Otwartoźródłowe oprogramowanie do transkrypcji na Maca: cztery propozycje, zależnie od tego, co chcesz dostać
Tekst: Ryleigh Newman · Opublikowano
Cztery otwartoźródłowe narzędzia transkrybują pliki audio i wideo na Macu, bez wysyłania ich gdziekolwiek. Buzz daje napisy, rozpoznawanie mówców i linki z YouTube. YapToText daje zwykły tekst z pliku upuszczonego na aplikację, za darmo z App Store. VoiceInk przepuszcza kolejkę plików przez wybrany przez Ciebie model i porządkowanie tekstu. whisper.cpp robi to z Terminala. Wszystkie cztery mogą uruchamiać model mowy na Twoim własnym Macu.
Tworzę YapToText, więc mam w tym swój interes, a Buzz stawiam na pierwszym miejscu, bo przy nagraniach robi więcej niż moja aplikacja. Każdy fakt spoza mojej aplikacji pochodzi ze stron samych projektów, czytanych od 3 do 9 października 2026. Nie układam ich według dokładności.
Do pobrania za darmo. Bez konta i bez blokad, dla macOS 14 lub nowszego na Macu z układem Apple. Kod źródłowy na GitHubie.
Ten poradnik w innych językach: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文
Na tej stronie: 11 sekcji
Na pierwszy rzut oka
Ze stron samych projektów, czytanych od 3 do 9 października 2026. Przed decyzją sprawdź aktualne ceny i wymagania.
| Buzz | YapToText | VoiceInk | whisper.cpp | |
|---|---|---|---|---|
| Licencja | MIT | GPL-3.0 | GPL v3 | MIT |
| Cena | Za darmo | Za darmo | $25 jednorazowo za jednego Maca albo za darmo, jeśli zbudujesz go sam | Za darmo |
| Instalacja | Plik .dmg albo pip | Mac App Store lub Homebrew | Pobranie wersji próbnej, Homebrew lub kod źródłowy | Git, skrypt z modelem i CMake |
| Przyjmuje | Audio, wideo, linki z YouTube | Jeden plik audio lub wideo naraz | Kolejkę plików audio i wideo | Pliki WAV 16-bitowe |
| Zwraca | TXT, SRT lub VTT | Zwykły tekst | Tekst, oryginalny i ulepszony | Tekst w Terminalu |
| Mówcy | Rozpoznawanie mówców | Nie | Nie opisano | Nie jest wbudowane |
| Dyktuje też do dowolnej aplikacji | Nie opisano na jego stronach | Tak, jednym klawiszem | Tak | Nie |
| Działa na | Macach z układem Apple, Windows, Linuksie | Macach z układem Apple, macOS 14 lub nowszy | Macach. Modele lokalne są dla układów Apple | Macach z Intelem i z układem Apple |
1. Buzz: najpełniejszy do nagrań
Buzz opisuje siebie jako aplikację, która transkrybuje i tłumaczy dźwięk offline na komputerze osobistym. Stworzył go Chidi Williams i ma licencję MIT. Importujesz plik albo link z YouTube, wybierasz zadanie, język i model, i uruchamiasz.
- Wynik. TXT, SRT lub VTT, z opcją czasów na poziomie słów.
- Narzędzia. Rozpoznawanie mówców, rozdzielanie mowy dla zaszumionego dźwięku, folder obserwowany, wiersz poleceń i przeglądarka z wyszukiwaniem.
- Modele. Whisper, Whisper.cpp, Faster Whisper i inne. Jego FAQ nazywa Whisper.cpp najlepszą opcją na Macach.
- Platformy. Mac, Windows i Linuks. Jego README mówi, że Buzz wymaga teraz na Macu układu Apple.
Jeśli potrzebujesz napisów albo wiedzieć, kto co powiedział, zacznij tutaj. Więcej szczegółów ma strona o Buzz.
2. YapToText: zwykły tekst, bez konfiguracji
To moja aplikacja. Jest przede wszystkim programem do dyktowania, a jej karta Transcribe a file przyjmuje każdy plik audio lub wideo, który macOS potrafi zdekodować. Whisper Large v3 Turbo jest w pobraniu z App Store, więc nie ma modelu do pobierania, a plik jest transkrybowany na Macu.
- Wynik. Zwykły tekst, do skopiowania lub wstawienia. Wybierz Raw Transcription, aby dostać dokładnie to, co zostało powiedziane, albo tryb taki jak Note, który daje nagłówki i punkty.
- Limity. Jeden plik naraz. Bez znaczników czasu, napisów i etykiet mówców.
- Cena. Za darmo, bez płatnego planu i bez limitu minut.
- Kod. GPL-3.0, na GitHubie.
Pasuje do wykładu, wywiadu albo notatki głosowej, gdzie liczą się słowa. Przeprowadza przez to poradnik o transkrypcji pliku.
Do pobrania za darmo. Bez konta i bez blokad, dla macOS 14 lub nowszego na Macu z układem Apple. Kod źródłowy na GitHubie.
3. VoiceInk: kolejka i wybór modelu
VoiceInk jest otwartoźródłowy na licencji GPL v3. Gotowa aplikacja to płatne pobranie po 7-dniowej wersji próbnej, a jego strona mówi, że można zbudować ją ze źródeł za darmo. Otwórz Transcribe na jego pasku bocznym, przeciągnij pliki, wybierz tryb (Mode) i kliknij Start, aby przetworzyć kolejkę jeden plik po drugim.
- Formaty. Między innymi wav, mp3, m4a, aiff, mp4, mov, aac, flac, caf, amr, ogg, opus i 3gp.
- Modele. Jakikolwiek model obsługujący partie, którego używa tryb: Parakeet, Whisper i inne.
- Porządkowanie. Opcjonalny krok ulepszania, z kartami Original i Enhanced przy wyniku.
- Historia. Każdy plik dostaje wpis w History z czasami. Twój plik źródłowy nie jest zmieniany.
Jaki model wybrać, opisuje poradnik o modelach VoiceInk, a licencje ma strona z cennikiem.
4. whisper.cpp: sam silnik
whisper.cpp to wersja Whisper od OpenAI napisana w C i C++ na licencji MIT, i jest to silnik, na którym zbudowano YapToText. Jego README nazywa układy Apple pierwszorzędnym obywatelem. Klonujesz go, pobierasz model jego skryptem, budujesz przez CMake i uruchamiasz whisper-cli na pliku. README mówi, że whisper-cli działa tylko z plikami WAV 16-bitowymi, i podaje polecenie ffmpeg do konwersji wszystkiego innego.
Wymaga od Ciebie najwięcej przy pierwszej transkrypcji, a w zamian daje sam model, bez niczego pomiędzy. Polecenia i rozmiar każdego modelu ma poradnik o lokalnym Whisper.
Jak sprawdzić, że naprawdę działa lokalnie
- Wyłącz Wi-Fi. Transkrybuj krótki plik. Jeśli działa, model mowy jest na Twoim Macu.
- Przeczytaj plik licencji. Otwarte źródło oznacza, że kod jest publiczny na licencji, która pozwala go czytać, budować i zmieniać.
- Poszukaj opcji w chmurze. Buzz i VoiceInk mogą też korzystać z usług zewnętrznych, jeśli jakąś podłączysz. Zostaw je wyłączone, aby pozostać lokalnie.
W skrócie
- Napisy i mówcy. Buzz.
- Zwykły tekst, bez konfiguracji. YapToText.
- Wiele plików i wybór modelu. VoiceInk.
- Terminal. whisper.cpp.
- Wszystkie cztery. Mogą transkrybować na Twoim własnym Macu.
Jeśli fakt o którymś projekcie jest błędny albo brakuje tu projektu, który pasuje, zgłoś to na GitHubie. Czytam każde zgłoszenie.
Do pobrania za darmo. Bez konta i bez blokad, dla macOS 14 lub nowszego na Macu z układem Apple. Kod źródłowy na GitHubie.
Poradniki
Więcej poradników, po angielsku
Źródła
- https://github.com/chidiwilliams/buzz (sprawdzono 7 października 2026)
- https://chidiwilliams.github.io/buzz/docs (sprawdzono 7 października 2026)
- https://chidiwilliams.github.io/buzz/docs/faq (sprawdzono 7 października 2026)
- https://github.com/ggml-org/whisper.cpp (sprawdzono 7 października 2026)
- https://tryvoiceink.com/docs/transcribe-audio-files (sprawdzono 9 października 2026)
- https://tryvoiceink.com/docs/local-models (sprawdzono 9 października 2026)
- https://tryvoiceink.com/docs/license-management (sprawdzono 9 października 2026)
- https://github.com/ryleighnewman/YapToText (sprawdzono 10 października 2026)
- https://apps.apple.com/us/app/yaptotext/id6786382289 (sprawdzono 10 października 2026)
Pytania
Jakie jest najlepsze otwartoźródłowe oprogramowanie do transkrypcji na Maca?
To zależy od tego, co chcesz dostać. Buzz dla napisów i rozpoznawania mówców, YapToText dla darmowego zwykłego tekstu bez konfiguracji, VoiceInk dla kolejki, a whisper.cpp dla Terminala.
Czy jest darmowe otwartoźródłowe oprogramowanie do transkrypcji z rozpoznawaniem mówców?
Buzz jest darmowy, na licencji MIT, i wymienia rozpoznawanie mówców wśród swoich narzędzi.
Czy otwartoźródłowe oprogramowanie potrafi transkrybować pliki wideo na Macu?
Tak. Buzz, YapToText i VoiceInk przyjmują pliki wideo i transkrybują ich ścieżkę dźwiękową.
Czy Whisper jest otwartoźródłowy?
Tak. OpenAI wydało Whisper na licencji MIT, a whisper.cpp to wersja w C i C++ na licencji MIT, która dobrze działa na układach Apple.
Czy te aplikacje wysyłają moje nagrania na serwer?
Nie, gdy używasz modelu lokalnego. Buzz i VoiceInk oferują też opcje zewnętrzne, które można zostawić wyłączone.