यह पेज आपकी भाषा में है क्योंकि आप जहां से विज़िट कर रहे हैं। अंग्रेज़ी में देखें
मुफ़्त और ओपन सोर्स · BSD-3-Clause · v2.1.0
Whisper Transcriber Suite OpenAI के Whisper मॉडल को पूरी तरह से आपके अपने कंप्यूटर पर चलाता है — faster-whisper, whisper.cpp या NVIDIA Parakeet के माध्यम से। ऑडियो या वीडियो खींचें और समयबद्ध ट्रांसक्रिप्ट वापस पाएं। कोई क्लाउड नहीं, कोई अकाउंट नहीं, कोई प्रति-मिनट लागत नहीं।
प्रोडक्ट टूर
फ़ाइल छोड़ें, अपने विकल्प चुनें, ट्रांसक्राइब करें दबाएं। बाकी सब कुछ — कतार, डाउनलोड, लाइव कैप्चर, वॉइस क्लोनिंग और LAN शेयरिंग — एक टैब दूर है। रिंग को खींचें, या तीर का उपयोग करें।
2.1 में नया
42 भाषाओं में ऐप, वक्ता लेबल जो लंबी रिकॉर्डिंग के अंत तक पहुंचते हैं, पावर कट से बचने वाली फ़ाइलें, और ऑनलाइन फ़ीचर जो हर Mac पर काम करते हैं। इनके नीचे, 2.0 में क्या जोड़ा गया था।
2.1 · सभी प्लेटफ़ॉर्म
मेनू, बटन और मैसेज 42 भाषाओं में आते हैं (macOS और Linux पर 39)। ऐप आपकी सिस्टम भाषा का पालन करता है, या आप उन्नत सेटिंग्स में कोई एक चुन सकते हैं। अंग्रेज़ी को छोड़कर हर भाषा एक मशीनी अनुवाद है और इसे ऐसे ही चिह्नित किया गया है; फ़ारसी, अरबी और हिब्रू अभी के लिए Windows पर दी जाती हैं।
2.1 · सभी प्लेटफ़ॉर्म
वक्ता नाम अब लंबी रिकॉर्डिंग के अंत तक पहुंचते हैं, वक्ता पहचान अब ट्रांसक्रिप्शन को क्रैश नहीं कर सकती, और वक्ताओं की पहचान करें के बगल में आप सेट कर सकते हैं कि कितने लोग बोलते हैं (2 से 10) इसे ऑटो पर छोड़ने के बजाय।
2.1 · सभी प्लेटफ़ॉर्म
ट्रांसक्रिप्ट, एक्सपोर्ट और सबटाइटल पुरानी फ़ाइल को बदलने से पहले पूरी तरह से डिस्क पर लिख दिए जाते हैं, इसलिए पावर कट खाली फ़ाइल नहीं छोड़ सकता। एक ट्रांसक्रिप्शन जिसका वर्कर अपनी सभी फ़ाइलों को लिखने के बाद रुक गया था, पूर्ण माना जाता है।
2.1 · macOS
अपडेट चेक, समस्या रिपोर्ट और अन्य वेब लुकअप अब certificate verify failed के साथ विफल नहीं होते।
2.0 · सभी प्लेटफ़ॉर्म
ट्रांसक्रिप्शन कतार टैब दिखाता है कि प्रत्येक ट्रांसक्रिप्शन कितनी तेज़ी से चलती है और लगभग कितना समय बचा है, उदाहरण के लिए लगभग 4.8x, 6 मिनट बचे हैं। जॉब पूरा होने पर परिणाम कार्ड स्पीड, मॉडल और डिवाइस की रिपोर्ट करता है।
2.0 · सभी प्लेटफ़ॉर्म
वीडियो डाउनलोड करें टैब पर इसे टिक करें और एक लिंक सबटाइटल बर्न इन के साथ <title>-subbed.mp4 बन जाता है: डाउनलोड, ट्रांसक्राइब और बर्न इन को प्रोग्रेस और काम करने वाले रद्द करें के साथ एक कतारबद्ध जॉब के रूप में। डाउनलोड और ट्रांसक्रिप्ट रख लिए जाते हैं।
2.0 · सभी प्लेटफ़ॉर्म
पूर्ण ट्रांसक्रिप्ट को एकल .html फ़ाइल के रूप में सहेजें जो इंस्टॉल और इंटरनेट कनेक्शन के बिना किसी भी ब्राउज़र में खुलती है: टाइमस्टैम्प, वक्ता, चैप्टर और सर्च बॉक्स। एक शब्द पर क्लिक करें और मीडिया वहीं से चलना शुरू होता है।
2.0 · सभी प्लेटफ़ॉर्म
File के तहत एक स्विच ऐप को नेटवर्क से दूर रखता है। विंडो के तल पर एक लाइन बताती है कि कनेक्शन खुला है या नहीं, और अभी ऑफ़लाइन सत्यापित करें टेस्ट कनेक्शन के अस्वीकृत होने दिखाता है। इस्तेमाल के आँकड़े डिफ़ॉल्ट रूप से चालू रहते हैं और सहायता के तहत बंद किए जा सकते हैं।
2.0 · सभी प्लेटफ़ॉर्म
आउटपुट: अंग्रेज़ी अनुवाद विकल्प गैर-अंग्रेज़ी स्पीच को Whisper के अपने ट्रांसलेट टास्क का उपयोग करके एक ही बार में अंग्रेज़ी सबटाइटल में बदल देता है। यह डिफ़ॉल्ट रूप से बंद रहता है और हर इंजन या मॉडल के लिए उपलब्ध नहीं है।
2.0 · macOS
एक ऐप मेनू जिसमें Settings (Command-comma), macOS का अनुसरण करने वाले Light और Dark, सिस्टम फ़ॉन्ट, Finder से खोली गई फ़ाइलें या Dock आइकन पर छोड़ी गई फ़ाइलें, और ऐप बैकग्राउंड में होने पर काम पूरा होने पर एक सूचना शामिल है।
2.0 · Windows
टास्कबार बटन प्रगति दिखाता है, कतार में लगी और चल रही जॉब की संख्या बताता है, और काम पूरा होने पर टिमटिमाता है। टाइटल बार डार्क थीम का अनुसरण करते हैं, और टेक्स्ट 125% और 150% डिस्प्ले स्केलिंग पर स्पष्ट रहता है।
2.0 · पहली बार शुरू करना
एक नया इंस्टॉलेशन आपसे आपकी भाषा, तेज़ या सबसे अच्छी गुणवत्ता, और एक फ़ोल्डर पूछता है, और कुछ भी डाउनलोड होने से पहले मॉडल का आकार दिखाता है। एक 18-सेकंड का सार्वजनिक-डोमेन क्लिप आपको अपनी कोई फ़ाइल चुनने से पहले एक वास्तविक ट्रांसक्रिप्ट देखने की सुविधा देता है।
2.0 में नया: Text to Voice 100,000 अक्षरों तक के टेक्स्ट को टुकड़े-टुकड़े में पढ़ता है, एक इसे अपडेट करें बटन बिना एडमिनिस्ट्रेटर अधिकारों के वीडियो डाउनलोडर को रिफ्रेश करता है, और एक शांत अपडेट बार अपडेट डायलॉग की जगह लेता है। Video Tiling टैब हटा दिया गया है। बाकी सब कुछ चेंजलॉग में है।
विशेषताएँ
faster-whisper · whisper.cpp · Parakeet
डिफ़ॉल्ट रूप से Whisper large-v3, साथ ही large-v3-turbo और distil-large-v3.5। अपने हार्डवेयर के अनुरूप बैकएंड चुनें।
14 फ़ॉर्मेट
आपकी इनपुट फ़ाइल के ठीक बगल में लिखा जाता है — साथ ही प्रोफेशनल ट्रांसक्रिप्ट वर्कफ़्लो के लिए oTranscribe, ELAN, InqScribe और Express Scribe।
माइक · सिस्टम ऑडियो
एक माइक — या जो कुछ भी यह मशीन चला रही है — को उसी समय ट्रांसक्राइब करता है जैसे-जैसे वह होता है। कटिंग प्राकृतिक ठहराव पर की जाती है ताकि शब्द कभी न टूटें।
हर शब्द के टाइमस्टैम्प
वैकल्पिक "वक्ताओं की पहचान करें" पास, साथ ही सटीक सेगमेंट संपादन के लिए हर शब्द के टाइमस्टैम्प और समय-सीमा क्लिपिंग।
रोकें · फिर से शुरू करें · दोबारा चलाएँ
हर लंबित और चल रही जॉब के लिए लाइव स्टेटस, और हर पंक्ति पर पूरा नियंत्रण हमेशा एक क्लिक की दूरी पर।
yt-dlp द्वारा संचालित
जो कुछ भी yt-dlp संभालता है, वैकल्पिक पूरा होने पर ट्रांसक्राइब करने के साथ। डाउनलोड करें और फिर से शुरू होने के बजाय जारी रहते हैं।
फ़िल्टर करने से पहले नापता है
हर रिकॉर्डिंग को पहले मापता है और तभी साफ करता है जब इससे मदद मिलती है — यह अपने आउटपुट की जाँच करता है और यदि उसने बोली गई बात को हटा दिया हो तो वापस लौट आता है।
साथ ही AI टूल्स (सारांश, कार्य मद, एक द्विभाषी SRT पास), एक वैकल्पिक ऑफ़लाइन वॉइस-क्लोनिंग टैब, और एक लोकल-नेटवर्क मोड — README में और भी।
यह कैसे काम करता है
ट्रांसक्रिप्शन आपके अपने कंप्यूटर पर चलती है। आपका ऑडियो तभी अपलोड होता है जब आप दो वैकल्पिक क्लाउड इंजन में से किसी एक को चालू करते हैं, और ट्रांसक्रिप्ट टेक्स्ट तभी बाहर जाता है जब आप खुद किसी रिमोट AI मॉडल से जुड़ते हैं।
डिस्क से ऑडियो या वीडियो, या जो कुछ भी yt-dlp ला सकता है। Tk इंटरफ़ेस मुख्य प्रोसेस में चलता है और जॉब को तुरंत कतार में लगाता है।
हर जॉब अपने लंबे समय तक रहने वाले वर्कर सबप्रोसेस में चलती है जो Whisper को मेमोरी में रखता है और न्यूलाइन-डिलिमिटेड JSON पर प्रगति वापस स्ट्रीम करता है — ताकि विंडो कभी फ्रीज़ न हो।
प्रति-वर्कर टोकन और हार्टबीट रूटिंग को मज़बूत रखते हैं और ऐप को फंसे हुए वर्कर का पता लगाने की अनुमति देते हैं बजाय इसके कि उसके साथ फंस जाए।
OpenAI के Whisper स्पीच-रिकग्निशन मॉडल पर बनाया गया, जो faster-whisper, whisper.cpp या NVIDIA Parakeet के ज़रिए लोकल रूप से चलता है, और मीडिया हैंडलिंग के लिए yt-dlp और FFmpeg के साथ।
पूरी आर्किटेक्चर पढ़ेंचरण-दर-चरण गाइड: YouTube वीडियो को टेक्स्ट में · वीडियो को SRT सबटाइटल में · वक्ता लेबल के साथ ट्रांसक्रिप्ट
डाउनलोड करें · v2.1.0 · रिलीज़ 2026-10-12
ज़रूरी हर चीज़ बंडल की गई है — एक निजी Python रनटाइम, ffmpeg, ffprobe और yt-dlp। बाद में सिर्फ़ स्पीच मॉडल ही डाउनलोड होता है (लगभग 1–3 GB, एक बार); उसके बाद, ट्रांसक्रिप्शन बिना इंटरनेट कनेक्शन के काम करती है।
Windows आपके लिए सुझाया गया
.exe~238 MB
ज़्यादातर लोगों के लिए — सामान्य इंस्टॉलर, Start-menu शॉर्टकट, जगह पर अपग्रेड। ऐप कोड-साइन नहीं है, इसलिए Windows SmartScreen एक बार चेतावनी दे सकता है: अधिक जानकारी → फिर भी चलाएँ।
इंस्टॉलर प्राप्त करेंWindows पोर्टेबल
.zip~360 MB
अनज़िप करें और चलाएँ। इंस्टॉल नहीं, एडमिन अधिकार नहीं, USB स्टिक पर आराम से चलता है।
ZIP प्राप्त करेंmacOS आपके लिए सुझाया गया
.dmg~275 MB · ~333 MB
सबसे आसान: टर्मिनल में एक लाइन — सही बिल्ड चुनता है और सुरक्षा चेतावनी को छोड़ देता है। या Apple Silicon या Intel के लिए डिस्क इमेज लें।
एक लाइन इंस्टॉलLinux और सोर्स आपके लिए सुझाया गया
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 — एक लाइन इंस्टॉल
आपके Mac के लिए सही बिल्ड डाउनलोड करता है (macOS 14+ पर Apple Silicon, अन्यथा Rosetta के माध्यम से Intel), ऐप को Applications में कॉपी करता है और उसे खोलता है। curl द्वारा लाई गई फ़ाइलें क्वारंटाइन नहीं होती हैं, इसलिए पास करने के लिए कोई "अज्ञात डेवलपर" चेतावनी नहीं होती है।
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"पुराने तरीके को प्राथमिकता दें? .dmg खोलें और ऐप को Applications में खींचें; पहली बार लॉन्च करने के लिए राइट-क्लिक → Open (macOS 14 और पुराने) या System Settings → गोपनीयता और सुरक्षा → Open Anyway (macOS 15+) की आवश्यकता होती है।
हर रिलीज़, नोट्स के साथ, GitHub Releases पर मौजूद है। इंस्टॉल गाइड।
तुलना करें
Whisper Transcriber Suite कई मुफ़्त, ओपन-सोर्स डेस्कटॉप ऐप्स में से एक है जो आपके अपने कंप्यूटर पर ट्रांसक्रिप्ट करते हैं। यहाँ बताया गया है कि यह Subtitle Edit, Vibe और Buzz के साथ कैसे तुलना करता है, जिसमें यह भी शामिल है कि कब कोई अन्य ऐप बेहतर फिट बैठता है। हर तथ्य के लिए स्रोत और दो और ऐप्स, noScribe और aTrain के साथ पूरी तुलना पढ़ें।
| विशेषता | Whisper Transcriber Suite | Subtitle Edit | Vibe | Buzz |
|---|---|---|---|---|
| मूल्य, लाइसेंस | मुफ़्त, BSD-3-Clause | मुफ़्त, MIT | मुफ़्त, MIT | मुफ़्त, MIT |
| डाउनलोड | Windows इंस्टॉलर और पोर्टेबल ZIP, macOS (Apple silicon, Intel); सोर्स से Linux | Windows (x64, ARM64), macOS, Linux (Flatpak, tar.gz) | Windows, macOS, Linux (.deb, .rpm) | Windows, macOS (1.4.5 Intel Macs के लिए अंतिम है), Linux (Flatpak, Snap, AppImage), PyPI |
| GPU त्वरण | NVIDIA (CUDA) | NVIDIA (CUDA), Vulkan | NVIDIA, AMD, Intel (Vulkan / CoreML) | NVIDIA (CUDA), Apple silicon, Vulkan |
| साइन किया गया Windows इंस्टॉलर | नहीं | उल्लेखित नहीं | हाँ, इसके डॉक्स के अनुसार | नहीं |
| इंटरफ़ेस भाषाएँ | 42 (मशीन-अनुवादित) | 35 | 22 | 16 |
| इसे चुनें यदि | आपको एक लाइव माइक्रोफ़ोन, वीडियो डाउनलोड, 14 आउटपुट फ़ॉर्मैट और OpenAI-संगत रूट के साथ एक लोकल-नेटवर्क मोड भी चाहिए | आपको कई स्पीच इंजन (Parakeet, Canary, Qwen3-ASR और अधिक) या एक नोटराइज़्ड Mac ऐप चाहिए | आपको एक ऐसा Windows इंस्टॉलर चाहिए जिसके डॉक्स में साइन किए गए होने का उल्लेख हो, या AMD और Intel का नाम लेने वाला GPU समर्थन चाहिए | आपको Linux पैकेज (Flatpak, Snap, AppImage) या PyPI इंस्टॉल चाहिए |
FAQ
क्या आपके मन में कुछ और है? GitHub Discussions में पूछें।
हाँ। यह BSD-3-Clause लाइसेंस के तहत है, इसमें कोई सब्सक्रिप्शन और कोई प्रति-मिनट लागत नहीं है। Whisper मॉडल स्वयं पहली बार लॉन्च होने पर एक बार (लगभग 1-3 GB) डाउनलोड होता है; उसके बाद, ट्रांसक्रिप्शन बिना इंटरनेट कनेक्शन के काम करता है।
नहीं, डिफ़ॉल्ट रूप से नहीं। हर डिफ़ॉल्ट बैकएंड — faster-whisper, whisper.cpp, NVIDIA Parakeet — आपकी मशीन पर लोकल चलता है। दो बैकएंड केवल ऑप्ट-इन हैं (एक क्लाउड Gemini-API बैकएंड, और Google Cloud Speech-to-Text), और दोनों तब तक बंद रहते हैं जब तक आप उन्हें स्वयं Advanced → Backend में सक्षम नहीं करते। इस्तेमाल के आँकड़े (कोई ऑडियो नहीं, कोई फ़ाइल नाम नहीं) डिफ़ॉल्ट रूप से चालू होते हैं और सहायता → इस्तेमाल के आँकड़े में बंद किए जा सकते हैं, ऐप नए संस्करण के लिए दिन में एक बार GitHub जाँचता है, और File → ऑफ़लाइन काम करें सभी नेटवर्क उपयोग को रोक देता है।
Windows, macOS और Linux। प्रकाशित डाउनलोड एक Windows इंस्टॉलर, एक Windows पोर्टेबल ZIP, और एक macOS DMG हैं; Linux सोर्स से चलता है।
srt vtt ass tsv txt json lrc md docx pdf, साथ ही oTranscribe, ELAN, InqScribe और Express Scribe।
हाँ — वैकल्पिक स्पीकर डायराइज़ेशन ("वक्ताओं की पहचान करें"), हर शब्द के टाइमस्टैम्प और समय-सीमा क्लिपिंग के साथ।
हाँ, Live टैब से — एक माइक्रोफ़ोन या सिस्टम ऑडियो, जैसे ही होता है ट्रांसक्रिप्ट हो जाता है।
हाँ, yt-dlp द्वारा समर्थित कोई भी साइट, वैकल्पिक ट्रांसक्राइब-ऑन-फिनिश चरण के साथ।
हाँ, ट्रांसक्रिप्ट व्यूअर में वैकल्पिक AI टूल टैब के माध्यम से — सारांश, एक्शन आइटम, प्रश्न पूछें, और प्रति-सेगमेंट अनुवाद पास जो एक द्विभाषी .srt लिखता है। यह डिफ़ॉल्ट रूप से बंद रहता है।
हाँ, वैकल्पिक Clone Your Voice टैब के माध्यम से, OmniVoice (Apache-2.0) का उपयोग करके पूरी तरह से आपकी मशीन पर। डिफ़ॉल्ट रूप से बंद; इंस्टॉल के समय ऑप्ट-इन करें, और आपको पुष्टि करनी होगी कि आपके पास संदर्भ आवाज़ को क्लोन करने की अनुमति है।
यह डिफ़ॉल्ट रूप से faster-whisper के माध्यम से मॉडल को लोकल चलाता है, इसलिए कोई प्रति-मिनट API लागत नहीं है और आपकी मशीन से कोई ऑडियो बाहर नहीं जाता — जब तक कि आप स्पष्ट रूप से दो क्लाउड बैकएंड में से किसी एक को ऑप्ट-इन नहीं करते।
हाँ — वेब/LAN एक्सेस मोड इस मशीन को एक ट्रांसक्रिप्शन पेज में बदल देता है जिसका उपयोग नेटवर्क पर अन्य डिवाइस कर सकते हैं।
मेनू, बटन और संदेश 42 भाषाओं में आते हैं (मशीन-अनुवादित और इस तरह चिह्नित); स्पीकर लेबल लंबी रिकॉर्डिंग के अंत तक पहुँचते हैं और आप सेट कर सकते हैं कि कितने लोग बात करते हैं; ट्रांसक्रिप्ट, निर्यात और सबटाइटल पुरानी फ़ाइल को बदलने से पहले पूरी तरह से डिस्क पर लिखे जाते हैं; ऑनलाइन सुविधाएँ हर Mac पर काम करती हैं। संस्करण 2.0 ने कतार की गति और शेष समय, लिंक से सबटाइटल वाला वीडियो, एक ऑफ़लाइन वेब पेज के रूप में ट्रांसक्रिप्ट, एक जाँच योग्य ऑफ़लाइन काम करें मोड और अंग्रेज़ी में अनुवाद जोड़ा। 2.1 में नया क्या है और बदलाव लॉग देखें।
हाँ। वीडियो डाउनलोड करें टैब पर, सबटाइटल वाला वीडियो बनाएं पर टिक करें: ऐप वीडियो डाउनलोड करता है, इसे Whisper से ट्रांसक्रिप्ट करता है और ffmpeg के साथ सबटाइटल बर्न करता है, जिससे वीडियो के नाम पर -subbed.mp4 के साथ एक फ़ाइल बनती है। डाउनलोड और ट्रांसक्रिप्ट रखे जाते हैं, और किसी मौजूदा -subbed.mp4 को कभी नहीं बदला जाता।
हाँ। File → ऑफ़लाइन काम करें अपडेट जाँच, इस्तेमाल के आँकड़े, मॉडल डाउनलोड और रिमोट AI प्रदाताओं को रोकता है। जब यह चालू होता है, तो विंडो के नीचे एक लाइन बताती है कि कोई कनेक्शन खुला है या नहीं, और अभी ऑफ़लाइन सत्यापित करें टेस्ट कनेक्शन के अस्वीकृत होने दिखाता है। इसे बंद करने पर, ऐप स्टार्टअप पर अपनी ऑनलाइन सेटिंग्स के लिए, दैनिक अपडेट जाँच के लिए, इस्तेमाल के आँकड़े (जिन्हें सहायता → इस्तेमाल के आँकड़े में बंद किया जा सकता है) के लिए और आपके द्वारा शुरू किए गए डाउनलोड के लिए ही नेटवर्क से संपर्क करता है।
बग और फ़ीचर अनुरोध GitHub Issues पर जाते हैं, प्रश्न Discussions पर, और ईमेल के माध्यम से कुछ भी और (पता संपर्क अनुभाग में अनुरोध पर दिखाया गया है)। सुरक्षा रिपोर्ट GitHub की निजी भेद्यता रिपोर्टिंग के माध्यम से जाती हैं।
संपर्क और सहायता
प्रेस, साझेदारी, या कुछ भी जो बग रिपोर्ट नहीं है।
GitHub Issues
अपना वर्शन, OS और सबसे छोटी फ़ाइल शामिल करें जिससे इसे फिर से बनाया जा सके।
GitHub Discussions
सेटअप सहायता, विचार और अन्य उपयोगकर्ताओं से शो-एंड-टेल।
Whisper Transcriber Suite फ़्री और BSD-3-Clause लाइसेंस के तहत है, इसे खुले तौर पर मेंटेन किया जाता है। अगर इसने आपका समय बचाया है, तो GitHub पर एक स्टार देने से दूसरों को यह खोजने में मदद मिलती है — और एक कॉफ़ी की सराहना हमेशा की जाती है।
डाउनलोड करने के लिए धन्यवाद! जब तक यह डाउनलोड हो रहा हो — अगर यह ऐप आपका समय बचाता है, तो GitHub पर एक ⭐ देने से अन्य लोग इसे खोज पाते हैं। एक क्लिक, फ़्री।