Bezmaksas un atvērtā koda · BSD-3-Clause · v2.1.0

Skaņa iekšā. Teksts ārā. Jūsu audio paliek jūsu datorā.

Whisper Transcriber Suite darbina OpenAI Whisper modelis pilnībā jūsu datorā — izmantojot faster-whisper, whisper.cpp vai NVIDIA Parakeet. Velciet iekšā audio vai video un saņemiet atpakaļ transkripciju ar laika zīmogiem. Nav mākoņa, nav konta, nav maksas par minūti.

  • 14transkriptu formāti
  • 2,800+lejupielādes līdz šim
  • 0audio augšupielādes pēc noklusējuma
  • $0uz visiem laikiem

Produkta apskats

Viens logs. Seši rīki.

Ievelciet failu, izvēlieties opcijas un nospiediet Transkribēt. Viss pārējais — rinda, lejupielādes, tiešraides tveršana, balss klonēšana un LAN koplietošana — atrodas viena ciļņa attālumā. Velciet gredzenu vai izmantojiet bultas.

Animācija: intervija ar diviem atzīmētiem runātājiem, lekcija, pārvērsta laika atzīmju subtitros, video saite, pārvērsta video ar subtitriem, tiešraides subtitri no mikrofona, un transkripts, saglabāts blakus failam kā SRT, VTT, DOCX un PDF.
Transkribēt
Cilne Transkribēt: nomešanas mērķis, dzinēja, modeļa un valodas izvēles lauki, runātāju atzīmju un vārdu laika atzīmju opcijas
Tiešraide
Cilne Tiešraide: mikrofona vai sistēmas audio avots, valodas un modeļa izvēles lauki, ievades līmeņa mērītājs un tiešraides transkripta rūts
Lejupielādēt video
Cilne Lejupielādēt video: URL ar rindu Pieejami subtitri, pārlūka pieteikšanās sīkdatnes, formāts, laika posms, Tā vietā izmantot subtitrus, Transkribēt pēc lejupielādes un Izveidot video ar subtitriem
Transkripcijas rinda
Cilne Transkripcijas rinda: faila, statusa, progresa, ātruma un atlikušā laika, valodas un pagājušā laika kolonnas ar pauzēšanu, atsākšanu, atcelšanu, atkārtošanu un noņemšanu
Klonējiet savu balsi
Cilne Klonējiet savu balsi / Teksts uz runu: OmniVoice modelis, balss paraugs, runājamais teksts, valoda un ātrums
Tīmekļa / LAN piekļuve
Cilne Tīmekļa / LAN piekļuve: sākt tīmekļa piekļuvi, ports, koplietošana vietējā tīklā, piekļuves parole un HTTPS opcijas

Transkribēt

Nomešanas mērķis, dzinēja, modeļa un valodas izvēles lauki, kā arī runātāju atzīmju un laika atzīmju katram vārdam opcijas.

Jauns versijā 2.1

Kas jauns versijā 2.1. Tagad jūsu valodā.

Lietotne 42 valodās, runātāju etiķetes, kas sasniedz garu ierakstu beigas, faili, kas izdzīvo strāvas pārtraukumu, un tiešsaistes funkcijas, kas darbojas katrā Mac. Zem tiem ir redzams, ko pievienoja 2.0.

2.1 · Visas platformas

Lietotne jūsu valodā

Izvēlnes, pogas un ziņojumi ir pieejami 42 valodās (39 operētājsistēmās macOS un Linux). Lietotne seko jūsu sistēmas valodai, vai arī varat to izvēlēties Papildu iestatījumos. Katra valoda, izņemot angļu, ir mašīntulkojums un ir atzīmēta kā tāda; persiešu, arābu un ivrita valodas pagaidām tiek piedāvātas operētājsistēmā Windows.

2.1 · Visas platformas

Uzticami runātāju apzīmējumi

Runātāju vārdi tagad sasniedz garu ierakstu beigas, runātāju atpazīšana vairs nevar izraisīt transkripcijas avāriju, un blakus Identificēt runātājus varat iestatīt, cik cilvēku runā (no 2 līdz 10), nevis atstāt to uz Automātiski.

2.1 · Visas platformas

Jūsu darbs ir drošāks

Transkripti, eksporti un subtitri pirms vecā faila aizvietošanas tiek pilnībā ierakstīti diskā, lai strāvas pārtraukums neatstātu tukšu failu. Transkripcija, kuras darbinieks ir apstājies pēc visu failu ierakstīšanas, tiek uzskatīta par pabeigtu.

2.1 · macOS

Tiešsaistes funkcijas katrā Mac

Atjauninājumu pārbaude, problēmu ziņojumi un citi tīmekļa pieprasījumi vairs neizdodas ar kļūdu sertifikāta pārbaude neizdevās.

2.0 · Visas platformas

Ātrums un atlikušais laiks

Cilne Transkripcijas rinda parāda, cik ātri norit katra transkripcija un aptuveni cik laika atlicis, piemēram, aptuveni 4.8x, atlikušas 6 min. Rezultāta kartīte pēc darba pabeigšanas norāda ātrumu, modeli un ierīci.

Cilne Transkripcijas rinda ar kolonnu Ātrums un atlikušais laiks, kas rāda aptuveni 6.8x, atlikušas 2 min pašreizējam darbam

2.0 · Visas platformas

Izveidot video ar subtitriem

Atzīmējiet to cilnē Lejupielādēt video, un saite kļūst par <title>-subbed.mp4 ar iekļautiem subtitriem: lejupielādējiet, transkribējiet un iekļaujiet tos kā vienu rindas uzdevumu ar progresu un funkcionējošu pogu Atcelt. Lejupielāde un transkripts tiek saglabāti.

Cilne Lejupielādēt video, kas rāda rindu Pieejami subtitri: angļu un vācu, pogu Tā vietā izmantot subtitrus un izvēles rūtiņu Izveidot video ar subtitriem

2.0 · Visas platformas

Koplietot transkriptu kā vienu tīmekļa lapu

Saglabājiet pabeigto transkriptu kā vienu .html failu, kas atveras jebkurā pārlūkā bez instalēšanas un bez interneta savienojuma: laika atzīmes, runātāji, nodaļas un meklēšanas lodziņš. Noklikšķiniet uz vārda, un multivide tiks atskaņota no šī vietas.

2.0 · Visas platformas

Strādāt bezsaistē, padarīts redzams

Viens slēdzis sadaļā Fails atvieno lietotni no tīkla. Loga apakšā esošā rinda norāda, vai ir atvērts savienojums, un Pārbaudīt bezsaisti tūlīt parāda, ka testa savienojumi tiek noraidīti. Lietojuma statistika pēc noklusējuma ir ieslēgta un to var izslēgt sadaļā Palīdzība.

2.0 · Visas platformas

Tulkot runu angļu valodā

Opcija Izvade: tulkojums angļu valodā vienā darbībā pārvērš runu, kas nav angļu valodā, angļu subtitros, izmantojot paša Whisper tulkošanas uzdevumu. Tā pēc noklusējuma ir izslēgta un nav pieejama katram dzinējam vai modelim.

2.0 · macOS

Mac, kas jūtas kā Mac

Lietotnes izvēlne ar Iestatījumiem (Command-comma), gaišo un tumšo režīmu, kas seko macOS, sistēmas fontu, failiem, ko atver no Finder vai velk uz Dock ikonas, un paziņojumu, kad darbs tiek pabeigts, kamēr lietotne ir fonā.

2.0 · Windows

Uzdevumjoslas progress un tumšas virsrakstjoslas

Uzdevumjoslas poga rāda progresu, rindā esošo un aktīvo darbu skaitu, un mirgo, kad darbs ir pabeigts. Virsrakstjoslas atbilst tumšajai tēmai, un teksts paliek ass pie 125% un 150% displeja mērogojuma.

2.0 · Pirmā palaišana

Ātrs sākums un parauga klips

Jauna instalācija prasa izvēlēties valodu, Ātrs vai Labākā kvalitāte un mapi, kā arī parāda modeļa izmēru, pirms kaut kas tiek lejupielādēts. 18 sekundes ilgs publiskās domēna klips ļauj iepazīties ar īstu transkripciju, pirms izvēlaties savu failu.

Arī jaunums versijā 2.0: Teksts uz balsi (Text to Voice) lasa tekstus līdz 100 000 rakstzīmēm pa daļām, poga Atjaunināt atsvaidzina video lejupielādētāju bez administratora tiesībām, un neuzkrītoša atjauninājumu josla aizstāj atjauninājumu dialogu. Video Tiling cilne ir noņemta. Viss ir atrodams izmaiņu žurnālā.

Funkcijas

Viss, ko vēlaties no transkribēšanas rīka. Darbojas jūsu datorā.

Animācija: liels W atdala divus runātājus, parāda lokālos dzinējus faster-whisper, whisper.cpp un Parakeet, kas darbojas bezsaistē, un izvēršas 14 transkripcijas formātos.

faster-whisper · whisper.cpp · Parakeet

Lokāla, privāta transkribēšana

Whisper large-v3 pēc noklusējuma, kā arī large-v3-turbo un distil-large-v3.5. Izvēlieties aizmugursistēmu, kas atbilst jūsu aparatūrai.

14 formāti

Katrs transkripcijas formāts, kas jums būs vajadzīgs

Tiek ierakstīts tieši blakus jūsu ievades failam — kā arī oTranscribe, ELAN, InqScribe un Express Scribe profesionālām transkripcijas darbplūsmām.

Mikrofons · sistēmas audio

Tiešraides transkribēšana

Transkribē mikrofonu — vai visu, ko šis dators atskaņo — notiekošajā brīdī. Griezumi tiek veikti dabīgās pauzēs, lai vārdi nekad netiktu sadalīti.

Laikspiedoli katram vārdam

Runātāju diarizācija

Neobligāts "Identificēt runātājus" solis, kā arī laikspiedoli katram vārdam un laika diapazona griešana precīzu segmentu rediģēšanai.

Pauzēt · atsākt · palaist no jauna

Paketes rinda

Tiešraides statuss katram gaidījošajam un aktīvajam darbam, ar pilnu kontroli pār katru rindu viena klikšķa attālumā.

Darbināts ar yt-dlp

Video un audio lejupielādes

Viss, ko apstrādā yt-dlp, ar neobligātu transkribēšanu pēc pabeigšanas. Lejupielādes tiek atsāktas, nevis sāktas no jauna.

Veic mērījumus pirms filtrēšanas

Adaptīva trokšņu slāpēšana

Vispirms izmēra katru ierakstu un attīra to tikai tad, ja tas palīdz — pārbauda savu izvadi un atceļ darbību, ja ir noņemta runa.

Papildus AI rīki (kopsavilkumi, uzdevumi, divvalodu SRT apstrāde), neobligāta bezsaistes balss klonēšanas cilne un lokālā tīkla režīms — vairāk informācijas README.

Kā tas darbojas

Darbojas jūsu datorā. Jūsu audio paliek tur.

Transkribēšana notiek jūsu pašu datorā. Jūsu audio tiek augšupielādēts tikai tad, ja ieslēdzat vienu no diviem neobligātiem mākoņa dzinējiem, un transkripcijas teksts tiek nosūtīts tikai tad, ja pats pievienojat attālinātu AI modeli.

Animācija: laika līnija pārtop ar vārdu laiku sinhronizētos subtitros, angļu subtitri, kas izveidoti bezsaistē ar faster-whisper, whisper.cpp vai Parakeet, un 14 transkripcijas formātos bez konta.
  1. 01

    Nometiet failu vai ielīmējiet saiti

    Audio vai video no diska vai jebkas, ko yt-dlp var ielādēt. Tk saskarne darbojas galvenajā procesā un uzreiz ierindo darbu.

  2. 02

    Darba process satur modeli

    Katrs darbs darbojas savā pastāvīgajā darba apakšprocesā, kas satur Whisper atmiņā un atgriež progresu, izmantojot ar jaunu rindu atdalītu JSON — tāpēc logs nekad neuzkaras.

  3. 03

    Transkripts nonāk blakus jūsu failam

    Marķieris katram darba procesam un sirdspuksts nodrošina stabilu maršrutēšanu un ļauj lietotnei atklāt iestrēgušu darba procesu, nevis uzkarāt kopā ar to.

Veidots uz OpenAI Whisper runas atpazīšanas modeļa, darbināts lokāli caur faster-whisper, whisper.cpp vai NVIDIA Parakeet, ar yt-dlp un FFmpeg multivides apstrādei.

Lasiet pilno arhitektūru

Lejupielādēt · v2.1.0 · izlaists 2026-10-12

Lejupielādēt. Transkribējiet jau šovakar.

Viss nepieciešamais ir iekļauts — privāts Python izpildlaiks, ffmpeg, ffprobe un yt-dlp. Vēlāk tiek lejupielādēts tikai pats runas modelis (aptuveni 1–3 GB, vienreiz); pēc tam transkribēšana darbojas bez interneta savienojuma.

Windows

Instalētājs .exe

~238 MB

Vairumam cilvēku — parasts instalētājs, Sākt izvēlnes saīsne, atjauninājumi uz vietas. Lietotne nav parakstīta ar kodu, tāpēc Windows SmartScreen var brīdināt vienreiz: Vairāk informācijas → Tik un tā palaist.

Iegūt instalētāju

Windows pārnēsājamā versija

Pārnēsājamā versija .zip

~360 MB

Atarhivējiet un palaidiet. Bez instalēšanas, bez administratora tiesībām, lieliski darbojas no USB zibatmiņas.

Iegūt ZIP

macOS

Diska attēls .dmg

~275 MB · ~333 MB

Vienkāršākais: viena rinda terminālī — izvēlas pareizo versiju un izlaiž drošības brīdinājumu. Vai arī lejupielādējiet diska attēlu Apple Silicon vai Intel procesoriem.

Instalēšana ar vienu rindu

Linux un pirmkods

Kompilēt no pirmkoda

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
Pirmkoda rokasgrāmata
Animācija: vārdi Sound in pārtop laika atzīmētā divu runātāju transkripcijā, kas saglabāta kā SRT, DOCX un PDF, bez konta un augšupielādes.

macOS — instalēšana ar vienu rindu

Ielīmējiet terminālī. Tas arī viss.

Lejupielādē jūsu Mac datoram atbilstošo versiju (Apple Silicon sistēmā macOS 14+, pretējā gadījumā Intel, izmantojot Rosetta), kopē lietotni mapē Applications un atver to. Faili, ko iegūst curl, netiek karantīnā, tāpēc nav jāizlaiž brīdinājums par "nepazīstamu izstrādātāju".

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"

Vēlaties tradicionālo veidu? Atveriet .dmg un velciet lietotni uz Applications; pirmajai palaišanai būs nepieciešams labais klikšķis → Atvērt (macOS 14 un vecākas versijas) vai Sistēmas iestatījumi → Privātums un drošība → Atvērt jebkurā gadījumā (macOS 15+).

Katrs laidums ar piezīmēm atrodams GitHub Releases. Instalācijas rokasgrāmata.

Salīdzināt

Kā tas salīdzinās ar citām Whisper lietotnēm?

Whisper Transcriber Suite ir viena no vairākām bezmaksas, atvērtā pirmkoda darbvirsmas lietotnēm, kas veic transkripciju jūsu pašu datorā. Lūk, kā tā salīdzinās ar Subtitle Edit, Vibe un Buzz, tostarp gadījumiem, kad cita lietotne ir piemērotāka. Lasiet pilnu salīdzinājumu, kur katram faktam ir norādīts avots un ir iekļautas vēl divas lietotnes: noScribe un aTrain.

Pārbaudīts 2026-10-05, salīdzinot ar katra projekta paša README, dokumentāciju un laidieniem. Lietotnes mainās ātri: avotus skatiet pilnajā salīdzinājumā.
FunkcijaWhisper Transcriber SuiteSubtitle EditVibeBuzz
Cena, licenceBezmaksas, BSD-3-ClauseBezmaksas, MITBezmaksas, MITBezmaksas, MIT
LejupielādesWindows instalators un pārnēsājams ZIP, macOS (Apple silicon, Intel); Linux no pirmkodaWindows (x64, ARM64), macOS, Linux (Flatpak, tar.gz)Windows, macOS, Linux (.deb, .rpm)Windows, macOS (1.4.5 ir pēdējā versija Intel Mac datoriem), Linux (Flatpak, Snap, AppImage), PyPI
GPU paātrinājumsNVIDIA (CUDA)NVIDIA (CUDA), VulkanNVIDIA, AMD, Intel (Vulkan / CoreML)NVIDIA (CUDA), Apple silicon, Vulkan
Parakstīts Windows instalatorsNēNav norādītsJā, pēc tās dokumentācijasNē
Saskarnes valodas42 (mašīntulkotas)352216
Izvēlieties to, jaJūs vēlaties arī dzīvo mikrofonu, video lejupielādes, 14 izvades formātus un lokālā tīkla režīmu ar OpenAI savietojamu maršrutuJūs vēlaties vairākus runas dzinējus (Parakeet, Canary, Qwen3-ASR un citus) vai notarizētu Mac lietotniJūs vēlaties Windows instalatoru, kura dokumentācija norāda, ka tas ir parakstīts, vai GPU atbalstu, kas nosauc AMD un IntelJūs vēlaties Linux pakotnes (Flatpak, Snap, AppImage) vai PyPI instalāciju

BUJ

Bieži uzdotie jautājumi

Kaut kas cits prātā? Jautājiet GitHub Discussions.

Vai Whisper Transcriber Suite ir bezmaksas?

Jā. Tā ir BSD-3-Clause licence, bez abonēšanas un bez maksas par minūti. Pats Whisper modelis tiek lejupielādēts vienreiz (aptuveni 1–3 GB) pirmajā palaišanas reizē; pēc tam transkribēšana darbojas bez interneta savienojuma.

Vai tā augšupielādē manu audio vai video kaut kur?

Nē, pēc noklusējuma ne. Katra noklusējuma aizmugure — faster-whisper, whisper.cpp, NVIDIA Parakeet — darbojas lokāli jūsu datorā. Divas aizmugures ir pieejamas tikai pēc izvēles (mākoņa Gemini-API aizmugure un Google Cloud Speech-to-Text), un abas paliek izslēgtas, līdz pats tās ieslēdzat sadaļā Advanced → Backend. Lietojuma statistika (bez audio, bez failu nosaukumiem) pēc noklusējuma ir ieslēgta un to var izslēgt sadaļā Palīdzība → Lietojuma statistika. Lietotne reizi dienā pārbauda GitHub, vai nav jauna versija, un Fails → Strādāt bezsaistē aptur visu tīkla izmantošanu.

Kādās platformās tā darbojas?

Windows, macOS un Linux. Publicētās lejupielādes ir Windows instalators, Windows portatīvais ZIP un macOS DMG; Linux darbojas no pirmkoda.

Kādus transkripcijas formātus tā var izveidot?

srt vtt ass tsv txt json lrc md docx pdf, kā arī oTranscribe, ELAN, InqScribe un Express Scribe.

Vai tā var atzīmēt, kurš runā?

Jā — neobligāta runātāju diarizācija ("Identificēt runātājus"), ar laika zīmogiem katram vārdam un laika diapazona sagriešanu.

Vai tā var transkribēt tiešraides mikrofonu vai sistēmas audio?

Jā, no cilnes Live — mikrofons vai sistēmas audio, transkribēts reālā laikā.

Vai tā var lejupielādēt un transkribēt tiešsaistes videoklipus, piemēram, no YouTube?

Jā, jebkura vietne, ko atbalsta yt-dlp, ar neobligātu transkribēšanas soli pēc pabeigšanas.

Vai tā var izveidot transkripcijas kopsavilkumu, izvilkt uzdevumus vai atbildēt uz jautājumiem par to?

Jā, izmantojot neobligāto cilni AI rīki transkripcijas skatītājā — kopsavilkums, uzdevumi, jautājuma uzdošana un katra segmenta tulkošana, kas izveido divvalodu .srt. Pēc noklusējuma tas ir izslēgts.

Vai tā var klonēt balsi un likt tai izrunāt jaunu tekstu?

Jā, izmantojot neobligāto cilni Klonējiet savu balsi, ar OmniVoice (Apache-2.0) palīdzību, kas pilnībā darbojas jūsu datorā. Pēc noklusējuma izslēgts; to var ieslēgt instalēšanas laikā, un jums jāapstiprina, ka jums ir atļauja klonēt atsauces balsi.

Kā tas atšķiras no Whisper API izsaukšanas tieši?

Pēc noklusējuma tas lokāli darbina modeli, izmantojot faster-whisper, tāpēc nav minūšu API izmaksu un neviens audio nepamet jūsu datoru — vienīgi, ja jūs skaidri izvēlaties kādu no divām mākoņa aizmugurēm.

Vai vairāki cilvēki vienā tīklā to var izmantot, neinstalējot to katrā datorā?

Jā — Tīmekļa/LAN piekļuves režīms pārveido šo datoru par transkripcijas lapu, ko var izmantot citas ierīces tīklā.

Kas jauns 2.1 versijā?

Izvēlnes, pogas un ziņojumi ir pieejami 42 valodās (mašīntulkotas un kā tādas atzīmētas); runātāju etiķetes sasniedz garu ierakstu beigas, un jūs varat iestatīt, cik cilvēku runā; transkripcijas, eksporti un subtitri pirms vecā faila aizvietošanas pilnībā tiek ierakstīti diskā; tiešsaistes funkcijas darbojas uz jebkura Mac. Versija 2.0 pievienoja rindas ātrumu un atlikušo laiku, video ar subtitriem no saites, transkripcijas kā vienu bezsaistes tīmekļa lapu, atzīmējamu režīmu Strādāt bezsaistē un tulkojumu angļu valodā. Skatiet Kas jauns versijā 2.1 un izmaiņu žurnālu.

Vai tā var pārveidot video saiti par video ar subtitriem?

Jā. Cilnē Lejupielādēt video atzīmējiet Izveidot video ar subtitriem: lietotne lejupielādē video, transkribē to ar Whisper un iekļauj subtitrus, izmantojot ffmpeg, radot failu, kas nosaukts video vārdā ar -subbed.mp4. Lejupielāde un transkripcija tiek saglabāta, un esošais -subbed.mp4 nekad netiek aizvietots.

Vai es varu lietotni pilnībā atvienot no tīkla?

Jā. Fails → Strādāt bezsaistē aptur atjauninājumu pārbaudi, lietojuma statistiku, modeļu lejupielādes un attālinātos AI pakalpojumu sniedzējus. Kamēr tas ir ieslēgts, loga apakšā esošā rinda norāda, vai ir atvērts savienojums, un Pārbaudīt bezsaisti tūlīt rāda, ka testa savienojumi tiek noraidīti. Kad tas ir izslēgts, lietotne sazinās ar tīklu tikai, lai iegūtu tiešsaistes iestatījumus palaišanas laikā, veiktu ikdienas atjauninājumu pārbaudi, lietojuma statistiku (ko var izslēgt sadaļā Palīdzība → Lietojuma statistika) un jūsu uzsāktās lejupielādes.

Kā sazināties ar projektu?

Kļūdas un funkciju pieprasījumi tiek sūtīti uz GitHub Issues, jautājumi uz Discussions, un viss pārējais pa e-pastu (adrese tiek parādīta pēc pieprasījuma sadaļā Kontakti). Drošības ziņojumi tiek sūtīti, izmantojot GitHub privāto ievainojamības ziņošanu.

Kontakti un atbalsts

Runājiet ar mums. Palīdziet tam augt.

Atbalstīt projektu

Whisper Transcriber Suite ir bezmaksas un licencēts ar BSD-3-Clause, un to uztur atklāti. Ja tas ir ietaupījis jūsu laiku, zvaigzne GitHub palīdz citiem to atrast — un kafija vienmēr ir novērtēta.