Mac’te yerel Whisper: neye ihtiyaç duyar, neye mal olur ve nasıl çalıştırılır

Yazan: · Yayımlanma:

Yerel Whisper, OpenAI’ın Whisper konuşma modelini kendi Mac’inizde çalıştırmak demektir, böylece sesiniz bir yerdeki sunucuda değil makinenizde metne dönüşür. Mac’te bilinmesi gereken motor, Apple çipine birinci sınıf destek veren whisper.cpp’dir ve önemli olan karar model dosyasıdır: daha büyük modeller daha iyi duyar ve daha çok disk alanı ile bellek kullanır.

Parçaların nasıl birbirine uyduğunu, her model boyutunun whisper.cpp’nin kendi rakamlarına göre neye mal olduğunu, kendiniz çalıştırmanın komutlarını ve YapToText’in nereye oturduğunu anlatıyorum. YapToText, whisper.cpp’yi hazır Whisper Large v3 Turbo (Q5) dosyasıyla çalıştıran ücretsiz bir uygulamadır ve geliştiricisi benim, bu yüzden o kısmı bunu bilerek tartın. Mac için bir Whisper uygulaması olup olmadığını merak ediyorsanız Whisper Mac uygulaması sayfası bunu yanıtlar.

YapToText’i Mac App Store’dan indirinÜcretsiz indirilir. Hesap gerekmez, kilitli özellik yoktur. Apple çipli bir Mac ve macOS 14 veya sonrası gerekir. Kaynak kodu GitHub’da.

Bu rehberin diğer dilleri: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Українська, Tiếng Việt, 简体中文, 繁體中文

Bu sayfada: 12 bölüm
  1. Adımlar
  2. Yerel Whisper’ın üç parçasını tanıyın
  3. Modeli disk alanı ve belleğe göre seçin
  4. Whisper’ı whisper.cpp ile kendiniz çalıştırın
    1. 1. adım: Kodu ve bir modeli alın
    2. 2. adım: Derleyin ve örneği yazıya çevirin
    3. 3. adım: Önce kendi sesinizi dönüştürün
    4. Ya da OpenAI’ın Python paketini kullanın
  5. Aynı modeli Terminal olmadan YapToText’te kullanın
  6. Yerel Whisper yavaşsa ya da yanlış duyuyorsa
  7. Yerel Whisper’ın değiştirmedikleri
  8. Kısaca
  9. Rehberler
  10. Diğer rehberler, İngilizce
  11. Kaynaklar
  12. Sorular

Adımlar

  1. whisper.cpp deposunu GitHub’dan klonlayın ve klasörünü Terminal’de açın.
  2. Projenin download-ggml-model.sh betiğiyle large-v3-turbo-q5_0 gibi bir model indirin.
  3. README’deki iki cmake komutunu kullanarak projeyi CMake ile derleyin.
  4. Kaydınızı, örneğin ffmpeg ile, 16 bit WAV dosyasına dönüştürün.
  5. whisper-cli’yi model dosyanız ve WAV dosyanızla çalıştırın ve dökümü Terminal’de okuyun.

Yerel Whisper’ın üç parçasını tanıyın

Yerel Whisper’ın üç parçası vardır ve üçü de Mac’inizde durur. Model bir dosyadır, motor onu çalıştırır ve sesinizin makineden çıkması gerekmez.

  • Model. Whisper, OpenAI’ın konuşma tanıma modelidir ve OpenAI kodunu ve model ağırlıklarını MIT Lisansı ile yayımlamıştır. Bir model dosyasını bir kez indirirsiniz ve dinleme işini o dosya yapar.
  • Motor. whisper.cpp, Whisper’ın yine MIT Lisansı altındaki sade bir C ve C++ uygulamasıdır. README’si Apple çipini birinci sınıf destek olarak adlandırır, ARM NEON, Accelerate, Metal ve Core ML ile eniyilenmiştir ve Apple çipinde çıkarımın Metal üzerinden tümüyle GPU’da çalıştığını söyler. OpenAI’ın kendi paketi ise Whisper’ı Python’dan çalıştırır.
  • Sesiniz. Bir kayıt ya da mikrofonunuz girer, metin çıkar. İnternet yalnızca model dosyasını ilk başta indirmek için gerekir.

Onu bir bulut hizmetinden ayıran şey budur: yazıya çevrilmek için hiçbir şey yüklenmez. Bu aynı zamanda işi Mac’inizin yaptığı anlamına gelir, bu yüzden seçtiğiniz model bu işin ne kadar bellek ve disk alanı alacağını belirler.

Nothing leaves your Mac başlıklı App Store posteri, altında iki modelin de Included olarak işaretlendiği YapToText AI Models sayfası.
Şekil 1. YapToText’te model ve motor tek satırda: OpenAI’dan Whisper Large v3 Turbo (Q5), whisper.cpp ile çalışır, 574 MB ve Included olarak işaretli.

Modeli disk alanı ve belleğe göre seçin

whisper.cpp her modelin diskte ve bellekte ne kadar yer tuttuğunu, OpenAI ise her birinin kaç parametresi olduğunu yayımlar. Turbo, OpenAI’ın large-v3’ün daha hızlı sürümüdür ve 5 bitlik dosyası large’ın disk alanının yaklaşık beşte birini alır.

3 Ekim 2026’da whisper.cpp README’sinde ve model listesinde ve OpenAI’ın Whisper README’sinde kontrol edildi.

ModelParametreler (OpenAI)Diskteki dosya (whisper.cpp)Bellek (whisper.cpp)
tiny39 M75 MiBYaklaşık 273 MB
base74 M142 MiBYaklaşık 388 MB
small244 M466 MiBYaklaşık 852 MB
medium769 M1,5 GiBYaklaşık 2,1 GB
large (v1, v2 veya v3)1550 M2,9 GiBYaklaşık 3,9 GB
large-v3, 5 bit (q5_0)Kuantize edilmiş large-v31,1 GiBListelenmemiş
large-v3-turbo809 M1,5 GiBListelenmemiş
large-v3-turbo, 5 bit (q5_0)Kuantize edilmiş turbo547 MiBListelenmemiş

MiB ve GiB 1.024’lük adımlarla sayar, bu yüzden whisper.cpp listesindeki 547 MiB’lık turbo dosyası, YapToText’in 574 MB olarak gösterdiği aynı dosyadır. İki dürüst sayfanın aynı dosyayı 547 ve 574 olarak listeleyip ikisinin de haklı olması böyle olur. whisper.cpp’nin bellek tablosu beş özgün boyutu kapsar ve turbo ya da kuantize dosyalar için rakam vermez.

YapToText’te AI Models sayfası: Whisper Large v3 Turbo (Q5) ve Phi-3.5 Mini Instruct Included olarak işaretli, altında model kütüphanesi.
Şekil 2. YapToText boyutları MB olarak gösterir, bu yüzden whisper.cpp’nin 547 MiB olarak listelediği turbo dosyası burada 574 MB yazar, diğer Whisper modelleri altında listelenir.

İki projeden birkaç not daha:

  • Yalnızca İngilizce modeller. tiny, base, small ve medium, aynı boyutta yalnızca İngilizce duyan .en dosyaları olarak da gelir. OpenAI bunların, özellikle tiny.en ve base.en için, İngilizcede daha iyi olma eğiliminde olduğunu ve farkın small.en ile medium.en için küçüldüğünü söyler.
  • Kuantize modeller. q5_0 ile biten dosyalar kuantize edilmiştir. whisper.cpp, kuantize modellerin daha az bellek ve disk alanı gerektirdiğini ve donanıma bağlı olarak daha verimli işlenebildiğini söyler.
  • Turbo. OpenAI onu large-v3’ün, daha hızlı yazıya çevirme ve doğrulukta asgari bir kayıpla eniyilenmiş sürümü olarak adlandırır ve large’ın yaklaşık 8 katı hızında olduğunu belirtir. Bu oran bir Mac’te değil bir A100’de ölçülmüştür ve OpenAI turbonun çeviri için eğitilmediğini söyler.
  • Diller. OpenAI, Whisper’ın başarımının dile göre büyük farklılık gösterdiğini söyler.
  • OpenAI’ın bellek sütunu. OpenAI’ın README’si bunun yerine Python paketi için gereken VRAM’i listeler: tiny ve base için yaklaşık 1 GB, turbo için yaklaşık 6 GB ve large için yaklaşık 10 GB. Bunlar whisper.cpp rakamları değildir.

YapToText için 5 bitlik turbo dosyasını seçtim, çünkü kendi diktelerimde tam modelin duyduğuna neredeyse tıpatıp aynısını duydu ve bellek ihtiyacı üçte biri kadardı. Bu bir kişinin diktelerinden ibarettir, bir kıyaslama değildir, bu yüzden karar vermeden önce kendi sesinizle iki boyutu deneyin.

Whisper’ı whisper.cpp ile kendiniz çalıştırın

whisper.cpp’yi kendiniz çalıştırmak Terminal’i ve README komutlarının varsaydığı iki aracı, Git ve CMake’i gerektirir. Bunlar README’nin kendi komutlarıdır ve model 5 bitlik turbo dosyasıyla değiştirilmiştir. Elde ettiğiniz şey, uygulamalarınıza yazılan kelimeler değil, Terminal’de bir ses dosyasının dökümüdür.

1. adım: Kodu ve bir modeli alın

Terminal: whisper.cpp’yi klonlayın ve 5 bitlik turbo modelini indirin.

git clone https://github.com/ggml-org/whisper.cpp.git
cd whisper.cpp
sh ./models/download-ggml-model.sh large-v3-turbo-q5_0

Ne olur: Proje bir whisper.cpp klasörüne iner ve betik ggml-large-v3-turbo-q5_0.bin dosyasını Hugging Face’ten models klasörüne indirir. Daha küçük bir indirme için base.en ya da small yazın.

2. adım: Derleyin ve örneği yazıya çevirin

Terminal: whisper-cli’yi derleyin, sonra projeyle gelen örnek kayıt üzerinde çalıştırın.

cmake -B build
cmake --build build -j --config Release
./build/bin/whisper-cli -m models/ggml-large-v3-turbo-q5_0.bin -f samples/jfk.wav

Ne olur: CMake projeyi derler ve whisper-cli örneği indirdiğiniz modelle yazıya çevirip metni Terminal’de yazdırır.

3. adım: Önce kendi sesinizi dönüştürün

README, whisper-cli’nin şu an yalnızca 16 bit WAV dosyalarıyla çalıştığını söyler ve geri kalan her şeyi dönüştürmek için bir ffmpeg komutu verir. ffmpeg ayrı bir kurulumdur.

Terminal: Bir MP3’ü whisper-cli’nin okuduğu WAV biçimine çevirin.

ffmpeg -i input.mp3 -ar 16000 -ac 1 -c:a pcm_s16le output.wav

Ne olur: ffmpeg, output.wav dosyasını 16 kHz, mono, 16 bit ses olarak yazar ve onu sonra -f ardından whisper-cli’ye verirsiniz.

Ya da OpenAI’ın Python paketini kullanın

Terminal: Python’da çalışmayı tercih ediyorsanız OpenAI’ın kendi paketini kurun.

pip install -U openai-whisper

Ne olur: pip whisper komutunu kurar. OpenAI’ın README’si kodun Python 3.8 ile 3.11 arasında çalışmasının beklendiğini, ffmpeg gerektirdiğini ve varsayılan modelinin turbo olduğunu söyler.

Canlı konuşma için whisper.cpp, mikrofonunuzu yarım saniyede bir örnekleyip sürekli yazıya çeviren whisper-stream’i içerir. SDL2 gerektirir ve README onu naif bir örnek olarak adlandırır. Kelimeleri Mail’e, Slack’e ya da düzenleyicinize götürmek, bir uygulamanın eklediği kısımdır.

Aynı modeli Terminal olmadan YapToText’te kullanın

YapToText aynı motoru ve aynı dosyayı Terminal penceresi olmadan çalıştırır: uygulamaya Metal ve Accelerate ile gömülü bir whisper.cpp kopyası ve App Store indirmesinin içinde ggml-large-v3-turbo-q5_0.bin. SHA-256 değeri Hugging Face’teki dosyayla eşleşir, yani bu özel ayarlı ya da yeniden eğitilmiş değil hazır modeldir. Uygulamayı ellerim yazı yazmayı zorlaştırdığı için geliştirdim ve Whisper’ın bir Terminal penceresine yazdırması yerine her uygulamaya yazmasını istedim. Betiğin indirdiği dosya budur. Değişen, onun çevresindeki her şeydir.

Yap it. Bam. It's typed. başlıklı App Store posteri: YapToText Home penceresi ve üç yüzen panel düzeni.
Şekil 3. Terminal olmadan aynı Whisper dosyası: siz konuştukça kelimeler yüzen panelde oluşur ve önünüzdeki uygulamada imlecinize yerleşir.

Uygulamanın modelin çevresine eklediği şeyler şunlar:

  • Geri verdiği bellek. Energy sayfasında Keep models in memory, bir modelin diktenin ardından ne kadar yüklü kalacağını belirler: varsayılan olarak kullanımdan 2 dakika sonra, Only while dictating ile Until quit arasında seçeneklerle. Daha erken kaldırmak enerji ve bellek tasarrufu sağlar ve kaldırmadan sonraki dikte birkaç saniye fazladan sürer.
  • macOS için yer. macOS belleği yetersiz kalınca YapToText yüklü modellerini hemen bırakır ve yeniden ısıtmadan önce beş dakika bekler.
  • Pilde daha hafif bir model. Varsayılan olarak kapalı olan Switch models with the power source, dikte modeline ve düzenleme modeline ayrı ayrı fişe takılıyken ve pildeyken için bir seçim verir.
  • Kendi dosyanız. AI Models sayfasında Your own models altında Add Model herhangi bir whisper.cpp GGML .bin dosyasını alır, yani betikle indirdiğiniz bir model de çalışır. Uygulama dosyayı okuyarak ne olduğunu anlar ve başka her şeyi reddeder.
  • Mac’inizin rakamları. Energy sayfasındaki This Mac kartı çipinizi ve belleğinizi gösterir, yukarıdaki tabloyla karşılaştıracağınız sayı budur.

AI Models sayfasındaki Dictation Model Library, Tiny’den Large v3’e kadar on Whisper modeli daha içerir ve her birinin boyutunu uygulama gösterir. AI modelleri rehberi onları listeler, enerji rehberi ise bellek ayarlarını açıklar. App Store indirmesi yaklaşık 2,9 GB’tır, çünkü uygulamanın iki modeli de içindedir. Homebrew sürümü yaklaşık 12 MB’tır ve ilk diktesinden önce bir konuşma modeli indirmeyi gerektirir.

Yerel Whisper yavaşsa ya da yanlış duyuyorsa

Daha büyük bir model indirmeden önce ucuz çözümlerle başlayın. Modeli değiştirmeden önce mikrofonu ve kelimeleri düzeltin.

  1. İlk çalıştırmayı bekleyin. Bir modelin yazıya çevirmeden önce yüklenmesi gerekir. YapToText’te açılıştan sonraki ilk dikte biraz sürer. whisper.cpp’yi Core ML ile derlediyseniz README, bir aygıttaki ilk çalıştırmanın Neural Engine hizmeti modeli derlerken yavaş olduğunu söyler.
  2. Konuştuğunuz dili ayarlayın. YapToText’in AI Models sayfasındaki Language seçicisi Mac’inizin sistem diliyle başlar ve Whisper’ın kullanamadığı bir dil otomatik algılamaya döner. Diller sayfası 29 dilin hepsini listeler.
  3. Mikrofonu düzeltin. Bluetooth mikrofonlar telefon kalitesindedir, bu yüzden Mac’in kendi mikrofonu daha iyi duyar. YapToText’te menü çubuğu panelindeki Input seçicisinden seçin.
  4. Ona kelimelerinizi öğretin. YapToText’in Dictionaries sayfası, yazdığını düzeltmenin yanı sıra Whisper’ı adlarınız ve terimlerinizle hazırlar. Sözlükler rehberi nasıl yapılacağını gösterir.
  5. İngilizce için yalnızca İngilizce bir model kullanın. Bellek kısıtlıysa ve yalnızca İngilizce konuşuyorsanız OpenAI, .en sürümlerinin en çok tiny ve base boyutlarında daha iyi olma eğiliminde olduğunu söyler.
  6. Model boyutunu değiştirin. Yanlış duyuyorsa ve belleğiniz izin veriyorsa daha büyüğüne, yavaşsa daha küçüğüne geçin. YapToText’te AI Models sayfasındaki yıldız dereceleri takası gösterir ve History’deki her dikte kendi durdurmadan metne süresini gösterir.
Boru hattı ayrıntıları açık bir YapToText History kaydı: ham metin, düzenlenmiş metin, mod, teslim, hedef uygulama ve süreler.
Şekil 4. History’deki her dikte kendi sürelerini taşır: ne kadar konuştuğunuz ve yazıya çevirme, yapay zekâ düzenlemesi ve tesliminden oluşan durdurmadan metne süresi.

Yerel Whisper’ın değiştirmedikleri

Whisper’ı yerelde çalıştırmak işi Mac’inize taşır ve taşıdığı yalnızca budur. Yerel olmak sesinizin nereye gittiğini değiştirir, ne kadar iyi duyulduğunu değil.

  • Hatalar. Modelin ne kadar iyi duyduğunu, nerede çalışırsa çalışsın model belirler, bu yüzden yanlış duyduğu bir ad için farklı bir yer değil, bir sözlük girdisi ya da daha iyi bir mikrofon gerekir.
  • Çeviri. OpenAI turbonun çeviri için eğitilmediğini söyler ve YapToText Whisper’dan yalnızca yazıya çevirmesini ister, çevirmesini asla.
  • Bir indirme. Yerel bir modelin yine de bir kez gelmesi gerekir. whisper.cpp’nin betiği onu Hugging Face’ten alır, YapToText’in App Store sürümünde içindedir ve Homebrew sürümü onu AI Models sayfasından alır.
  • Intel Mac’ler. whisper.cpp, Intel ve Arm Mac’leri desteklenen olarak listeler. YapToText Apple çipini ve macOS 14 veya sonrasını ister ve Intel Mac’ler için hiçbir şey iddia edilmez.
  • Doğruluk sayıları. Hiçbir model için doğruluk yüzdesi yayımlamıyorum. Rehber, yıldızlar ve kendi History’nizdir.

Bir kurulumun gerçekten yerel olduğunu kanıtlamak için çevrimdışı dikte sayfasında bir dakikalık bir test var: Wi-Fi’ı kapatın ve dikte edin.

Kısaca

  • Yerel Whisper. Mac’inizde bir model dosyası ve bir motordur, hiçbir şey yüklenmez.
  • Model. whisper.cpp listesinde 547 MiB olan 5 bitlik turbo dosyası, YapToText’in sunduğu dosyadır.
  • Kendiniz yapın. whisper.cpp’yi klonlayın, bir model indirin, CMake ile derleyin ve whisper-cli’yi 16 bit WAV dosyası üzerinde çalıştırın.
  • Ya da Terminal’i atlayın. YapToText aynı dosyayı çalıştırır ve ücretsiz olarak her uygulamaya yazar.

Modeli önce Mac’inizin belleğine, sonra kendi sesinize göre seçin. Burada yazanlar gördüğünüzle uyuşmuyorsa GitHub’da bir issue açın. Hepsi okunur.

YapToText’i Mac App Store’dan indirinÜcretsiz indirilir. Hesap gerekmez, kilitli özellik yoktur. Apple çipli bir Mac ve macOS 14 veya sonrası gerekir. Kaynak kodu GitHub’da.

Yazan hakkında. Ryleigh Newman yazılım geliştiriyor, elleriyle yazmakta zorlanıyor ve bu sitenin anlattığı uygulama olan YapToText ile her gün dikte ediyor. Bu sayfa İngilizceden çevrildi. Uygulamanın arayüzü ve sitenin diğer sayfaları İngilizcedir. Proje hakkında daha fazlası, İngilizce.

Rehberler

Diğer rehberler, İngilizce

Kaynaklar

Sorular

Mac’te Whisper’ı yerel olarak nasıl çalıştırırım?

whisper.cpp’yi kullanın: depoyu klonlayın, download-ggml-model.sh betiğiyle bir model indirin, CMake ile derleyin ve whisper-cli’yi 16 bit WAV dosyası üzerinde çalıştırın. Ya da onu içinde barındıran, kurulum gerektirmeden Whisper Large v3 Turbo çalıştıran YapToText gibi bir uygulama kurun.

Whisper ne kadar belleğe ihtiyaç duyar?

Modele bağlıdır. whisper.cpp tiny için yaklaşık 273 MB, small için 852 MB, medium için 2,1 GB ve large için 3,9 GB listeler ve kuantize modellerin daha azına ihtiyaç duyduğunu söyler. Turbo için bellek rakamı vermez.

En iyi yerel Whisper modeli hangisi?

Başlayacağım yer Large v3 Turbo’dur ve 5 bitlik dosyası YapToText’in sunduğu dosyadır: whisper.cpp listesinde 547 MiB. Bellek kısıtlıysa small ya da base çok daha azını kullanır ve OpenAI, yalnızca İngilizce sürümlerin en küçük boyutlarda İngilizcede daha iyi olma eğiliminde olduğunu söyler.

Whisper Large v3 Turbo modeli ne kadar büyük?

whisper.cpp’nin model listesinde 1,5 GiB, ya da 5 bitlik q5_0 dosyası olarak 547 MiB, ki bu ondalık birimlerle sayıldığında 574 MB eder. OpenAI turboyu 809 milyon parametre olarak listeler.

Yerel Whisper internet gerektirir mi?

Yalnızca modeli bir kez indirmek için. Sonrasında whisper.cpp ve YapToText bağlantı olmadan yazıya çevirir ve YapToText’in App Store sürümü modeliyle birlikte geldiği için o indirmeyi bile atlar.

YapToText’te bir whisper.cpp modeli kullanabilir miyim?

Evet. AI Models sayfasında Your own models altında Add Model herhangi bir whisper.cpp GGML .bin dosyasını alır ve uygulama ne olduğunu dosyanın kendisinden anlar.