Otter.ai’ye ayda 20 dolar ödeme yapmak yerine kendi kendini barındıran Speakr hakkında yazılan XDA yazısı dikkat çekti çünkü toplantı yoğun işlerde çalışan çoğu insanın sessizce şüphelendiği şeyi söyledi: SaaS transkripsiyon hizmetinin rahatlığı her müşteri aramasının, her görüşmenin, her beyin fırtınasının sesiyle satın alınır. Kaydın bilgisayarınızdan çıktığını fark ettikten sonra, bunu görmemek zor olur. İyi haber, yerel Whisper çıkarsız 2024 donanımında yeterince hızlandı ki, kendi kendini barındıran transkripsiyon yığını artık hafta sonu projesi değildir. Masaüstü için kendi kendini barındıran transkripsiyon için 7 en iyi uygulamayı test ettik; her biri önünüzde makinede modelleri çalıştırıyor ve hiçbir şey yerel ağdan çıkmıyor.
Liste, bir dakika içinde Mac’e düşen tek ikili GUI uygulamalarını, diyarizasyon ve UI içeren platformlar arası Electron uygulamalarını, toplu transkripsiyon için bir TypeScript sarmalayıcısını ve çoğu diğerini sessizce güçlendiren Whisper.cpp CLI’sini içerir. Her seçim, yüksek doğruluk large-v3 seviyesinde transkripsiyon kalitesi, M-serisi Mac’te ve yakın zamanda x86 dizüstü bilgisayarda hız ve uygulamanın her zaman yanlış giden parçaları ne kadar iyi işlediğini yargılanır: konuşmacı etiketleri, uzun dosyalar, karışık diller ve zaman damgalı dışa aktarma.
Kendi kendini barındıran transkripsiyon uygulamasında ne arayacaksınız
Kendi kendini barındıran transkripsiyon ardışık düzeni aynı beş şeyde yaşar veya ölür:
- Model seçimi. Whisper ailesi standarttır, ancak uygulama
tiny,base,small,medium,large-v2velarge-v3arasında seçim yapmanıza izin vermelidir. Daha büyük daha yavaş ve daha doğru anlamına gelir. Kilitli bir model bir hata olur. - Gerçek donanımda hız. Bir M2 MacBook Air’de,
large-v3bir saatlik dosyayı otuz dakikadan çok daha hızlı bir şekilde transkripsiyon yapmalıdır. 12. nesil Intel dizüstü bilgisayarda GPU olmadan kayıttan daha uzun sürebilir. Uygulama bu ödünleşmeyi net hale getirmeli. - Konuşmacı diyarizasyonu. Çoğu insanın istediği tek özellik ve çoğu yerel yığının mahvettikleri şey. Genel “konuşmacı A / konuşmacı B” tahmini yerine pyannote entegrasyonu veya eşdeğer yerel bir diarizatör arayın.
- Dışa aktarma biçimleri. Video işi için SRT ve VTT, notlar için zaman damgasıyla düz metin ve aşağı akış araçları için güven puanları içeren JSON. Panoya transkripsiyon kopyalamak ve başka hiçbir şey bir anlaşmayı bozar.
- Varsayılan olarak ağ çıkışı yok. Bütün mesele. Uygulama evde arama yapmamalı, telemetri göndermemeli veya açıkça sorulmadığı sürece bir CDN’den model almamalıdır.
Hızlı karşılaştırma
| Uygulama | Lisans | Platformlar | GPU İvmesi | Diyarizasyon | En İyi İçin |
|---|---|---|---|---|---|
| MacWhisper | Commercial (free tier) | macOS | Apple Silicon Metal | Evet (Pro) | Apple Silicon günlük sürücü |
| Vibe | MIT (open source) | Windows, macOS, Linux | NVIDIA, Metal, Vulkan | Evet | Platformlar arası GUI |
| WhisperX | BSD-2 (open source) | Windows, macOS, Linux | NVIDIA, CPU | Evet (pyannote) | Profesyoneller için kelime düzeyinde hizalama |
| Speakr | MIT (open source) | Windows, macOS, Linux (Docker) | NVIDIA, CPU | Evet | Web UI’li kendi barındırılan sunucu |
| Aiko | Free, closed source | macOS, iOS | Apple Silicon Metal | Hayır | Mac’te hızlı bir kerelik transkripsiyon |
| Buzz | MIT (open source) | Windows, macOS, Linux | NVIDIA, Metal, CPU | Hayır | Tek ikili platformlar arası CLI+GUI |
| Whisper.cpp | MIT (open source) | Windows, macOS, Linux | NVIDIA, Metal, CPU | Hayır (manual) | Komut dosyaları ve sunucular için başsız CLI |
2026’da masaüstü için kendi kendini barındıran transkripsiyon için 7 en iyi uygulama
1. MacWhisper — Apple Silicon günlük sürücü için en iyi
MacWhisper, çoğu Mac kullanıcısının hiçbir zaman terminal açmadan kullanacağı şeydir. Ücretsiz katman tiny’den medium Whisper modellerine kadar sürükle ve bırak transkripsiyon işler, Pro katmanı large-v3, toplu işler, podcast içe aktarma ve konuşmacı diyarizasyonu ekler. Çıkarım Apple’ın Metal yığını üzerinde çalışır, bu nedenle M2 Air bir saatlik dosyayı saç kurutmacısı gibi seslendirilmeden birkaç dakika içinde çiğner. UI bu kategorinin nadiren doğru yaptığı şeydir.
Nerede geri kalır: yalnızca macOS, ve diyarizasyon kalitesi karmaşık çok konuşmacılı kayıtlarda WhisperX’in gerisinde kalır. Pro lisansı ücretsiz değil, bir kerelik satın almadır ve bu bazılarını dışlar.
Fiyatlandırma: medium ve altı ücretsiz. large-v3, diyarizasyon, toplu ve YouTube içe aktarma için bir kerelik Pro satın alma.
Platformlar: macOS (Apple Silicon önerilir; Intel Mac’ler desteklenir ancak yavaş).
İndir: MacWhisper site
Sonuç: Çoğu transkripsiyon Mac’te oluyorsa, burada başlayın ve ilerleyin. Pro ücreti bir haftalık toplantı notlarında kendini amorti eder.
2. Vibe — En iyi platformlar arası GUI
Vibe, Windows ve Linux dünyasında MacWhisper’a en yakın olanıdır. Tek bir indirme, herhangi bir Whisper modelini yükleyen, NVIDIA CUDA, Apple Metal veya AMD’de Vulkan üzerinde çalışan ve kutudan çıkan diyarizasyon sunan bir GUI kurar. Eklenti sistemi, uygulamayı çıkmadan özet veya çeviri adımlarını bağlamanıza izin verir ve proje sık sık yayınlar gönderir.
Nerede geri kalır: ilk model yüklemesi ağırdır çünkü ikili çalışma zamanında ağırlıkları alır. Uzun dosyalar üzerinde diyarizasyon Vulkan arka uçlarında takılabilir; CUDA kullanıcıları bunu görmez.
Fiyatlandırma: Ücretsiz, MIT lisansı.
Platformlar: Windows, macOS (Intel ve Apple Silicon), Linux.
İndir: Vibe site
Sonuç: Windows ve Linux’ta doğru başlangıç noktası. Harici GPU NVIDIA’lı Mac kullanıcıları MacWhisper üzerinden Vibe’ı seçmeli.
3. WhisperX — Kelime düzeyinde hizalama ve ciddi diyarizasyon için en iyi
WhisperX, profesyonel transkriptörlerin zaman damgaları gerçekten önemli olduğunda kullandıklarıdır. Whisper’ı her kelimenin kesin bir zaman koduna düşmesi için zorlanan bir hizalayıcıyla eşleştirir, ardından konuşmacıları etiketlemek için pyannote diyarizasyonunu çalıştırır. Sonuç, yayın standartlarına dayanabilen SRT altyazıları ve herhangi bir aşağı akış aracının içebileceği JSON’dur.
Nerede geri kalır: saf CLI, GUI yok ve Python bağımlılık ağacı Windows’da ısırabilir. Kurulum bir öğleden sonradır, hafta sonu değil, ancak MacWhisper’ın sunduğu “bir dosya sürükle” deneyimi değil.
Fiyatlandırma: Ücretsiz, BSD-2 lisansı.
Platformlar: Windows, macOS, Linux.
İndir: WhisperX GitHub
Sonuç: Doğru kelime düzeyinde zaman damgaları ve etiketli konuşmacılar UI parlaması olduğundan daha önemli olduğunda WhisperX’i seçin. Altyazıcılar ve gazeteciler için bu budur.
4. Speakr — Web UI’li kendi barındırılan sunucu için en iyi
Speakr, XDA makalesinin herkese gönderdiği uygulamadır. Herhangi bir dizüstü veya ev sunucusunun barındırabileceği Docker konteynerı olarak çalışır, temiz bir web UI ortaya çıkarır ve yerel Whisper çıkarımını tüm evin kullanabileceği bir hizmete dönüştürür. Kayıtlar LAN üzerinden senkronize olur, transkriptler aranabilir bir kütüphaneye iner ve diyarizasyon ek ayar olmadan tek yönlü mülakatlar için yeterince iyidir.
Nerede geri kalır: bir sunucudur, bu yüzden başlamak docker compose up, .dmg değildir. Docker’ı çalıştırmayan kullanıcılar başka bir şey seçmeli.
Fiyatlandırma: Ücretsiz, MIT lisansı.
Platformlar: Docker çalıştıran herhangi bir şey (Windows, macOS, Linux).
İndir: Speakr GitHub
Sonuç: Ağda bir kişi transkripsiyon gerektirdiğinde doğru seçim. Jellyfin veya Home Assistant barındıran aynı kutuda çalıştırın.
5. Aiko — Mac’te hızlı bir kerelik transkripsiyon için en iyi
Aiko, Mac App Store’un hesap olmayan ücretsiz transkripsiyon yardımcı programına en yakın olanıdır. Bir dosyayı bırakın, bir model seçin, transkripsiyon çıktığını izleyin. Diyarizasyon yok, konuşmacı etiketleri yok, şık dışa aktarma yok, bir not alma uygulamasına yapıştırabileceğiniz zaman damgasıyla düz metin.
Nerede geri kalır: yalnızca macOS ve iOS, ve model seçimleri large-v3 kısasında kalır. Ciddi doğruluğa ihtiyacı olan biri bunu atlamalı ve MacWhisper’ı kullanmalı.
Fiyatlandırma: Ücretsiz, uygulama içi satın alma yok.
Platformlar: macOS, iOS.
İndir: Aiko on the Mac App Store
Sonuç: Mac’te sesli notlar ve kısa mülakatlar için doğru seçim. Ciddi bir iş akışı için doğru seçim değil.
6. Buzz — En iyi tek ikili platformlar arası seçenek
Buzz, Windows, macOS ve Linux’ta aynı UI ile çalışan bir indirme uygulaması olarak gönderilir. Mikrofondan canlı transkripsiyon, dosya tabanlı işler ve yerel ve bulut çıkışını yan yana karşılaştırmak isteyen kullanıcılar için yerleşik bir OpenAI API modu destekler. Kod tabanı bir öğleden sonra denetlemek için yeterince küçüktür.
Nerede geri kalır: diyarizasyon yok. Canlı mod uzun tek konuşmalarda cümleleri faydasız şekillerde keser.
Fiyatlandırma: Ücretsiz, MIT lisansı.
Platformlar: Windows, macOS, Linux.
İndir: Buzz GitHub
Sonuç: Yeni bir Linux makinesine iyi bir ilk kurulum. “Yerel transkripsiyon istiyorum”dan çalışan bir uygulamaya kadar en hızlı yol.
7. Whisper.cpp — Komut dosyaları ve sunucular için en iyi başsız CLI
Whisper.cpp, yukarıdaki uygulamaların yarısını sessizce güçlendiren C++ bağlantı noktasıdır. Tek bir ikili halinde derler, Python çalışma zamanı olmaz ve Raspberry Pi 5’ten M4 Max’e kadar her yerde çalışır. Bir WAV dosyasını borulayın, SRT veya VTT çıkışı alın. CMake derleme artık ana platformlar için ön derlenmiş ikili dosyalarla gelir.
Nerede geri kalır: saf CLI. Diyarizasyon yok, UI yok, uygulama cilası yok. İş akışını etrafında siz oluşturursunuz.
Fiyatlandırma: Ücretsiz, MIT lisansı.
Platformlar: Windows, macOS, Linux, BSD, C++ derleyicisi olan herhangi bir yer.
İndir: Whisper.cpp GitHub
Sonuç: Transkripsiyon komut dosyasını mevcut boru hatlarına, katıştırılmış kullanım durumlarına ve en küçük, en denetlenebilir saldırı yüzeyini isteyen biri için doğru seçim.
Doğru olanı seçme
- Tüm evin kullanabileceği kendi barındırılan bir Otter.ai ikamesi istiyorsanız: Speakr.
- macOS’ta yaşıyorsanız ve sadece en iyi yerel uygulamayı istiyorsanız: MacWhisper.
- Windows veya Linux’taysanız ve temiz bir GUI istiyorsanız: Vibe.
- Yayın kalitesi zaman damgaları ve etiketli konuşmacılar gerekiyorsa: WhisperX.
- Eski bir Mac’iniz varsa ve sadece ara sıra transkriptler istiyorsanız: Aiko.
- Transkripsiyon komut dosyası oluşturmak daha büyük bir boru hattıyla istiyorsanız: Whisper.cpp.
Sık Sorulan Sorular
Whisper, Otter.ai’nin yerine geçebilir mi?
Yalnızca İngilizce, tek konuşmacılı kayıtlar için evet. Örtüşme ile çok konuşmacılı toplantılar için, pyannote diyarizasyonlu Whisper yakındır ancak konuşmacı etiketlemesinde Otter’ın gerisinde kalır. Boşluk 2025’te çok kapandı ve her sürümle daha da kapanıyor.
Yerel transkripsiyon çalıştırmak için ne kadar donanıma ihtiyacım var?
large-v3 herhangi bir Apple Silicon Mac ve 8 GB veya daha fazla VRAM’li herhangi bir NVIDIA GPU’da rahat çalışır. Yalnızca CPU çıkarımı çalışır ancak kayıttan daha uzun sürer. Rahat bir tempoyla toplantı transkripsiyon için, beş yaşında bir dizüstü small veya medium seçerseniz iyi çalışır.
Doğruluk için hangi Whisper modeli en iyisidir?
large-v3 yayınlanan en doğru modeldir. large-v3-turbo, çoğu kullanıcının temiz ses üzerinde fark etmeyeceği küçük bir kalite düşüşü olan daha hızlı bir varyantıdır. Belirli bir nedeniniz olmadığı sürece large-v2 yerine v3’ü seçin.
Kendi barındırılan transkripsiyon İngilizce olmayan sesi işleyebilir mi?
Whisper yaklaşık 100 dili destekler ve ana dillerde (İspanyolca, Fransızca, Almanca, Portekizce, Japonca, Mandarin) bulut hizmetleriyle rekabet eder. Düşük kaynak dilleri için kalite düşer ve yerli olmayan konuşmacılardan ağır aksan İngilizce her yerel modeli hala karıştırır.
Bunlardan herhangi biri kurulduktan sonra çevrimdışı olarak çalışır mı?
Evet, tamamen. Model ağırlıkları indirildikten sonra, bu listedeki her uygulama ağ bağlantısı olmadan çalışır. Bu kendi barındırmanın tüm noktasıdır.
