) | Windows، macOS (نسخه 1.4.5 آخرین نسخه برای Macهای Intel است)، Linux (نسخه‌های Flatpak، Snap، AppImage)، PyPI |
| شتاب‌دهی GPU | NVIDIA (CUDA) | NVIDIA (CUDA)، Vulkan | NVIDIA، AMD، Intel (Vulkan / CoreML) | NVIDIA (CUDA)، Apple silicon، Vulkan |
| نصب‌کننده دارای امضای دیجیتال Windows | خیر | ذکر نشده | بله، بر اساس مستندات آن | خیر |
| زبان‌های رابط کاربری | 42 (ترجمه ماشینی) | 35 | 22 | 16 |
| این گزینه را انتخاب کنید اگر | میکروفون زنده، دانلود ویدیو، 14 فرمت خروجی و حالت شبکه محلی با مسیر سازگار با OpenAI نیز می‌خواهید | موتورهای گفتار متعددی (Parakeet، Canary، Qwen3-ASR و موارد دیگر) یا یک برنامه تأییدشده (notarized) برای Mac می‌خواهید | نصب‌کننده Windows دارای امضای دیجیتال (طبق مستندات آن) یا پشتیبانی از پردازنده‌های گرافیکی AMD و Intel می‌خواهید | بسته‌های Linux (شامل Flatpak، Snap، AppImage) یا نصب از طریق PyPI می‌خواهید |
سؤالات متداول
سؤال دیگری دارید؟ در GitHub Discussions مطرح کنید.
بله. این برنامه تحت مجوز BSD-3-Clause است و هیچ اشتراک یا هزینه دقیقه‌ای ندارد. خود مدل Whisper در اولین اجرا یک بار دانلود می‌شود (حدود 1-3 GB)؛ پس از آن، رونویسی بدون اتصال اینترنت کار می‌کند.
خیر، به طور پیش‌فرض این‌طور نیست. همه بک‌اند‌های پیش‌فرض — faster-whisper، whisper.cpp، NVIDIA Parakeet — به صورت محلی روی سیستم شما اجرا می‌شوند. دو بک‌اند فقط به صورت اختیاری هستند (یک بک‌اند ابری Gemini-API، و Google Cloud Speech-to-Text)، و هر دو خاموش می‌مانند تا زمانی که خودتان آن‌ها را در تنظیمات پیشرفته → Backend فعال کنید. آمار استفاده (بدون صدا، بدون نام فایل‌ها) به طور پیش‌فرض روشن است و می‌توانید آن را در راهنما → آمار استفاده خاموش کنید؛ برنامه روزی یک بار GitHub را برای نسخه جدید بررسی می‌کند، و فایل → حالت آفلاین تمام استفاده از شبکه را متوقف می‌سازد.
Windows، macOS و Linux. دانلودهای منتشرشده شامل نصب‌کننده Windows، فایل ZIP پرتابل Windows و فایل DMG برای macOS است؛ Linux از سورس اجرا می‌شود.
srt vtt ass tsv txt json lrc md docx pdf، به‌علاوه oTranscribe، ELAN، InqScribe و Express Scribe.
بله — تفکیک اختیاری گوینده‌ها («شناسایی گوینده‌ها»)، همراه با برچسب زمانی برای هر کلمه و برش بازه زمانی.
بله، از تب زنده — یک میکروفون یا صدای سیستم، هم‌زمان با پخش رونویسی می‌شود.
بله، هر سایتی که yt-dlp پشتیبانی کند، با مرحله اختیاری رونویسی پس از اتمام.
بله، از طریق تب اختیاری ابزارهای هوش مصنوعی در نمایشگر متن رونویسی — خلاصه‌سازی، موارد اقدام، پرسیدن سؤال، و مرحله ترجمه بخش به بخش که یک .srt دوزبانه می‌نویسد. این قابلیت به طور پیش‌فرض خاموش است.
بله، از طریق تب اختیاری شبیه‌سازی صدای شما، با استفاده از OmniVoice (Apache-2.0) کاملاً روی سیستم شما. به طور پیش‌فرض خاموش است؛ در زمان نصب می‌توانید آن را فعال کنید، و باید تأیید کنید که اجازه شبیه‌سازی صدای مرجع را دارید.
مدل را به طور پیش‌فرض به صورت محلی از طریق faster-whisper اجرا می‌کند، بنابراین هیچ هزینه دقیقه‌ای برای API وجود ندارد و هیچ صدایی از کامپیوتر شما خارج نمی‌شود — مگر اینکه صریحاً یکی از دو بک‌اند ابری را انتخاب کنید.
بله — حالت دسترسی وب / LAN این سیستم را به یک صفحه رونویسی تبدیل می‌کند که سایر دستگاه‌های موجود در شبکه می‌توانند از آن استفاده کنند.
منوها، دکمه‌ها و پیام‌ها به 42 زبان ارائه می‌شوند (ترجمه ماشینی شده و مشخص‌شده)؛ برچسب‌های گوینده تا انتهای ضبط‌های طولانی ادامه می‌یابند و می‌توانید تعداد افراد حاضر در گفتگو را مشخص کنید؛ متن‌های رونویسی، خروجی‌ها و زیرنویس‌ها پیش از جایگزینی فایل قدیمی، به طور کامل روی دیسک نوشته می‌شوند؛ ویژگی‌های آنلاین روی همه Macها کار می‌کنند. نسخه 2.0 سرعت صف و زمان باقی‌مانده، ساخت ویدیوی زیرنویس‌دار از لینک، متن‌های رونویسی در قالب یک صفحه وب آفلاین، حالت آفلاین قابل فعال‌سازی و ترجمه به انگلیسی را اضافه کرد. بخش تازه‌های 2.1 و گزارش تغییرات را ببینید.
بله. در تب دانلود ویدیو، گزینه ساخت ویدیوی زیرنویس‌دار را علامت بزنید: برنامه ویدیو را دانلود می‌کند، با Whisper رونویسی می‌کند و با ffmpeg زیرنویس‌ها را روی آن می‌چسباند و فایلی با نام ویدیو و پسوند -subbed.mp4 تولید می‌کند. فایل دانلودشده و متن رونویسی نگه داشته می‌شوند و فایل -subbed.mp4 موجود هرگز جایگزین نمی‌شود.
بله. فایل → حالت آفلاین بررسی به‌روزرسانی، آمار استفاده، دانلود مدل‌ها و ارائه‌دهندگان هوش مصنوعی ریموت را متوقف می‌کند. در زمان فعال بودن آن، خطی در پایین پنجره وضعیت باز بودن اتصال را نشان می‌دهد، و بررسی آفلاین بودن رد شدن اتصالات آزمایشی را نمایش می‌دهد. با خاموش بودن آن، برنامه تنها برای تنظیمات آنلاین خود در شروع به کار، بررسی روزانه به‌روزرسانی، آمار استفاده (که می‌توان آن را در راهنما → آمار استفاده خاموش کرد) و دانلودهایی که خودتان شروع می‌کنید، با شبکه ارتباط برقرار می‌کند.
گزارش باگ‌ها و درخواست‌های قابلیت جدید به GitHub Issues، سؤالات به Discussions، و سایر موارد از طریق ایمیل ارسال می‌شوند (آدرس ایمیل با درخواست در بخش تماس نمایش داده می‌شود). گزارش‌های امنیتی از طریق سامانه خصوصی گزارش آسیب‌پذیری GitHub ارسال می‌شوند.
تماس و پشتیبانی
رسانه‌ها، همکاری‌ها یا هر موضوعی که گزارش باگ نباشد.
GitHub Issues
نسخه برنامه، سیستم‌عامل و کوچک‌ترین فایلی را که مشکل را بازتولید می‌کند، ارسال نمایید.
GitHub Discussions
راهنمای راه‌اندازی، ایده‌ها و ارائه‌های سایر کاربران.
برنامه Whisper Transcriber Suite رایگان و تحت مجوز BSD-3-Clause است و به صورت عمومی و متن‌باز نگهداری می‌شود. اگر در زمان شما صرفه‌جویی کرده است، یک ستاره در GitHub به دیگران کمک می‌کند تا آن را پیدا کنند — و یک فنجان قهوه همیشه مایه خوشحالی است.
از دانلود شما متشکریم! در حین دانلود — اگر این برنامه در زمان شما صرفه‌جویی کرد، یک ⭐ در GitHub روشی است که دیگران آن را پیدا می‌کنند. یک کلیک، کاملاً رایگان.