Whisper diktálás Macen, bármelyik alkalmazásba írva
Írta: Ryleigh Newman · Megjelent: · Frissítve:
Whisper diktálás Macen, Terminal nélkül: ezt csinálja a YapToText, egy ingyenes Mac-alkalmazás, amely a Whisper Large v3 Turbo (Q5) modellt a whisper.cpp segítségével a Maceden futtatja, és bármelyik alkalmazásba beírja, amit mondasz. A modell benne van az App Store-os letöltésben, nincs hozzá Python és fiók, a hangod pedig nem hagyja el a Macet.
Ingyen letölthető. Nincs fiók és nincsenek zárolt funkciók. Apple chippel szerelt Mac és macOS 14 vagy újabb kell hozzá. Forráskód a GitHubon.
Ez az útmutató más nyelveken: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文
Ezen az oldalon: 15 rész
- Lépések
- Mi az a Whisper
- A YapToText belsejében lévő Whisper modell
- Whisper-diktáló alkalmazások Macre, összehasonlítva
- Futtasd magad a Whispert, vagy használj alkalmazást
- Válassz másik Whisper modellt
- Kezdj el diktálni a Whisperrel
- A nyílt forráskódú tároló
- Ha a Whisper rosszul hall
- Amit nem tud
- A rövid változat
- Útmutatók
- További útmutatók, angolul
- Források
- Kérdések
Lépések
- Telepítsd a YapToTextet a Mac App Store-ból. A Whisper Large v3 Turbo benne van.
- Engedélyezd a mikrofont, majd kapcsold be a YapToTexthez a Kisegítő lehetőségeket a Rendszerbeállításokban.
- Kattints bármelyik alkalmazásban oda, ahová a szavakat szeretnéd.
- Koppints a <span lang="en">Right Command</span> billentyűre, beszélj, és koppints rá újra.
Mi az a Whisper
Azért készítettem az alkalmazást, mert a kezem miatt nehezen gépelek, és olyan diktálásra volt szükségem, amely minden alkalmazásban működik. Lentebb leírom, mi a Whisper, milyen modellfájlt használ az alkalmazás, milyen másik alkalmazások vannak, és hol található a kód.
A Whisper az OpenAI beszédfelismerő modellje, amelyet a kódjával és a súlyaival együtt az MIT licenc alatt adtak ki, és ezért szállíthat ilyet egy ingyenes alkalmazás is. A Whisper Large v3 Turbo az a modell, amelyet a YapToText futtat. Az OpenAI a turbót a large-v3 optimalizált változataként írja le, amely gyorsabb átírást ad minimális pontosságvesztéssel, a Hugging Face-en lévő modellkártya pedig azt mondja, hogy a dekódolórétegeket 32-ről 4-re csökkentették.
A whisper.cpp teszi használhatóvá a Macen: ez egy MIT licencű C és C++ megvalósítás, amelynek README fájlja az Apple chipet elsőrangú platformnak nevezi. A Whisper a modell, a whisper.cpp a motor, a YapToText pedig az az alkalmazás, amely oda írja az eredményt, ahol a kurzorod áll.
A YapToText belsejében lévő Whisper modell
- A fájl. A fájl neve ggml-large-v3-turbo-q5_0.bin, mérete 574 MB, és a Hugging Face-en lévő ggerganov/whisper.cpp tárolóból származik. Az SHA-256 értéke egyezik a közzétett fájléval, vagyis ez a szabványos 5 bites változat, amelyet nem finomhangoltam, nem tanítottam újra és nem módosítottam.
- Miért az 5 bites változat. Azért választottam, mert memóriát takarít meg: a teljes modell memóriájának nagyjából harmadából fut. Az 1.3.1 óta ez az alapértelmezett. A Whisper Large v3 Turbo oldal többet mond magáról a modellről.
- A motor. Az alkalmazásba beépített whisper.cpp fut Metallal és Accelerate-tel, mellette pedig a llama.cpp dolgozik a szöveget rendbe tevő modellel.
- A licencek. A modell MIT licencű, az alkalmazás pedig GPL-3.0 licencű.
Amit viszont én hangoltam, az minden a modell körül van. A háttérzajt csökkenti, a halk beszédet felerősíti, mielőtt a Whisper meghallja, megtartja a billentyű lenyomása előtti fél másodpercet, hogy ne csonkuljanak az első szavak, a zajos hangot mélyebben dekódolja, a visszakapott szövegből pedig eltávolítja a kitalált beszélőcímkéket és színpadi utasításokat. A szótáraid a saját szavaiddal is felkészítik a Whispert. A modell az eredeti. A munka a körülötte lévő feldolgozásba ment.
Whisper-diktáló alkalmazások Macre, összehasonlítva
Több Mac-alkalmazás is futtat Whispert élő diktáláshoz. Az különbözteti meg őket, mennyibe kerülnek, nyilvános-e a kódjuk, és fájlt is átírnak-e.
Ellenőrizve 2026. október 3. és 5. között, az egyes alkalmazások saját oldalain. A nyílt forráskódú összefoglaló többet mond arról a háromról, amelynek a kódja nyilvános.
| Alkalmazás | Ár | Nyílt forráskódú | Beszédmodellek | Bármelyik alkalmazásba ír | Fájlt is átír |
|---|---|---|---|---|---|
| YapToText | Ingyenes, nincs fizetős csomag | Igen, GPL-3.0 | Belül Whisper Large v3 Turbo (Q5), tíz további Whisper modell vagy saját fájl | Igen | Igen, sima szövegként |
| superwhisper | Ingyenes csomag; Pro 8,49 dollár havonta, 84,99 dollár évente vagy 249,99 dollár egyszeri díjként | Nincs megadva | Whisper az ingyenes csomagban; Parakeet, Cohere Transcribe és felhős modellek a Pro csomagban | Igen | A Pro csomagban |
| MacWhisper | Ingyenes verzió; Pro 64 euró egyszeri díjként | Nincs megadva | Whisper | Csak a macwhisper.com-os verzióban | Igen, ingyen, felirat-exporttal |
| VoiceInk | 7 napos próbaidő, utána egyszeri 25 dollártól | Igen, GPL v3 | Parakeet, Whisper, Apple Speech és mások; alapértelmezett a Parakeet V3 | Igen, a kurzornál | Igen |
| Handy | Ingyenes; az adományokat szívesen fogadják | Igen, MIT | Parakeet V3, valamint Whisper Small, Medium, Turbo és Large | Igen, a kurzornál beillesztve | Nincs megadva |
| Spokenly | Ingyenes helyi modellekkel; Pro 9,99 dollár havonta | Nem, a webhelye szerint a kódja zárt | Whisper és Parakeet ingyen; felhős modellek a Pro csomaggal vagy saját kulccsal | Igen, a webhelyéről letölthető változatban | Igen, felirat-exporttal |
| Harker | Ingyenes a helyi átíráshoz; Premium havi 5,75 dollártól | Nincs megadva | A webhelye szerint minden Whisper modellszint | Igen, automatikus beillesztés | Nincs megadva |
A superwhisper alternatíva oldal és a MacWhisper alternatíva oldal a két legismertebbet veszi végig, az Apple Diktálása és a Whisper pedig a modellt veti össze azzal, ami a macOS-ben már megvan.
Futtasd magad a Whispert, vagy használj alkalmazást
A Whispert alkalmazás nélkül is futtathatod Macen, és jó módja annak, hogy megtudd, hogyan működik. Íme, mit kér tőled az egyes út.
Ellenőrizve 2026. október 3-án, az egyes projektek saját README fájlján.
| Az OpenAI whisperje | whisper.cpp | YapToText | |
|---|---|---|---|
| Telepítés | pip install -U openai-whisper, Python 3.8-tól 3.11-ig és ffmpeg | Klónozd a tárolót, a szkripttel tölts le egy modellt, és építsd fel CMake-kel | A Mac App Store-ból, a modellel együtt |
| Hogyan használod | Terminal-parancs vagy Python, hangfájlokon | whisper-cli 16 bites WAV-fájlokon, élő mikrofonhoz whisper-stream SDL2-vel | Egy billentyű bármelyik alkalmazásban, a hangfájlokhoz pedig a Utility oldal |
| Modellek | tiny-től large-ig, plusz a turbo | Whisper modellek ggml formátumban, a kvantáltakat is beleértve | Belül Large v3 Turbo (Q5), tíz további a könyvtárban, vagy a saját ggml-fájlod |
| Macek | Nincs megadva | Intel és Arm | Apple chip, macOS 14 vagy újabb |
| Ár és licenc | Ingyenes, MIT | Ingyenes, MIT | Ingyenes, GPL-3.0 |
A saját futtatás az irányításban nyer: bármelyik modell, bármelyik kapcsoló, sőt az Intel Macek is mennek, mert a whisper.cpp támogatottként sorolja fel az Intel és az Arm Maceket. A YapToText mindenben nyer, ami az átirat után jön: abba az alkalmazásba ír, amelyikben vagy, ha akarod, helyi modellel rendbe teszi a szöveget, vezeti a History oldalt, és semmilyen beállítást nem kér. Az egyetlen megjegyzendő parancs a Right Command. Futtasd magad a Whispert, ha tanulni és kísérletezni akarsz. Használj alkalmazást, ha csak a szavakra van szükséged.
Ha magad futtatnád, a helyi Whisper útmutató tartalmazza a whisper.cpp parancsait, és azt, hogy az egyes modellek mennyi lemezhelyet és memóriát igényelnek.
A felvételekhez, élő diktálás helyett, a hangfájl-átírásról szóló oldal a Utility oldalt mutatja be, a MacWhisper alternatíva oldal pedig a YapToTextet hasonlítja össze a MacWhisperrel. Az összehasonlító oldal a superwhispert, a Wispr Flow-t, a MacWhispert és a VoiceInkot állítja egymás mellé.
Válassz másik Whisper modellt
Az AI Models oldalon van egy Dictation Model Library tíz további Whisper modellel, amelyeket egyszer kell letölteni a Hugging Face-ről, és a Maceden futnak. Az alkalmazás saját ökölszabálya: a nagyobb modellek jobban hallanak, a kisebbek kíméletesebbek az akkumulátorral és a memóriával. A Your own models alatt bármelyik whisper.cpp GGML .bin fájlt hozzáadhatod. Az alkalmazás magából a fájlból ismeri fel, és mindent mást elutasít.
A helyi Whisper útmutató tartalmazza a modellek táblázatát azzal, hogy mindegyik mennyi lemezhelyet és memóriát igényel, a modellekről szóló útmutató és az energiáról szóló útmutató pedig a választást és az akkumulátoros váltást írja le.
Kezdj el diktálni a Whisperrel
Két engedélyen kívül semmit nem kell beállítani. Telepítsd, engedélyezd a Mikrofon és a Kisegítő lehetőségek hozzáférést, kattints oda, ahová a szavak kerülnek, és koppints a Right Command billentyűre.
Az App Store-os letöltés körülbelül 2,9 GB, mert mindkét modell benne van, ezért az első indítástól kikapcsolt Wi-Fi mellett is diktál. A Homebrew-s változatban nincsenek modellek, ezért az első diktálás előtt tölts le egy beszédmodellt. A telepítési oldal mindkét utat leírja, az első diktálásról szóló útmutató pedig lépésről lépésre végigvezet, megmutatva, mit kell látnod.
A nyílt forráskódú tároló
A kód a GitHubon van, a github.com/ryleighnewman/YapToText címen, GPL-3.0 licenc alatt. Pontosan elolvashatod, hogyan jut el a hang a Whisperhez, és mi történik a szöveggel utána, nyithatsz issue-t, vagy te magad is felépítheted Xcode 26 vagy újabb verzióval. Minden sor nyilvános, ezért nem kell a szavamra hagyatkoznod, hová kerül a hangod.
Terminal: Kérd le a forráskódot, és nyisd meg Xcode-ban.
git clone https://github.com/ryleighnewman/YapToText.git
open YapToText/YapToText.xcodeprojMi történik: Az Xcode megnyitja a projektet. Válaszd ki a YapToText sémát, és nyomd meg a Command R billentyűkombinációt. Az alkalmazás sandboxban épül fel, ahogyan szállítják, de a modellek nélkül, ezért az első diktálás előtt tölts le egy beszédmodellt az AI Models oldalon.
Egy őszinte hiányosság: a GitHubon lévő forráskód és a Homebrew-s változat egy kiadással lemaradhat az App Store-os változat mögött. Az újdonságokat tartalmazó oldal mindegyiket felsorolja.
Ha a Whisper rosszul hall
- Tanítsd meg a szavaidat. Vedd fel a neveket és a szakkifejezéseket a Dictionaries oldalon. Ezek felkészítik a Whispert, nem csak az eredményt javítják. A szótárakról szóló útmutató megmutatja, hogyan.
- Állítsd be a nyelved. Az AI Models oldal Language választója a Mac rendszernyelvén indul. A nyelvek oldala mind a 29-et felsorolja.
- Javítsd a mikrofont. A Bluetooth-os mikrofonok telefonminőségűek, ezért a menüsori panel Input választójában a Mac saját mikrofonját válaszd. Az alkalmazás azt is jelzi, ha a szoba vagy a ventilátorok túl hangosak ahhoz, hogy meghallja a hangodat.
- Próbálj nagyobb modellt. A Whisper Large v3 vagy a Turbo Q8-as változata nagyobb letöltést és lassabb futást jelent, a kompromisszumot pedig az AI Models oldal csillagos értékelése mutatja.
Amit nem tud
- Intel Macek. A YapToTexthez Apple chip és macOS 14 vagy újabb kell, az Intel Macekről pedig nem állítok semmit.
- Feliratok és beszélők. A fájlátírás sima szöveget ad: nincs időbélyeg, felirat és beszélőcímke.
- Fordítás. Azt írja le, amit mondtál, azon a nyelven, amelyen mondtad, az OpenAI pedig megjegyzi, hogy a turbo modellt nem tanították fordítási feladatokra.
- Minden nyelv egyformán. Az OpenAI szerint a Whisper teljesítménye nyelvenként nagyon eltérő.
Az offline diktálásról szóló oldal leírja, mi működik kikapcsolt Wi-Fi mellett.
A rövid változat
- Whisper. Az OpenAI MIT licencű beszédmodellje. A YapToText a Large v3 Turbo (Q5) modellt futtatja, az eredeti, 574 MB-os whisper.cpp fájlt.
- Helyi. A Maceden fut a whisper.cpp-n keresztül Metallal, Terminal és fiók nélkül.
- Mindenhol. A szavak ingyen a kurzorodhoz kerülnek bármelyik alkalmazásban.
Ez a Whisper a Maceden, és oda ír, ahol éppen vagy. Ha a Whisper olyat ért félre, amit nem kellene, nyiss egy issue-t a GitHubon. Mindet elolvasom.
Ingyen letölthető. Nincs fiók és nincsenek zárolt funkciók. Apple chippel szerelt Mac és macOS 14 vagy újabb kell hozzá. Forráskód a GitHubon.
Útmutatók
További útmutatók, angolul
Források
- https://github.com/openai/whisper (ellenőrizve 2026. 10. 03.)
- https://huggingface.co/openai/whisper-large-v3-turbo (ellenőrizve 2026. 10. 03.)
- https://github.com/ggml-org/whisper.cpp (ellenőrizve 2026. 10. 03.)
- https://huggingface.co/ggerganov/whisper.cpp/blob/main/ggml-large-v3-turbo-q5_0.bin (ellenőrizve 2026. 10. 03.)
- https://github.com/ryleighnewman/YapToText (ellenőrizve 2026. 10. 03.)
- https://apps.apple.com/us/app/yaptotext/id6786382289 (ellenőrizve 2026. 10. 03.)
- https://spokenly.app/pricing (ellenőrizve 2026. 10. 03.)
- https://tryvoiceink.com/pricing (ellenőrizve 2026. 10. 05.)
- https://superwhisper.com/docs/billing/plans (ellenőrizve 2026. 10. 06.)
- https://spokenly.app (ellenőrizve 2026. 10. 03.)
- https://handy.computer (ellenőrizve 2026. 10. 05.)
- https://tryvoiceink.com (ellenőrizve 2026. 10. 06.)
- https://superwhisper.com (ellenőrizve 2026. 10. 03.)
- https://www.getharker.com (ellenőrizve 2026. 10. 05.)
- https://www.macwhisper.com (ellenőrizve 2026. 10. 06.)
- https://github.com/cjpais/Handy (ellenőrizve 2026. 10. 05.)
- https://github.com/Beingpax/VoiceInk (ellenőrizve 2026. 10. 03.)
- https://handy.computer/docs (ellenőrizve 2026. 10. 05.)
- https://www.getharker.com/download (ellenőrizve 2026. 10. 05.)
- https://www.macwhisper.com/legal/privacy-policy (ellenőrizve 2026. 10. 03.)
- https://docs.macwhisper.com/article/14-how-to-use-the-dictation-feature (ellenőrizve 2026. 10. 06.)
- https://docs.macwhisper.com/article/34-transcription-is-slower-than-expected (ellenőrizve 2026. 10. 03.)
Kérdések
Van Whisper-alkalmazás Macre?
Igen. A YapToText egy ingyenes Mac-alkalmazás, amely a Whisper Large v3 Turbo modellt a Maceden futtatja, és bármelyik alkalmazásba ír. Más is van, és az oldalon lévő összehasonlító oldal többet egymás mellé állít.
Futtatható a Whisper helyben Macen?
Igen. A whisper.cpp Macen futtatja a Whispert, és Apple chipre van optimalizálva, az OpenAI saját csomagja pedig Pythonból fut. A YapToText a whisper.cpp-t és a modellt egy App Store-os alkalmazásba csomagolja, ezért beállítás nélkül, helyben fut.
Ingyenes a Whisper?
Igen. Az OpenAI a Whisper kódját és modellsúlyait az MIT licenc alatt adta ki. A YapToText, amely futtatja, szintén ingyenes, fizetős csomag nélkül.
Működik a Whisper offline Macen?
Igen, ha helyben fut. A YapToText App Store-os változatában benne van a modell, ezért internetkapcsolat nélkül is átír. A hálózatot csak az a modellletöltés használja, amelyet te indítasz el.
Melyik Whisper modell a legjobb Macre?
A YapToText a Large v3 Turbo (Q5) modellt szállítja, 574 MB-osan, mert a teljes modell memóriájának nagyjából harmadából fut. A nagyobb modellek jobban hallanak, a kisebbek könnyebbek, ezért a könyvtárban te választhatsz.
Működik a Whisper Intel Maceken?
Igen, ha magad futtatod a whisper.cpp-t: a README fájlja támogatottként sorolja fel az Intel és az Arm Maceket. A YapToTexthez Apple chip és macOS 14 vagy újabb kell, az Intel Macekről pedig nem állítok semmit.
Fut a Whisper M4-es Macen?
Igen. A YapToText minden Apple chippel szerelt Macen futtatja a Whispert macOS 14 vagy újabb rendszerrel, az Apple chip pedig lefedi az M-sorozatú chipeket, az M4-et is. Nem kell hozzá sem Python, sem Terminal.
Hogyan telepítsem a Whispert Macre?
A legegyszerűbb egy olyan alkalmazás, amely tartalmazza. A Mac App Store-os YapToText benne hordja a Whisper Large v3 Turbo (Q5) modellt, ezért nincs Python, Terminal vagy külön modelletöltés. A Homebrew-s változat egy paranccsal telepíti az alkalmazást, a modellt pedig az AI Models oldalról töltöd le.