Ez az oldal a tartózkodási helyed alapján jelenik meg a nyelveden. Megtekintés angolul
Ingyenes & nyílt forráskódú · BSD-3-Clause · v2.1.0
A Whisper Transcriber Suite teljes egészében a saját számítógépeden futtatja az OpenAI Whisper-modelljét — a faster-whisper, whisper.cpp vagy NVIDIA Parakeet segítségével. Húzz be hang- vagy videofájlt, és kapj időzített átírást. Nincs felhő, nincs fiók, nincs percalapú költség.
Termékbemutató
Húzz be egy fájlt, válaszd ki a beállításokat, majd kattints az Átírás gombra. Minden más — a várólista, a letöltések, az élő rögzítés, a hangklónozás és a LAN-megosztás — csak egy fülnyire van. Húzd a gyűrűt, vagy használd a nyilakat.
Újdonságok a 2.1-ben
Az alkalmazás 42 nyelven, a hosszú felvételek végéig elérő beszélőcímkék, áramszünetet is túlélő fájlok, és minden Macen működő online funkciók. Alattuk a 2.0 újdonságai.
2.1 · Minden platform
A menük, gombok és üzenetek 42 nyelven érhetők el (macOS és Linux rendszeren 39 nyelven). Az alkalmazás követi a rendszer nyelvét, vagy választhatsz egyet a Speciális beállítások menüpontban. Az angol kivételével minden nyelv gépi fordítás, és ekként van megjelölve; a perzsa, az arab és a héber egyelőre Windows rendszeren érhető el.
2.1 · Minden platform
A beszélőnevek mostantól a hosszú felvételek végéig elérnek, a beszélőfelismerés miatt többé nem omlik össze az átírás, a Beszélők azonosítása mellett pedig beállíthatod, hogy hány ember beszél (2 és 10 között), ahelyett, hogy Auto értéken hagynád.
2.1 · Minden platform
Az átiratok, exportok és feliratok teljesen kiíródnak a lemezre, mielőtt felváltanák a régi fájlt, így egy áramszünet nem hagyhat maga után üres fájlt. Az az átírás, amelynek háttérfolyamata az összes fájl kiírása után állt le, befejezettnek minősül.
2.1 · macOS
A frissítések keresése, a hibajelentések és az egyéb webes lekérdezések többé nem hiúsulnak meg certificate verify failed hibával.
2.0 · Minden platform
Az Átírási várólista fül megjeleníti, hogy az egyes átírások milyen sebességgel futnak, és nagyjából mennyi idő van hátra, például: kb. 4,8x, 6 perc van hátra. A feladat befejeztével az eredménykártya összefoglalja a sebességet, a modellt és az eszközt.
2.0 · Minden platform
Jelöld be a Videók letöltése fülön, és a linkből beégetett feliratos <title>-subbed.mp4 lesz: letöltés, átírás és beégetés egyetlen várólistás feladatként, folyamatjelzővel és működő Mégse gombbal. A letöltés és az átirat is megmarad.
2.0 · Minden platform
Mentsd el az elkészült átiratot egyetlen .html fájlként, amely telepítés és internetkapcsolat nélkül, bármilyen böngészőben megnyitható: időbélyegek, beszélők, fejezetek és keresőmező. Kattints egy szóra, és a média onnantól játszódik le.
2.0 · Minden platform
A Fájl menüben található egyetlen kapcsolóval távol tarthatod az alkalmazást a hálózattól. Az ablak alján egy sor jelzi, hogy nyitva van-e kapcsolat, az Offline ellenőrzés most pedig bemutatja az elutasított tesztkapcsolatokat. A Használati statisztika alapértelmezés szerint be van kapcsolva, és a Súgó menüben kapcsolható ki.
2.0 · Minden platform
A Kimenet: angol fordítás opció egy menetben alakítja a nem angol nyelvű beszédet angol felirattá a Whisper saját translate feladatával. Alapértelmezés szerint ki van kapcsolva, és nem érhető el minden motorhoz vagy modellhez.
2.0 · macOS
Alkalmazásmenü Beállításokkal (Command-comma), a macOS-t követő világos és sötét móddal, rendszerbetűtípussal, a Finderből megnyitott vagy a Dock ikonjára húzott fájlokkal, valamint értesítéssel, ha egy feladat a háttérben fejeződik be.
2.0 · Windows
A tálcagomb mutatja a folyamatot, a sorban álló és futó feladatok számát, és villog, amikor egy feladat befejeződik. A címsorok követik a sötét témát, a szöveg pedig 125%-os és 150%-os képernyőméretezés mellett is éles marad.
2.0 · Első indítás
Az új telepítés rákérdez a nyelvedre, a Gyors vagy Legjobb minőség beállításra és egy mappára, valamint még a letöltés előtt kijelzi a modell méretét. Egy 18 másodperces közkincs mintaklip segítségével már a saját fájlod kiválasztása előtt láthatsz egy valódi átiratot.
Szintén újdonság a 2.0-ban: a Text to Voice akár 100 000 karakteres szövegeket is felolvas részletenként, egy Frissítés gomb rendszergazdai jogosultság nélkül frissíti a videóletöltőt, a frissítési ablak helyét pedig egy diszkrét frissítési sáv veszi át. A Video Tiling lap megszűnt. Minden részlet a változásnaplóban található.
Funkciók
faster-whisper · whisper.cpp · Parakeet
Alapértelmezés szerint Whisper large-v3, valamint large-v3-turbo és distil-large-v3.5. Válaszd a hardveredhez illő háttérmotort.
14 formátum
Közvetlenül a bemeneti fájlod mellé mentve — plusz oTranscribe, ELAN, InqScribe és Express Scribe a professzionális átírási munkafolyamatokhoz.
Mikrofon · rendszerhang
Valós időben írja át a mikrofon hangját — vagy bármit, amit a gép épp lejátszik. A vágások a természetes szüneteknél történnek, így a szavak sosem vágódnak ketté.
Szónkénti időbélyegek
Opcionális "Beszélők azonosítása" lépés, valamint szónkénti időbélyegek és időtartam-vágás a pontos szegmensek szerkesztéséhez.
Szünet · folytatás · újrafuttatás
Élő állapot minden várakozó és futó feladathoz, miközben az egyes sorok teljes körű vezérlése mindig egyetlen kattintással elérhető.
yt-dlp-alapú
Bármi, amit a yt-dlp kezel, a befejezést követő opcionális átírással. A letöltések újrakezdés helyett folytatódnak.
Mér, mielőtt szűrne
Először minden felvételt felmér, és csak akkor tisztítja meg, ha az valóban segít — ellenőrzi a saját kimenetét, és visszaállítja az eredetit, ha beszédet távolított el.
Plusz AI-eszközök (összefoglalók, teendők, kétnyelvű SRT-készítés), opcionális offline hangklónozási fül és helyi hálózati mód — további részletek a README-ben.
Hogyan működik
Az átírás a saját gépeden fut. A hanganyagod kizárólag akkor töltődik fel, ha bekapcsolod a két opcionális felhőmotor egyikét, az átirat szövege pedig csak akkor hagyja el a gépedet, ha te magad csatlakoztatsz egy távoli AI-modellt.
Hang vagy videó a lemezről, vagy bármi, amit a yt-dlp képes letölteni. A Tk-felület a főfolyamatban fut, és azonnal sorba állítja a feladatot.
Minden feladat egy saját, tartós háttér-alfolyamatban fut, amely a memóriában tartja a Whisper modellt, és újsorral tagolt JSON formátumban küldi vissza a folyamat állapotát — így az ablak sosem fagy le.
A háttérfolyamatonkénti token és az életjel megbízhatóvá teszi a továbbítást, így az alkalmazás képes észlelni az elakadt folyamatot ahelyett, hogy vele együtt lefagyna.
Az OpenAI Whisper beszédfelismerő modelljére épül, amely helyileg fut a faster-whisper, a whisper.cpp vagy az NVIDIA Parakeet révén, a médiafájlok kezeléséhez pedig a yt-dlp és az FFmpeg eszközt használja.
Olvasd el a teljes architektúrátLépésről lépésre útmutatók: YouTube-videóból szöveg · videóból SRT-felirat · átiratok beszélőcímkékkel
Letöltés · v2.1.0 · megjelent: 2026-10-12
Minden szükséges összetevő a csomag része — egy saját Python futtatókörnyezet, az ffmpeg, az ffprobe és a yt-dlp. Később kizárólag maga a beszédmodell töltődik le (egyszer, körülbelül 1–3 GB); ezt követően az átírás már internetkapcsolat nélkül működik.
Windows Neked ajánlott
.exe~238 MB
A legtöbbeknek — normál telepítő, Start menü parancsikon, helyben történő frissítés. Az alkalmazás nincs digitálisan aláírva, így a Windows SmartScreen egyszer figyelmeztethet: További információ → Futtatás mindenképpen.
A telepítő letöltéseHordozható Windows
.zip~360 MB
Csomagold ki és indítsd el. Nincs telepítés, nincs rendszergazdai jogosultság, pendrive-ról is remekül fut.
A ZIP letöltésemacOS Neked ajánlott
.dmg~275 MB · ~333 MB
A legegyszerűbb: egyetlen sor a Terminálban — kiválasztja a megfelelő buildet, és átugorja a biztonsági figyelmeztetést. Vagy töltsd le az Apple Siliconhoz vagy Intelhez készült lemezképet.
Egysoros telepítésLinux és forráskód Neked ajánlott
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 — egysoros telepítés
Letölti a Mac-edhez megfelelő buildet (macOS 14+ rendszeren Apple Silicon, egyébként Intel a Rosettán keresztül), bemásolja az alkalmazást a(z) Applications mappába, és megnyitja. A(z) curl által letöltött fájlok nem kerülnek karanténba, így nem kell átkattintanod a „nem azonosított fejlesztő” figyelmeztetést sem.
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"Inkább a megszokott módszert választanád? Nyisd meg a(z) .dmg fájlt, és húzd az alkalmazást az Applications mappába; az első indításkor ekkor jobb kattintás → Megnyitás (macOS 14 és régebbi), vagy Rendszerbeállítások → Adatvédelem és biztonság → Megnyitás mindenképpen (macOS 15+) szükséges.
Minden kiadás a kiadási megjegyzésekkel együtt a GitHub Releases oldalon érhető el. Telepítési útmutató.
Összehasonlítás
A Whisper Transcriber Suite egyike azon ingyenes, nyílt forráskódú asztali alkalmazásoknak, amelyek a saját számítógépeden végzik az átírást. Íme az összehasonlítás a Subtitle Edit, a Vibe és a Buzz programokkal, kitérve arra is, mikor válhat be jobban egy másik alkalmazás. Olvasd el a teljes összehasonlítást, amely minden tényhez forrást jelöl meg, és két további alkalmazást (noScribe és aTrain) is bemutat.
| Funkció | Whisper Transcriber Suite | Subtitle Edit | Vibe | Buzz |
|---|---|---|---|---|
| Ár, licenc | Ingyenes, BSD-3-Clause | Ingyenes, MIT | Ingyenes, MIT | Ingyenes, MIT |
| Letöltések | Windows-telepítő és hordozható ZIP, macOS (Apple silicon, Intel); Linux forráskódból | Windows (x64, ARM64), macOS, Linux (Flatpak, tar.gz) | Windows, macOS, Linux (.deb, .rpm) | Windows, macOS (az 1.4.5 az utolsó az Intel Mac-ekhez), Linux (Flatpak, Snap, AppImage), PyPI |
| GPU-gyorsítás | NVIDIA (CUDA) | NVIDIA (CUDA), Vulkan | NVIDIA, AMD, Intel (Vulkan / CoreML) | NVIDIA (CUDA), Apple silicon, Vulkan |
| Aláírt Windows-telepítő | Nem | Nincs feltüntetve | Igen, a dokumentációja szerint | Nem |
| A felület nyelvei | 42 (gépi fordítás) | 35 | 22 | 16 |
| Akkor válaszd, ha | Élő mikrofonbemenetet, videóletöltést, 14 kimeneti formátumot és helyi hálózati módot is szeretnél OpenAI-kompatibilis végponttal | Sok beszédfelismerő motort szeretnél (Parakeet, Canary, Qwen3-ASR és mások), vagy hitelesített Mac-alkalmazást | Olyan Windows-telepítőt szeretnél, amely a dokumentációja szerint alá van írva, vagy olyan GPU-támogatást, amely nevesíti az AMD-t és az Intelt | Linux-csomagokat szeretnél (Flatpak, Snap, AppImage), vagy PyPI-telepítést |
GYIK
Más kérdésed merült fel? Kérdezz a GitHub Discussions oldalon.
Igen. BSD-3-Clause licencű, nincs előfizetés és nincs percalapú költség. Maga a Whisper-modell egyszer töltődik le (körülbelül 1-3 GB) az első indításkor; ezt követően az átírás internetkapcsolat nélkül működik.
Nem, alapértelmezés szerint nem. Minden alapértelmezett backend — a faster-whisper, a whisper.cpp, az NVIDIA Parakeet — helyben fut a saját gépeden. Két backend kizárólag külön engedélyezéssel működik (egy felhőalapú Gemini-API backend és a Google Cloud Speech-to-Text), és mindkettő kikapcsolva marad, amíg saját magad be nem kapcsolod a Speciális → Backend menüpontban. A használati statisztika (hangfelvétel és fájlnevek nélkül) alapértelmezés szerint be van kapcsolva, és a Súgó → Használati statisztika menüpont alatt kapcsolható ki; az alkalmazás naponta egyszer ellenőrzi a GitHubot új verzióért, a Fájl → Offline munka pedig leállít minden hálózati használatot.
Windows, macOS és Linux. A közzétett letöltések: egy Windows-telepítő, egy hordozható Windows ZIP és egy macOS DMG; a Linux forráskódból fut.
srt vtt ass tsv txt json lrc md docx pdf, valamint az oTranscribe, az ELAN, az InqScribe és az Express Scribe.
Igen — opcionális beszélőszétválasztással („Beszélők azonosítása”), szónkénti időbélyegekkel és időtartomány szerinti vágással.
Igen, a Live lapról — mikrofonról vagy a rendszer hangjából, valós időben átírva.
Igen, bármely, a yt-dlp által támogatott oldalról, egy opcionális, befejezéskor lefutó átírási lépéssel.
Igen, az átirat-megjelenítő opcionális AI-eszközök lapján — összefoglalás, teendők, kérdésfeltevés és szegmensenkénti fordítás, amely kétnyelvű .srt fájlt hoz létre. Alapértelmezés szerint ki van kapcsolva.
Igen, az opcionális Hang lapon, amely az OmniVoice-t (Apache-2.0) használja teljesen a gépeden. Alapértelmezés szerint ki van kapcsolva; a telepítés során engedélyezhető, és meg kell erősítened, hogy rendelkezel engedéllyel a referenciahang klónozásához.
Alapértelmezés szerint a modellt helyben futtatja a faster-whisper segítségével, így nincs percalapú API-költség, és semmilyen hanganyag nem hagyja el a gépedet — hacsak kifejezetten be nem kapcsolod a két felhőalapú backend egyikét.
Igen — a Webes / LAN-hozzáférés mód átíró oldallá alakítja ezt a gépet, amelyet a hálózat többi eszköze is használhat.
A menük, gombok és üzenetek 42 nyelven érhetők el (gépi fordítással, akként jelölve); a beszélőcímkék a hosszú felvételek végéig kitartanak, és megadható, hány ember beszél; az átiratok, exportok és feliratok teljesen kiíródnak a lemezre, mielőtt felváltanák a régi fájlt; az online funkciók minden Macen működnek. A 2.0-s verzió újdonságai: a várólista sebessége és a hátralévő idő, feliratos videó linkből, átiratok egyetlen offline weboldalként, ellenőrizhető Offline munka mód és angolra fordítás. Lásd: Újdonságok a 2.1-ben és a változásjegyzék.
Igen. A Videók letöltése lapon jelöld be a Feliratos videó készítése lehetőséget: az app letölti a videót, átírja a Whisperrel, és az ffmpeg segítségével ráégeti a feliratokat, létrehozva egy a videóról elnevezett fájlt ezzel: -subbed.mp4. A letöltés és az átirat megmarad, és egy már meglévő -subbed.mp4 soha nem íródik felül.
Igen. A Fájl → Offline munka leállítja a frissítésellenőrzést, a használati statisztikát, a modell-letöltéseket és a távoli AI-szolgáltatókat. Amíg be van kapcsolva, az ablak alján egy sor jelzi, hogy nyitva van-e kapcsolat, az Offline ellenőrzés most pedig mutatja a tesztkapcsolatok elutasítását. Kikapcsolt állapotban az alkalmazás csak az indításkori online beállítások lekéréséhez, a napi frissítésellenőrzéshez, a használati statisztikához (amely a Súgó → Használati statisztika menüpontban kapcsolható ki) és az általad indított letöltésekhez kapcsolódik a hálózathoz.
A hibajelentéseket és funkciókéréseket a GitHub Issues, a kérdéseket a Discussions felületén várjuk, minden egyéb pedig e-mailben intézhető (a cím kérésre megjelenik a Kapcsolat szakaszban). A biztonsági bejelentések a GitHub privát sebezhetőség-bejelentőjén keresztül küldhetők be.
Kapcsolat és támogatás
Sajtó, partnerségek, vagy bármi egyéb, ami nem hibajelentés.
GitHub Issues
Add meg a verziót, az operációs rendszert és a hibát előidéző legkisebb fájlt.
GitHub Discussions
Beállítási segítség, ötletek és bemutatók más felhasználóktól.
A Whisper Transcriber Suite ingyenes, BSD-3-Clause licencű és nyíltan karbantartott. Ha időt takarított meg neked, egy csillag a GitHubon segít másoknak rátalálni — és egy kávénak is mindig örülünk.
Köszönjük a letöltést! Amíg letöltődik — ha az alkalmazás időt takarít meg neked, egy ⭐ a GitHubon segít másoknak rátalálni. Egy kattintás, ingyenes.