Mac पर Whisper डिक्टेशन, जो किसी भी ऐप में टाइप करता है

बिना Terminal के Mac पर Whisper डिक्टेशन वही है जो YapToText करता है: यह एक मुफ़्त Mac ऐप है जो whisper.cpp के ज़रिए आपके Mac पर Whisper Large v3 Turbo (Q5) चलाता है और आप जो बोलते हैं उसे किसी भी ऐप में टाइप कर देता है। मॉडल App Store के डाउनलोड के अंदर ही आता है, Python की ज़रूरत नहीं है, कोई खाता नहीं है, और आपकी आवाज़ आपके Mac से बाहर नहीं जाती।

Mac App Store से YapToText डाउनलोड करेंडाउनलोड मुफ़्त है। कोई खाता नहीं चाहिए और कोई फ़ीचर लॉक नहीं है। Apple चिप वाले Mac और macOS 14 या उसके बाद के संस्करण के लिए। सोर्स कोड GitHub पर।

App Store का पोस्टर जिसका शीर्षक Nothing leaves your Mac है, YapToText के AI Models पृष्ठ के ऊपर, जहाँ दोनों मॉडल Included के रूप में चिह्नित हैं।
चित्र 1. Your defaults के अंतर्गत Whisper Large v3 Turbo (Q5) डिक्टेशन मॉडल है, जिस पर Included लिखा है, क्योंकि वह App Store के डाउनलोड के अंदर आता है।
इस पृष्ठ पर: 15 भाग
  1. चरण
  2. Whisper क्या है
  3. YapToText के अंदर का Whisper मॉडल
  4. Mac के लिए Whisper डिक्टेशन ऐप, तुलना में
  5. Whisper ख़ुद चलाएँ, या ऐप इस्तेमाल करें
  6. दूसरा Whisper मॉडल चुनें
  7. Whisper के साथ डिक्टेशन शुरू करें
  8. ओपन सोर्स रिपॉज़िटरी
  9. यदि Whisper आपको ग़लत सुने
  10. यह क्या नहीं कर सकता
  11. संक्षेप में
  12. गाइड
  13. अन्य गाइड, अंग्रेज़ी में
  14. स्रोत
  15. प्रश्न

चरण

  1. Mac App Store से YapToText इंस्टॉल करें। Whisper Large v3 Turbo उसके अंदर है।
  2. माइक्रोफ़ोन की अनुमति दें, फिर सिस्टम सेटिंग में YapToText के लिए ऐक्सेसिबिलिटी चालू करें।
  3. किसी भी ऐप में वहाँ क्लिक करें जहाँ शब्द चाहिए।
  4. <span lang="en">Right Command</span> दबाएँ, बोलें, और उसे फिर से दबाएँ।

Whisper क्या है

मैंने इसे इसलिए बनाया क्योंकि मुझे हाथ से टाइप करने में कठिनाई होती है और मुझे ऐसा डिक्टेशन चाहिए था जो हर ऐप में चले। नीचे यह बताया गया है कि Whisper क्या है, मॉडल की फ़ाइल कौन सी है, दूसरे ऐप कौन से हैं और कोड कहाँ है।

Whisper OpenAI का स्पीच रिकग्निशन मॉडल है, जिसे उसके कोड और वेट्स के साथ MIT License के अंतर्गत जारी किया गया है, और इसीलिए एक मुफ़्त ऐप उसे साथ में दे सकता है। YapToText जो मॉडल चलाता है वह Whisper Large v3 Turbo है। OpenAI turbo को large-v3 का अनुकूलित संस्करण बताता है, जो सटीकता में बहुत कम गिरावट के साथ तेज़ ट्रांसक्रिप्शन देता है, और Hugging Face पर उसका मॉडल कार्ड कहता है कि डिकोडिंग लेयर 32 से घटाकर 4 कर दी गईं।

whisper.cpp वह चीज़ है जो इसे Mac पर व्यावहारिक बनाती है: यह MIT लाइसेंस वाला C और C++ इम्प्लीमेंटेशन है, जिसकी README Apple silicon को फ़र्स्ट-क्लास सिटिज़न कहती है। Whisper मॉडल है, whisper.cpp इंजन है, और YapToText वह ऐप है जो नतीजे को वहाँ टाइप करता है जहाँ आपका कर्सर है।

YapToText के अंदर का Whisper मॉडल

  • फ़ाइल। ggml-large-v3-turbo-q5_0.bin, 574 MB, Hugging Face पर ggerganov/whisper.cpp रिपॉज़िटरी से। इसका SHA-256 प्रकाशित फ़ाइल से मेल खाता है, इसलिए यह मानक 5-बिट बिल्ड है, जिसे मैंने फ़ाइन-ट्यून, दोबारा ट्रेन या संशोधित नहीं किया है।
  • 5-बिट बिल्ड क्यों। मैंने इसे उस मेमोरी के लिए चुना जो यह बचाता है: यह पूरे मॉडल की लगभग एक तिहाई मेमोरी में चलता है। यह 1.3.1 से डिफ़ॉल्ट है। मॉडल के बारे में और जानने के लिए Whisper Large v3 Turbo वाला पृष्ठ देखें।
  • इंजन। ऐप में बनी whisper.cpp की एक प्रति, जो Metal और Accelerate के साथ बनी है, और उसके बग़ल में सफ़ाई वाले मॉडल के लिए llama.cpp है।
  • लाइसेंस। मॉडल MIT है, और ऐप GPL-3.0 है।

मैंने जिसे ट्यून किया है वह मॉडल के आसपास की हर चीज़ है। Whisper के सुनने से पहले पृष्ठभूमि का शोर घटाया जाता है और धीमी आवाज़ को उठाया जाता है, की दबाने से आधा सेकंड पहले की आवाज़ रखी जाती है ताकि पहले शब्द कटें नहीं, शोर वाले ऑडियो पर गहरी डिकोडिंग होती है, और लौटे हुए टेक्स्ट से काल्पनिक वक्ता लेबल और स्टेज डायरेक्शन हटा दिए जाते हैं। आपके Dictionaries भी Whisper को आपके अपने शब्दों के लिए तैयार करते हैं। मॉडल जस का तस है। मेहनत उसके आसपास की पाइपलाइन में लगी है।

App Store का पोस्टर जिसका शीर्षक It hears you through anything है, फैले हुए रिकॉर्डिंग पैनल के ऊपर ऊपर बताए गए ऑडियो चरणों की सूची के साथ।
चित्र 2. स्टॉक मॉडल के आसपास के चरण, पृष्ठभूमि का शोर हटाने से लेकर बोलने की गति के सुधार तक। ट्यूनिंग का काम इसी पाइपलाइन में हुआ है, मॉडल फ़ाइल में नहीं।

Mac के लिए Whisper डिक्टेशन ऐप, तुलना में

कई Mac ऐप लाइव डिक्टेशन के लिए Whisper चलाते हैं। उन्हें अलग करने वाली बातें हैं क़ीमत, कोड सार्वजनिक है या नहीं, और वे फ़ाइल भी लेते हैं या नहीं।

3 से 5 अक्टूबर 2026 को हर ऐप के अपने पृष्ठों पर जाँचा गया। जिन तीन का कोड सार्वजनिक है, उनके बारे में और जानकारी ओपन सोर्स राउंडअप में है।

ऐपक़ीमतओपन सोर्सस्पीच मॉडलकिसी भी ऐप में टाइप करता हैफ़ाइलें ट्रांसक्राइब करता है
YapToTextमुफ़्त, कोई सशुल्क टियर नहींहाँ, GPL-3.0अंदर Whisper Large v3 Turbo (Q5), दस और Whisper मॉडल, या आपकी अपनी फ़ाइलहाँहाँ, सादे टेक्स्ट में
superwhisperमुफ़्त प्लान, Pro $8.49 प्रति माह, $84.99 प्रति वर्ष, या एक बार $249.99नहीं बताया गयामुफ़्त प्लान पर Whisper, Pro पर Parakeet, Cohere Transcribe और क्लाउड मॉडलहाँPro पर
MacWhisperमुफ़्त संस्करण, Pro एक बार €64नहीं बताया गयाWhisperकेवल macwhisper.com वाले संस्करण मेंहाँ, मुफ़्त, सबटाइटल एक्सपोर्ट के साथ
VoiceInk7 दिन का ट्रायल, फिर एक बार $25 सेहाँ, GPL v3Parakeet, Whisper, Apple Speech और अन्य, डिफ़ॉल्ट Parakeet V3 हैहाँ, कर्सर परहाँ
Handyमुफ़्त, दान का स्वागत हैहाँ, MITParakeet V3, और Whisper Small, Medium, Turbo तथा Largeहाँ, कर्सर पर पेस्ट होता हैनहीं बताया गया
Spokenlyलोकल मॉडल के साथ मुफ़्त, Pro $9.99 प्रति माहनहीं, उसकी साइट कहती है कि कोड प्रोप्राइटरी हैWhisper और Parakeet मुफ़्त, क्लाउड मॉडल Pro या आपकी अपनी कीज़ सेहाँ, उसकी वेबसाइट वाले बिल्ड मेंहाँ, सबटाइटल एक्सपोर्ट के साथ
Harkerलोकल ट्रांसक्रिप्शन के लिए मुफ़्त, Premium $5.75 प्रति माह सेनहीं बताया गयाउसकी साइट के अनुसार हर Whisper मॉडल टियरहाँ, ऑटो-पेस्टनहीं बताया गया

superwhisper विकल्प वाला पृष्ठ और MacWhisper विकल्प वाला पृष्ठ दो सबसे जाने-पहचाने ऐप का ब्योरा देते हैं, और Apple Dictation बनाम Whisper इस मॉडल की तुलना उससे करता है जो macOS में पहले से है।

Whisper ख़ुद चलाएँ, या ऐप इस्तेमाल करें

आप बिना किसी ऐप के भी Mac पर Whisper चला सकते हैं, और यह समझने का अच्छा तरीक़ा है कि वह कैसे काम करता है। हर रास्ते में आपसे क्या चाहिए, यह यहाँ है।

3 अक्टूबर 2026 को हर प्रोजेक्ट की अपनी README पर जाँचा गया।

OpenAI का whisperwhisper.cppYapToText
इंस्टॉलpip install -U openai-whisper, Python 3.8 से 3.11 और ffmpeg के साथरिपॉज़िटरी क्लोन करें, उसकी स्क्रिप्ट से मॉडल डाउनलोड करें, CMake से बिल्ड करेंMac App Store, मॉडल अंदर ही
इस्तेमाल का तरीक़ाऑडियो फ़ाइलों पर Terminal कमांड या Python16-बिट WAV फ़ाइलों पर whisper-cli, लाइव माइक्रोफ़ोन के लिए SDL2 के साथ whisper-streamकिसी भी ऐप में एक की, और Utility पृष्ठ पर ऑडियो फ़ाइलें
मॉडलtiny से large, साथ में turboggml फ़ॉर्मैट में Whisper मॉडल, क्वांटाइज़्ड वाले भीअंदर Large v3 Turbo (Q5), लाइब्रेरी में दस और, या आपकी अपनी ggml फ़ाइल
Macनहीं बताया गयाIntel और ArmApple silicon, macOS 14 या बाद का
क़ीमत और लाइसेंसमुफ़्त, MITमुफ़्त, MITमुफ़्त, GPL-3.0

ख़ुद चलाना नियंत्रण में जीतता है: कोई भी मॉडल, कोई भी फ़्लैग, और Intel Mac भी, क्योंकि whisper.cpp Intel और Arm Mac को समर्थित बताता है। YapToText ट्रांसक्रिप्ट के बाद की हर चीज़ में जीतता है: यह उस ऐप में टाइप करता है जिसमें आप हैं, चाहें तो लोकल मॉडल से सफ़ाई करता है, History रखता है, और किसी सेटअप की ज़रूरत नहीं होती। याद रखने लायक़ एकमात्र कमांड Right Command है। सीखने और छेड़छाड़ के लिए Whisper ख़ुद चलाएँ। जब बस शब्द चाहिए हों, तब ऐप इस्तेमाल करें।

ख़ुद चलाने के लिए लोकल Whisper गाइड में whisper.cpp के कमांड हैं और यह भी कि हर मॉडल डिस्क स्पेस और मेमोरी में कितना लेता है।

लाइव डिक्टेशन के बजाय रिकॉर्डिंग के लिए, ऑडियो फ़ाइल ट्रांसक्रिप्शन वाला पृष्ठ Utility पृष्ठ के बारे में बताता है, और MacWhisper विकल्प वाला पृष्ठ YapToText की MacWhisper से तुलना करता है। तुलना वाला पृष्ठ superwhisper, Wispr Flow, MacWhisper और VoiceInk को साथ-साथ रखता है।

दूसरा Whisper मॉडल चुनें

AI Models पृष्ठ पर Dictation Model Library है, जिसमें दस और Whisper मॉडल हैं। हर एक Hugging Face से एक बार डाउनलोड होता है और आपके Mac पर चलता है। ऐप का अपना अंगूठे का नियम यह है: बड़े मॉडल बेहतर सुनते हैं, और छोटे मॉडल बैटरी और मेमोरी पर हल्के होते हैं। Your own models के अंतर्गत आप कोई भी whisper.cpp GGML .bin फ़ाइल जोड़ सकते हैं। ऐप उसे फ़ाइल से ही पहचानता है और बाक़ी सब ठुकरा देता है।

लोकल Whisper गाइड में मॉडलों की तालिका है जिसमें हर एक का डिस्क स्पेस और मेमोरी दिया गया है, और AI मॉडल गाइड तथा ऊर्जा गाइड में मॉडल चुनना और बैटरी पर बदलना समझाया गया है।

YapToText का AI Models पृष्ठ: Whisper Large v3 Turbo (Q5) और Phi-3.5 Mini Instruct पर Included लिखा है, नीचे मॉडल लाइब्रेरी।
चित्र 3. Dictation Model Library: हर Whisper मॉडल सटीकता और गति के लिए अपने सितारे, अपनी भाषाएँ, अपना आकार और एक डाउनलोड बटन दिखाता है।

Whisper के साथ डिक्टेशन शुरू करें

दो अनुमतियों के अलावा कुछ सेट करने की ज़रूरत नहीं है। इंस्टॉल करें, माइक्रोफ़ोन और ऐक्सेसिबिलिटी की अनुमति दें, वहाँ क्लिक करें जहाँ शब्द चाहिए, और Right Command दबाएँ।

App Store का डाउनलोड लगभग 2.9 GB का है, क्योंकि दोनों मॉडल उसके अंदर हैं, इसलिए पहली बार खोलते ही वह Wi-Fi बंद होने पर भी डिक्टेट करता है। Homebrew बिल्ड में कोई मॉडल नहीं है, इसलिए पहले डिक्टेशन से पहले एक स्पीच मॉडल डाउनलोड करें। इंस्टॉल पृष्ठ पर दोनों रास्ते हैं, और पहले डिक्टेशन की गाइड हर चरण के साथ बताती है कि आपको क्या दिखना चाहिए।

ओपन सोर्स रिपॉज़िटरी

कोड GitHub पर github.com/ryleighnewman/YapToText पर है, GPL-3.0 के अंतर्गत। आप ठीक-ठीक पढ़ सकते हैं कि ऑडियो Whisper तक कैसे पहुँचता है और उसके बाद टेक्स्ट के साथ क्या होता है, issue खोल सकते हैं, या Xcode 26 या बाद के संस्करण से इसे ख़ुद बना सकते हैं। हर पंक्ति सार्वजनिक है, इसलिए आपकी आवाज़ कहाँ जाती है, इसके लिए आपको मेरी बात पर भरोसा नहीं करना पड़ता।

Terminal: सोर्स लें और उसे Xcode में खोलें।

git clone https://github.com/ryleighnewman/YapToText.git
open YapToText/YapToText.xcodeproj

क्या होता है: Xcode प्रोजेक्ट खोल देता है। YapToText स्कीम चुनें और Command R दबाएँ। ऐप सैंडबॉक्स में बनता है, उसी तरह जैसे वह भेजा जाता है, लेकिन मॉडलों के बिना, इसलिए पहले डिक्टेशन से पहले AI Models पृष्ठ पर एक स्पीच मॉडल डाउनलोड करें।

एक ईमानदार कमी: GitHub पर सोर्स और Homebrew बिल्ड App Store बिल्ड से एक रिलीज़ पीछे हो सकते हैं। नया क्या है पृष्ठ हर रिलीज़ की सूची देता है।

यदि Whisper आपको ग़लत सुने

  1. उसे अपने शब्द सिखाएँ। Dictionaries पृष्ठ पर नाम और शब्द जोड़ें। वे Whisper को पहले से तैयार करते हैं, केवल उसके आउटपुट को नहीं सुधारते। डिक्शनरी गाइड दिखाती है कि यह कैसे होता है।
  2. अपनी भाषा चुनें। AI Models पृष्ठ का Language पिकर आपके Mac की सिस्टम भाषा से शुरू होता है। भाषाओं वाला पृष्ठ सभी 29 की सूची देता है।
  3. माइक्रोफ़ोन ठीक करें। Bluetooth माइक्रोफ़ोन की गुणवत्ता फ़ोन जैसी होती है, इसलिए मेन्यू बार पैनल के Input पिकर में Mac का अपना माइक्रोफ़ोन चुनें। जब कमरा या पंखे इतने तेज़ हों कि ऐप आपको सुन न सके, तब वह चेतावनी भी देता है।
  4. बड़ा मॉडल आज़माएँ। Whisper Large v3, या Turbo का Q8 बिल्ड, यानी बड़ा डाउनलोड और धीमे रन, और AI Models पृष्ठ की स्टार रेटिंग इस लेन-देन को दिखाती हैं।
YapToText का Dictionaries पृष्ठ: thursday से Thursday जैसे सुझाए गए सुधार, और iPhone तथा Wi-Fi वाली General डिक्शनरी।
चित्र 4. Dictionaries पृष्ठ। iPhone और Wi-Fi जैसी प्रविष्टियाँ शब्द लिखने का तरीक़ा सुधारती हैं, और Whisper को उन्हें सुनने के लिए तैयार भी करती हैं।

यह क्या नहीं कर सकता

  • Intel Mac। YapToText को Apple silicon और macOS 14 या बाद का चाहिए, और Intel Mac के बारे में कोई दावा नहीं किया गया है।
  • सबटाइटल और वक्ता। फ़ाइल ट्रांसक्रिप्शन सादा टेक्स्ट देता है: कोई टाइमस्टैम्प, सबटाइटल या वक्ता लेबल नहीं।
  • अनुवाद। आपने जिस भाषा में कहा, उसी भाषा में टाइप करता है, और OpenAI के अनुसार turbo मॉडल अनुवाद के कामों के लिए प्रशिक्षित नहीं है।
  • हर भाषा बराबर। OpenAI कहता है कि Whisper का प्रदर्शन भाषा के अनुसार बहुत बदलता है।

ऑफ़लाइन डिक्टेशन वाला पृष्ठ बताता है कि Wi-Fi बंद होने पर क्या काम करता है।

संक्षेप में

  • Whisper। यह OpenAI का MIT लाइसेंस वाला स्पीच मॉडल है। YapToText Large v3 Turbo (Q5) चलाता है, यानी whisper.cpp की स्टॉक 574 MB फ़ाइल।
  • लोकल। यह आपके Mac पर whisper.cpp के ज़रिए Metal के साथ चलता है, बिना Terminal और बिना खाते के।
  • हर जगह। शब्द किसी भी ऐप में आपके कर्सर पर उतरते हैं, मुफ़्त में।

यह Whisper है, आपके Mac पर, जहाँ भी आप हों वहाँ टाइप करता हुआ। यदि Whisper कुछ ऐसा ग़लत सुनता है जो उसे नहीं सुनना चाहिए, तो GitHub पर issue खोलें। हर issue पढ़ा जाता है।

Mac App Store से YapToText डाउनलोड करेंडाउनलोड मुफ़्त है। कोई खाता नहीं चाहिए और कोई फ़ीचर लॉक नहीं है। Apple चिप वाले Mac और macOS 14 या उसके बाद के संस्करण के लिए। सोर्स कोड GitHub पर।

लेखक के बारे में। Ryleigh Newman का काम सॉफ़्टवेयर बनाना है। हाथ से टाइप करना उनके लिए कठिन है, और रोज़ का लेखन YapToText में डिक्टेशन से होता है, जो इस साइट का विषय है। यह पृष्ठ अंग्रेज़ी से अनूदित है। ऐप का इंटरफ़ेस और साइट के बाक़ी पृष्ठ अंग्रेज़ी में हैं। प्रोजेक्ट के बारे में और जानकारी, अंग्रेज़ी में।

गाइड

अन्य गाइड, अंग्रेज़ी में

स्रोत

प्रश्न

क्या Mac के लिए कोई Whisper ऐप है?

हाँ। YapToText एक मुफ़्त Mac ऐप है जो आपके Mac पर Whisper Large v3 Turbo चलाता है और किसी भी ऐप में टाइप करता है। दूसरे ऐप भी हैं, और इस साइट का तुलना पृष्ठ कई को साथ-साथ रखता है।

क्या Mac पर Whisper लोकल चलाया जा सकता है?

हाँ। whisper.cpp Mac पर Whisper चलाता है और Apple silicon के लिए अनुकूलित है, और OpenAI का अपना पैकेज Python से चलता है। YapToText whisper.cpp और मॉडल को एक App Store ऐप में पैक करता है, इसलिए वह बिना किसी सेटअप के लोकल चलता है।

क्या Whisper मुफ़्त है?

हाँ। OpenAI ने Whisper का कोड और मॉडल वेट्स MIT License के अंतर्गत जारी किए हैं। YapToText, जो उसे चलाता है, वह भी मुफ़्त है और उसमें कोई सशुल्क टियर नहीं है।

क्या Mac पर Whisper ऑफ़लाइन चलता है?

हाँ, जब वह लोकल चलता हो। YapToText का App Store बिल्ड मॉडल के साथ आता है, इसलिए वह बिना इंटरनेट कनेक्शन के ट्रांसक्राइब करता है। नेटवर्क का एकमात्र उपयोग वह मॉडल डाउनलोड है जिसे आप ख़ुद शुरू करते हैं।

Mac के लिए कौन सा Whisper मॉडल सबसे अच्छा है?

Large v3 Turbo (Q5) वही है जो YapToText के साथ आता है, 574 MB का, क्योंकि वह पूरे मॉडल की लगभग एक तिहाई मेमोरी में चलता है। बड़े मॉडल बेहतर सुनते हैं और छोटे मॉडल हल्के होते हैं, इसलिए लाइब्रेरी आपको चुनने देती है।

क्या Whisper Intel Mac पर चलता है?

हाँ, यदि आप whisper.cpp ख़ुद चलाएँ: उसकी README Intel और Arm Mac को समर्थित बताती है। YapToText को Apple silicon और macOS 14 या बाद का चाहिए, और Intel Mac के बारे में कोई दावा नहीं किया गया है।

क्या Whisper M4 Mac पर चलता है?

हाँ। YapToText macOS 14 या बाद के किसी भी Apple silicon Mac पर Whisper चलाता है, और Apple silicon में M-सीरीज़ की चिप आती हैं, M4 समेत। इसे Python और Terminal की ज़रूरत नहीं है।

Mac पर Whisper कैसे इंस्टॉल करें?

सबसे आसान तरीक़ा वह ऐप है जो उसे साथ लाता है। Mac App Store का YapToText Whisper Large v3 Turbo (Q5) के साथ आता है, इसलिए Python, Terminal या अलग मॉडल डाउनलोड की ज़रूरत नहीं है। Homebrew बिल्ड ऐप को एक कमांड में इंस्टॉल करता है, और मॉडल आप उसके AI Models पृष्ठ से डाउनलोड करते हैं।