Ta strona wyświetla się w Twoim języku ze względu na Twoją lokalizację. Wyświetl w języku angielskim
Darmowe i open source · BSD-3-Clause · v2.1.0
Whisper Transcriber Suite uruchamia model Whisper firmy OpenAI całkowicie na Twoim własnym komputerze — za pośrednictwem faster-whisper, whisper.cpp lub NVIDIA Parakeet. Przeciągnij plik audio lub wideo i uzyskaj gotową transkrypcję ze znacznikami czasu. Bez chmury, bez konta, bez opłat za minutę.
Prezentacja produktu
Upuść plik, wybierz opcje i naciśnij Transkrybuj. Cała reszta — kolejka, pobieranie, przechwytywanie na żywo, klonowanie głosu i udostępnianie w sieci LAN — jest o jedną kartę dalej. Przeciągnij pierścień lub użyj strzałek.
Nowości w 2.1
Aplikacja w 42 językach, etykiety mówców sięgające do końca długich nagrań, pliki, które przetrwają awarię zasilania, oraz funkcje online działające na każdym komputerze Mac. Poniżej nowości dodane w wersji 2.0.
2.1 · Wszystkie platformy
Menu, przyciski i komunikaty są dostępne w 42 językach (39 w systemach macOS i Linux). Aplikacja dostosowuje się do języka systemu lub możesz wybrać go w sekcji Ustawienia zaawansowane. Każdy język oprócz angielskiego to tłumaczenie maszynowe i jest jako takie oznaczone; perski, arabski i hebrajski są na razie oferowane w systemie Windows.
2.1 · Wszystkie platformy
Oznaczenia mówców sięgają teraz do końca długich nagrań, wykrywanie mówców nie może już spowodować awarii transkrypcji, a obok opcji Identyfikuj mówców możesz określić liczbę rozmówców (od 2 do 10) zamiast pozostawiać tryb Auto.
2.1 · Wszystkie platformy
Transkrypty, pliki eksportu i napisy są w całości zapisywane na dysku przed zastąpieniem starego pliku, więc awaria zasilania nie pozostawi pustego pliku. Transkrypcja, której proces roboczy zatrzymał się po zapisaniu wszystkich plików, jest uznawana za ukończoną.
2.1 · macOS
Sprawdzanie aktualizacji, zgłaszanie problemów i inne zapytania sieciowe nie kończą się już błędem certificate verify failed.
2.0 · Wszystkie platformy
Karta Kolejka transkrypcji pokazuje, jak szybko przebiega każda transkrypcja i w przybliżeniu ile czasu pozostało, na przykład około 4.8x, pozostało 6 min. Karta wyniku informuje o prędkości, modelu i urządzeniu po ukończeniu zadania.
2.0 · Wszystkie platformy
Zaznacz tę opcję na karcie Pobierz wideo, a link stanie się <title>-subbed.mp4 z wtopionymi napisami: pobieranie, transkrypcja i wtapianie napisów jako jedno zadanie w kolejce z paskiem postępu i działającym przyciskiem Anuluj. Pobrany plik oraz transkrypcja zostają zachowane.
2.0 · Wszystkie platformy
Zapisz gotową transkrypcję jako pojedynczy plik .html, który otwiera się w dowolnej przeglądarce bez konieczności instalacji i bez połączenia z internetem: znaczniki czasu, mówcy, rozdziały i pole wyszukiwania. Kliknij dowolne słowo, a odtwarzanie rozpocznie się od tego momentu.
2.0 · Wszystkie platformy
Jeden przełącznik w menu Plik odcina aplikację od sieci. Wiersz na dole okna informuje, czy połączenie jest aktywne, a opcja Sprawdź tryb offline teraz pokazuje odrzucanie połączeń testowych. Statystyki użycia są domyślnie włączone i można je wyłączyć w menu Pomoc.
2.0 · Wszystkie platformy
Opcja Wynik: tłumaczenie na angielski przekształca mowę w języku innym niż angielski na napisy w języku angielskim w jednym przebiegu, korzystając z natywnego zadania tłumaczenia Whisper. Jest domyślnie wyłączona i nie jest dostępna dla każdego silnika ani modelu.
2.0 · macOS
Menu aplikacji z Ustawieniami (Command-comma), motywy jasny i ciemny dopasowane do systemu macOS, czcionka systemowa, pliki otwierane z Findera lub upuszczane na ikonę w Docku oraz powiadomienie o ukończeniu zadania, gdy aplikacja działa w tle.
2.0 · Windows
Przycisk na pasku zadań pokazuje postęp oraz liczbę zadań w kolejce i w toku, a po ukończeniu zadania miga. Paski tytułu dopasowują się do ciemnego motywu, a tekst pozostaje ostry przy skalowaniu ekranu 125% i 150%.
2.0 · Pierwsze uruchomienie
Nowa instalacja pyta o język, tryb Szybki lub Najlepsza jakość oraz folder i pokazuje rozmiar modelu przed pobraniem czegokolwiek. 18-sekundowy klip z domeny publicznej pozwala zobaczyć rzeczywistą transkrypcję, zanim wybierzesz własny plik.
Również nowe w 2.0: funkcja Tekst na głos czyta teksty do 100 000 znaków fragment po fragmencie, przycisk Aktualizuj odświeża narzędzie do pobierania wideo bez uprawnień administratora, a dyskretny pasek aktualizacji zastępuje okno dialogowe. Karta Video Tiling została usunięta. Wszystko znajdziesz w dzienniku zmian.
Funkcje
faster-whisper · whisper.cpp · Parakeet
Domyślnie Whisper large-v3, a także large-v3-turbo i distil-large-v3.5. Wybierz silnik dopasowany do Twojego sprzętu.
14 formatów
Zapisywane tuż obok pliku źródłowego — plus oTranscribe, ELAN, InqScribe i Express Scribe dla profesjonalnych procesów transkrypcji.
Mikrofon · dźwięk systemowy
Transkrybuje dźwięk z mikrofonu — lub cokolwiek odtwarza komputer — na bieżąco. Podział następuje w miejscach naturalnych pauz, więc słowa nigdy nie są rozdzielane.
Znaczniki czasu dla słów
Opcjonalny przebieg „Identyfikuj mówców”, a także znaczniki czasu dla słów i przycinanie zakresów czasu do precyzyjnej edycji segmentów.
Wstrzymaj · wznów · uruchom ponownie
Bieżący status każdego oczekującego i trwającego zadania, z pełną kontrolą nad każdym wierszem za jednym kliknięciem.
Oparte na yt-dlp
Wszystko, co obsługuje yt-dlp, z opcjonalną transkrypcją po zakończeniu pobierania. Pobieranie jest wznawiane, a nie rozpoczynane od początku.
Mierzy przed filtrowaniem
Najpierw mierzy każde nagranie i oczyszcza je tylko wtedy, gdy to pomaga — sprawdza własny wynik i cofa zmiany, jeśli usunięto mowę.
Do tego narzędzia AI (podsumowania, zadania do wykonania, dwujęzyczny przebieg SRT), opcjonalna karta klonowania głosu offline oraz tryb sieci lokalnej — więcej w README.
Jak to działa
Transkrypcja odbywa się na Twoim własnym komputerze. Twoje nagrania są przesyłane tylko wtedy, gdy włączysz jeden z dwóch opcjonalnych silników w chmurze, a tekst transkrypcji opuszcza komputer wyłącznie wtedy, gdy samodzielnie połączysz zdalny model AI.
Audio lub wideo z dysku albo cokolwiek, co może pobrać yt-dlp. Interfejs Tk działa w głównym procesie i błyskawicznie dodaje zadanie do kolejki.
Każde zadanie działa w osobnym, długo działającym podprocesie roboczym, który utrzymuje Whisper w pamięci i przesyła postęp w formacie JSON rozdzielanym znakami nowej linii — dzięki czemu okno nigdy się nie zawiesza.
Indywidualny token dla każdego procesu roboczego oraz sygnał heartbeat zapewniają niezawodny routing i pozwalają aplikacji wykryć zawieszony proces roboczy, zamiast blokować cały program.
Oparte na opracowanym przez OpenAI modelu rozpoznawania mowy Whisper, uruchamiane lokalnie za pośrednictwem faster-whisper, whisper.cpp lub NVIDIA Parakeet, z wykorzystaniem yt-dlp i FFmpeg do obsługi multimediów.
Przeczytaj pełny opis architekturyPoradniki krok po kroku: Wideo z YouTube na tekst · Wideo na napisy SRT · Transkrypcje z oznaczeniami mówców
Pobierz · v2.1.0 · wydano 2026-10-12
Wszystko, co potrzebne, znajduje się w pakiecie — dedykowane środowisko Python, ffmpeg, ffprobe i yt-dlp. Tylko sam model mowy jest pobierany później (około 1–3 GB, jednorazowo); potem transkrypcja działa już bez połączenia z internetem.
Windows Zalecane dla Ciebie
.exe~238 MB
Dla większości użytkowników — standardowy instalator, skrót w menu Start, aktualizacje w miejscu instalacji. Aplikacja nie jest podpisana cyfrowo, dlatego Windows SmartScreen może wyświetlić jednorazowe ostrzeżenie: Więcej informacji → Uruchom mimo to.
Pobierz instalatorWindows portable
.zip~360 MB
Rozpakuj i uruchom. Bez instalacji, bez uprawnień administratora, działa bez problemu nawet na pendrivie.
Pobierz plik ZIPmacOS Zalecane dla Ciebie
.dmg~275 MB · ~333 MB
Najprościej: jedna linijka w Terminalu — wybiera odpowiednią wersję i pomija ostrzeżenie o zabezpieczeniach. Albo pobierz obraz dysku dla Apple Silicon lub Intel.
Instalacja jednym poleceniemLinux i kod źródłowy Zalecane dla Ciebie
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 — instalacja jednym poleceniem
Pobiera odpowiednią wersję dla Twojego Maca (Apple Silicon na macOS 14+, w przeciwnym razie Intel przez Rosetta), kopiuje aplikację do Applications i ją otwiera. Pliki pobrane przez curl nie są objęte kwarantanną, więc nie ma ostrzeżenia o „niezidentyfikowanym deweloperze”, które trzeba by przeklikać.
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"Wolisz tradycyjny sposób? Otwórz .dmg i przeciągnij aplikację do folderu Programy; pierwsze uruchomienie wymaga kliknięcia prawym przyciskiem myszy → Otwórz (macOS 14 i starsze) lub przejścia do Ustawienia systemowe → Prywatność i ochrona → Otwórz mimo to (macOS 15+).
Wszystkie wydania wraz z opisami zmian znajdują się na GitHub Releases. Instrukcja instalacji.
Porównanie
Whisper Transcriber Suite to jedna z kilku bezpłatnych aplikacji desktopowych open source, które wykonują transkrypcję na Twoim własnym komputerze. Oto jak wypada w porównaniu z Subtitle Edit, Vibe i Buzz, w tym kiedy inna aplikacja sprawdzi się lepiej. Przeczytaj pełne porównanie ze źródłem dla każdego faktu i dwoma dodatkowymi aplikacjami: noScribe i aTrain.
| Funkcja | Whisper Transcriber Suite | Subtitle Edit | Vibe | Buzz |
|---|---|---|---|---|
| Cena, licencja | Bezpłatna, BSD-3-Clause | Bezpłatna, MIT | Bezpłatna, MIT | Bezpłatna, MIT |
| Pobieranie | Instalator Windows i wersja przenośna ZIP, macOS (Apple silicon, Intel); Linux ze źródeł | Windows (x64, ARM64), macOS, Linux (Flatpak, tar.gz) | Windows, macOS, Linux (.deb, .rpm) | Windows, macOS (1.4.5 to ostatnia wersja dla komputerów Mac z procesorami Intel), Linux (Flatpak, Snap, AppImage), PyPI |
| Akceleracja GPU | NVIDIA (CUDA) | NVIDIA (CUDA), Vulkan | NVIDIA, AMD, Intel (Vulkan / CoreML) | NVIDIA (CUDA), Apple silicon, Vulkan |
| Podpisany instalator Windows | Nie | Brak informacji | Tak, według dokumentacji | Nie |
| Języki interfejsu | 42 (tłumaczone maszynowo) | 35 | 22 | 16 |
| Wybierz ten program, jeśli | Chcesz także korzystać z mikrofonu na żywo, pobierania wideo, 14 formatów wyjściowych i trybu sieci lokalnej ze ścieżką zgodną z OpenAI | Zależy Ci na wielu silnikach mowy (Parakeet, Canary, Qwen3-ASR i innych) lub notaryzowanej aplikacji na Maca | Zależy Ci na instalatorze Windows, który według dokumentacji jest podpisany, lub obsłudze GPU wymieniającej wprost AMD i Intel | Zależy Ci na pakietach dla systemu Linux (Flatpak, Snap, AppImage) lub instalacji z PyPI |
FAQ
Masz inne pytania? Zapytaj w GitHub Discussions.
Tak. Aplikacja jest na licencji BSD-3-Clause, bez subskrypcji i opłat za minutę. Sam model Whisper pobiera się raz (około 1-3 GB) przy pierwszym uruchomieniu; po tym transkrypcja działa bez połączenia z internetem.
Nie, domyślnie nie. Każdy domyślny backend — faster-whisper, whisper.cpp, NVIDIA Parakeet — działa lokalnie na Twoim komputerze. Dwa backendy wymagają ręcznego włączenia (chmurowy backend Gemini-API oraz Google Cloud Speech-to-Text) i oba pozostają wyłączone, dopóki nie włączysz ich samodzielnie w Ustawienia zaawansowane → Backend. Statystyki użycia (bez dźwięku i nazw plików) są domyślnie włączone i można je wyłączyć w Pomoc → Statystyki użycia, aplikacja sprawdza raz dziennie serwis GitHub pod kątem nowej wersji, a Plik → Praca offline całkowicie blokuje korzystanie z sieci.
Windows, macOS i Linux. Udostępnione pliki do pobrania to instalator dla Windows, przenośny plik ZIP dla Windows oraz DMG dla macOS; na systemie Linux program uruchamia się ze źródeł.
srt vtt ass tsv txt json lrc md docx pdf oraz oTranscribe, ELAN, InqScribe i Express Scribe.
Tak — opcjonalna diaryzacja mówców („Identyfikuj mówców”), ze znacznikami czasu dla każdego słowa i przycinaniem zakresu czasu.
Tak, w zakładce Na żywo — mikrofon lub dźwięk systemowy, transkrybowany na bieżąco.
Tak, z dowolnej witryny obsługiwanej przez yt-dlp, z opcjonalną transkrypcją po zakończeniu pobierania.
Tak, za pośrednictwem opcjonalnej zakładki Narzędzia AI w przeglądarce transkrypcji — podsumowanie, zadania do wykonania, zadawanie pytań oraz tłumaczenie poszczególnych segmentów generujące dwujęzyczny .srt. Funkcja jest domyślnie wyłączona.
Tak, za pośrednictwem opcjonalnej zakładki Sklonuj swój głos, korzystającej z OmniVoice (Apache-2.0) w całości na Twoim komputerze. Domyślnie wyłączona; decydujesz o jej włączeniu podczas instalacji i musisz potwierdzić, że masz zgodę na klonowanie głosu referencyjnego.
Domyślnie aplikacja uruchamia model lokalnie za pomocą faster-whisper, więc nie ma opłat za minutę API, a żadne dane audio nie opuszczają Twojego komputera — chyba że jawnie wybierzesz jeden z dwóch backendów chmurowych.
Tak — tryb Dostęp przez sieć / LAN zamienia ten komputer w stronę do transkrypcji, z której mogą korzystać inne urządzenia w sieci.
Menu, przyciski i komunikaty są dostępne w 42 językach (przetłumaczone maszynowo i odpowiednio oznaczone); etykiety mówców sięgają samego końca długich nagrań i można ustawić liczbę rozmówców; transkrypcje, eksportowane pliki i napisy są w całości zapisywane na dysku przed zastąpieniem starego pliku; funkcje online działają na każdym Macu. Wersja 2.0 dodała prędkość kolejki i pozostały czas, tworzenie wideo z napisami z linku, transkrypcje jako pojedynczą stronę internetową offline, przełączany tryb Praca offline oraz tłumaczenie na angielski. Zobacz Co nowego w 2.1 oraz dziennik zmian.
Tak. W zakładce Pobierz wideo zaznacz Utwórz wideo z napisami: aplikacja pobiera wideo, wykonuje transkrypcję za pomocą Whisper i wtapia napisy przy użyciu ffmpeg, tworząc plik o nazwie wideo z -subbed.mp4. Pobrany plik oraz transkrypcja są zachowywane, a istniejący -subbed.mp4 nigdy nie zostanie nadpisany.
Tak. Opcja Plik → Praca offline zatrzymuje sprawdzanie aktualizacji, statystyki użycia, pobieranie modeli i łączność ze zdalnymi dostawcami AI. Gdy jest włączona, wiersz na dole okna informuje, czy połączenie jest otwarte, a przycisk Sprawdź tryb offline teraz pokazuje, że połączenia testowe są odrzucane. Gdy jest wyłączona, aplikacja łączy się z siecią wyłącznie w celu sprawdzenia ustawień online przy uruchomieniu, codziennego sprawdzania aktualizacji, przesyłania statystyk użycia (które można wyłączyć w menu Pomoc → Statystyki użycia) oraz pobierania rozpoczętego przez Ciebie.
Błędy i propozycje funkcji prosimy zgłaszać w GitHub Issues, pytania w Discussions, a pozostałe sprawy przez e-mail (adres wyświetla się na żądanie w sekcji Kontakt). Zgłoszenia dotyczące bezpieczeństwa są przyjmowane za pośrednictwem prywatnego zgłaszania luk w zabezpieczeniach na GitHubie.
Kontakt i pomoc
Prasa, współpraca lub cokolwiek innego, co nie jest zgłoszeniem błędu.
GitHub Issues
Podaj wersję programu, system operacyjny i najmniejszy plik, na którym występuje problem.
GitHub Discussions
Pomoc w konfiguracji, pomysły i prezentacje projektów innych użytkowników.
Whisper Transcriber Suite jest darmowy, objęty licencją BSD-3-Clause i rozwijany otwarcie. Jeśli zaoszczędził Twój czas, gwiazdka na GitHub pomoże innym go znaleźć — a kawa jest zawsze mile widziana.
Dziękujemy za pobranie! W trakcie pobierania — jeśli aplikacja zaoszczędzi Twój czas, ⭐ na GitHub pomoże innym ją znaleźć. Jedno kliknięcie, za darmo.