Torna al blog

Whisper GUI: 7 app desktop per Windows e Mac (2026)

Una Whisper GUI esegue Whisper di OpenAI senza terminale. Sette app desktop per Windows e Mac a confronto su installazione, GPU, modifica ed esportazione.

12 novembre 2026
Sablate Team

Una Whisper GUI è un'app desktop che esegue il modello vocale aperto Whisper di OpenAI dietro dei pulsanti invece che da un terminale: trascini un file audio o video, scegli un modello e ottieni una trascrizione o un file di sottotitoli. Le migliori si installano senza Python, scaricano il modello per te e usano la tua scheda grafica.

In breve: Buzz è la scelta gratuita di base su Windows, Mac e Linux, MacWhisper è la più curata su Mac, Subtitle Edit è la scelta gratuita quando il risultato è un file di sottotitoli da modificare, e Sablate, che facciamo noi, serve quando i sottotitoli devono essere stilizzati, impressi o tradotti. Le altre sei non le abbiamo testate; i loro dettagli vengono dai loro README, dalla documentazione e dalle pagine dei prezzi, verificati il 12 novembre 2026.

Se ti serve…Su WindowsSu Mac
Una trascrizione gratuita, senza configurare nullaBuzz o VibeVibe, Buzz o la versione gratuita di MacWhisper
Chi ha detto cosa in un'intervistanoScribe, Buzz o VibenoScribe, Buzz o Vibe
Un file di sottotitoli da modificare a manoSubtitle EditSubtitle Edit
Sottotitoli stilizzati, impressi o multilingueSablateSablate
Un'app web locale da automatizzare con scriptWhisper-WebUIWhisper-WebUI

Cosa rende buona una Whisper GUI

Ogni app di questo elenco esegue gli stessi modelli Whisper pubblici. Quello che le distingue è tutto ciò che sta intorno al modello:

  1. Si installa come un'app, non come un progetto Python. Un installer firmato e un modello che si scarica al primo utilizzo sono il senso stesso di una GUI. Due degli strumenti gratuiti qui presenti distribuiscono installer Windows non firmati, quindi aspettati un avviso di SmartScreen.
  2. Il motore sotto i pulsanti. La maggior parte delle GUI incapsula uno di tre motori: il codice di riferimento di OpenAI, faster-whisper o whisper.cpp. Trascrivono lo stesso modello a velocità molto diverse, come mostra la sezione successiva.
  3. Il supporto GPU sul tuo hardware. Su Windows significa soprattutto una scheda NVIDIA tramite CUDA, con Vulkan che copre le GPU AMD e Intel nelle build di whisper.cpp. Su Mac solo alcuni motori usano la GPU.
  4. Scelta dei modelli e download. Ti serve la gamma completa da tiny a large-v3 e large-v3-turbo, scaricata una volta e riutilizzata. Il confronto tra i modelli riporta dimensioni e velocità.
  5. Cosa succede dopo la trascrizione. Editor, etichette dei parlanti, traduzione, interruzioni di riga dei sottotitoli e impressione sono il punto in cui le app differiscono di più.
  6. Se qualcuno la mantiene ancora. I motori Whisper cambiano in fretta. Una GUI senza una versione da un anno resta indietro su modelli e supporto GPU.

Una Whisper GUI è precisa quanto la riga di comando?

Sì, se esegue lo stesso modello, perché i pesi sono lo stesso file. Il motore cambia velocità e memoria, non quello che il modello sa.

Il divario di velocità è grande. Il README di faster-whisper pubblica un benchmark su 13 minuti di audio. Con large-v2 su una NVIDIA RTX 3070 Ti, l'implementazione di riferimento di OpenAI ha impiegato 2 min 23 s, whisper.cpp 1 min 05 s e faster-whisper 1 min 03 s, oppure 59 s con quantizzazione a 8 bit. Con il modello small su un Intel Core i7-12700K a otto thread, lo stesso file ha richiesto 6 min 58 s con il codice di riferimento, 2 min 05 s con whisper.cpp e 1 min 42 s con faster-whisper con quantizzazione a 8 bit. faster-whisper si descrive come fino a 4 volte più veloce di openai/whisper a parità di precisione e con meno memoria.

Quello che cambia davvero la trascrizione è la configurazione. Un filtro di rilevamento dell'attività vocale (VAD) salta il silenzio prima che Whisper lo veda, eliminando i tratti in cui Whisper inventa più spesso del testo; la guida alle allucinazioni di Whisper copre il resto. Conta più il modello di qualsiasi impostazione: OpenAI dice che large-v3-turbo trascrive circa quanto large-v2, ma non è stato addestrato a tradurre, quindi un'attività di traduzione in inglese su turbo restituisce la lingua originale. Una GUI che nasconde queste scelte è più facile da usare; una che le espone ti permette di correggere una trascrizione andata male.

Le 7 migliori Whisper GUI nel 2026

1. Sablate — una Whisper GUI che arriva a sottotitoli finiti

Sablate è un'app desktop per Windows e Mac che esegue Whisper in locale in quattro livelli (faster-whisper, o whisper.cpp su Apple Silicon): Fast (tiny), Balanced (small), Accurate (large-v3-turbo) e Best (large-v3), su 100 lingue di partenza con rilevamento automatico. Ogni modello si scarica una volta, da circa 78 MB per Fast a circa 3,09 GB per Best. Il filtro vocale è sempre attivo, e la trascrizione viene divisa in battute di al massimo due righe da 42 caratteri e sei secondi, con una nuova battuta a ogni pausa più lunga di mezzo secondo.

Quello che la distingue da ogni altra GUI qui è ciò che viene dopo. Ogni lingua aggiuntiva è un livello sulla stessa trascrizione, tradotto offline con Argos, oppure tramite DeepL, OpenAI o Claude con la tua chiave. Ogni livello mantiene il proprio stile e il proprio font per lo script. L'editor ha retiming sulla timeline, divisione e unione, trova e sostituisci, e i 13 preset per sottotitoli vanno da Classic al karaoke parola per parola. L'impressione con libass scrive il video in 16:9, 9:16 o 1:1. L'esportazione copre .srt, .vtt e .txt, più .ass e un .mkv con una traccia per lingua su Pro.

Su Windows una GPU NVIDIA trascrive all'incirca da cinque a dieci volte più veloce della CPU, e il runtime CUDA si scarica la prima volta che serve. Su un Mac Apple Silicon, Sablate passa a whisper.cpp e trascrive sulla GPU tramite Metal; i Mac Intel usano la CPU. Non ha etichette dei parlanti né trascrizione dal vivo dal microfono.

$29 una tantum oppure $5,99 al mese. Il piano gratuito non richiede un account e copre video fino a dieci minuti, tre lavori al mese, i modelli Fast e Balanced e un livello di traduzione offline; l'impressione porta un piccolo marchio nell'angolo. Più lingue da un solo video è il lavoro per cui è stato costruito.

2. Buzz — la scelta gratuita e open source di base

Buzz è gratuito e open source con licenza MIT, per Windows, Mac e Linux. È l'host di motori più ampio di questo elenco: Whisper di OpenAI, whisper.cpp con accelerazione Vulkan, faster-whisper, modelli Hugging Face compatibili con Whisper, Parakeet di NVIDIA e l'API di OpenAI. Usa una GPU NVIDIA tramite CUDA e la maggior parte delle altre GPU tramite Vulkan.

Fa anche cose che Sablate non fa: trascrizione dal vivo dal microfono e identificazione dei parlanti in una registrazione. Esporta .txt, .srt, .vtt e .csv. La traduzione è l'attività di Whisper per tradurre in inglese, oppure qualsiasi altra lingua tramite un modello compatibile con OpenAI che colleghi tu, anche locale tramite Ollama.

Due avvertenze dal suo stesso README. L'installer per Windows non è firmato, quindi Windows ti avvisa prima di eseguirlo. E la versione attuale, la 1.4.5 di agosto 2026, è l'ultima per i Mac Intel; le successive richiedono Apple Silicon.

Gratis. Parti da qui se ti serve solo testo o un .srt.

3. MacWhisper — l'app Whisper più curata su Mac

MacWhisper è un'app nativa per Mac basata su whisper.cpp che esegue Whisper sulla GPU del Mac tramite Metal, cosa che nessuna app basata solo su faster-whisper può fare. Sui Mac con chip serie M aggiunge i modelli WhisperKit, registra le riunioni online, e Pro aggiunge i modelli Parakeet di NVIDIA, il riconoscimento dei parlanti e i sottotitoli dal vivo. Esporta .srt e .vtt oltre a .docx, .pdf, .csv, Markdown e HTML, e traduce tramite Whisper o tramite DeepL con la tua chiave.

È prima di tutto un'app di trascrizione. Stile e impressione dei sottotitoli nell'immagine sono lasciati al tuo video editor, e non esiste una versione per Windows; le alternative a MacWhisper per Windows coprono questa lacuna. L'edizione del Mac App Store è un'app separata, Whisper Transcription, venduta in abbonamento.

Gratis, oppure 64 € una tantum per Pro. Solo Mac, macOS 14 o successivo per la versione attuale. Per le registrazioni lunghe su Apple Silicon è la scelta per la velocità.

4. Subtitle Edit — Whisper dentro un editor di sottotitoli completo

Subtitle Edit è gratuito e open source con licenza MIT, con build per Windows, Mac e Linux; il .dmg per Mac è firmato e notarizzato dalla 5.2.0, e la 5.4.0 è uscita il 6 novembre 2026. Whisper si trova in Video → Speech to text, che nella documentazione offre 12 motori, tra cui whisper.cpp, Faster-Whisper-XXL di Purfview, Whisper CTranslate2, WhisperX e servizi cloud opzionali. Su Windows il motore whisper.cpp può usare CUDA o Vulkan.

Dopo la trascrizione è lo strumento per sottotitoli più completo qui: una forma d'onda per le tempistiche, oltre 380 formati di sottotitoli, e impressione tramite FFmpeg da Video → Generate video with burned-in subtitles. Il prezzo di tanta profondità sono le decisioni: scegliere un motore, un modello e un backend GPU spetta a te. La guida a Subtitle Edit e Whisper accompagna in queste scelte.

Gratis.

5. Vibe — gratuita, e la stessa app su ogni sistema desktop

Vibe è gratuita e open source con licenza MIT, per Windows, Mac e Linux, ed è basata su whisper.cpp. Il suo README elenca l'accelerazione GPU su schede NVIDIA, AMD e Intel tramite Vulkan e Core ML, la trascrizione in batch, la diarizzazione dei parlanti e una modalità per timestamp adatti ai sottotitoli. Esporta .srt, .vtt, .txt, .html, .pdf, .json e .docx, e la 3.3.0 è uscita il 29 ottobre 2026.

La traduzione va solo verso l'inglese, e il suo README non cita stile dei sottotitoli né impressione. Per una cartella di registrazioni che vuoi come testo o .srt, è la configurazione gratuita più rapida di questo elenco.

Gratis.

6. noScribe — per le interviste con più persone che parlano

noScribe è gratuito e open source con licenza GPL-3.0, per Windows, Mac e Linux, ed è pensato per trascrivere interviste. Combina faster-whisper con la diarizzazione dei parlanti di pyannote, così la trascrizione indica chi sta parlando, e apre il risultato nel suo editor, noScribeEdit, dove controlli il testo confrontandolo con l'audio.

La sua documentazione ne indica i limiti. Riconosce circa 60 lingue, esporta .html, .txt e .vtt ma non .srt, richiede macOS 14 su Apple Silicon, e l'ultima build per Mac Intel è la 0.6. La build CUDA per Windows richiede una scheda NVIDIA RTX serie 20 o più recente con almeno 6 GB di VRAM. La versione 0.8 è uscita il 6 ottobre 2026.

Gratis. La scelta giusta quando «chi ha detto cosa» conta più dei sottotitoli.

7. Whisper-WebUI — un'interfaccia nel browser per chi non teme Python

Whisper-WebUI è un'app Gradio che gira nel browser su localhost dopo averla installata con Python da 3.10 a 3.12 e FFmpeg, tramite Docker, oppure tramite il launcher Pinokio. Usa faster-whisper per impostazione predefinita, con Whisper di OpenAI e insanely-fast-whisper come alternative, e aggiunge il rilevamento dell'attività vocale Silero, la separazione della musica di sottofondo, la diarizzazione dei parlanti con pyannote e la traduzione dei sottotitoli con i modelli NLLB o l'API di DeepL. L'output è .srt, .vtt o testo semplice.

È l'opzione gratuita più configurabile e la meno simile a un'app: l'installazione predefinita presuppone una GPU NVIDIA con CUDA 12.8, la diarizzazione richiede un token di Hugging Face, e l'ultima versione con tag, la 1.0.8, risale a ottobre 2025. Vale un discorso simile per faster-whisper-GUI, un'app per Windows che compare ancora nelle ricerche ma non ha avuto alcuna versione da dicembre 2024.

Gratis. Per chi preferisce scrivere uno script per una pipeline piuttosto che cliccarci attraverso.

Whisper GUI a confronto

CaratteristicaSablateBuzzMacWhisperSubtitle EditVibenoScribeWhisper-WebUI
PiattaformaWindows e MacWindows, Mac e LinuxMacWindows, Mac e LinuxWindows, Mac e LinuxWindows, Mac e LinuxOvunque giri Python o Docker
Prezzo$29 una tantum oppure $5,99 al mese, piano gratuitoGratisGratis, 64 € una tantum per ProGratisGratisGratisGratis
Motorefaster-whisper; whisper.cpp su Apple SiliconWhisper, whisper.cpp, faster-whisper e altriwhisper.cpp, WhisperKit, Parakeet12 motori, locali e cloudwhisper.cppfaster-whisperfaster-whisper per impostazione predefinita
Si installa senza PythonSìSìSìSìSìSìNo
GPU su WindowsNVIDIA (CUDA)NVIDIA (CUDA), altre tramite VulkanNessuna versione per WindowsNVIDIA (CUDA), altre tramite VulkanNVIDIA, AMD, Intel (Vulkan)NVIDIA RTX serie 20 o più recente (CUDA)NVIDIA (CUDA)
GPU su MacSì (Metal, Apple Silicon)Non documentatoSì (Metal)Dipende dal motoreSì (Core ML)Non documentatoNon documentato
Etichette dei parlantiNoSìPro, sui Mac serie MNon documentatoSìSìSì
TraduzioneLivelli offline, oppure DeepL, OpenAI, Claude con la tua chiaveVerso l'inglese, oppure qualsiasi lingua con un modello compatibile con OpenAITramite Whisper, oppure DeepL con la tua chiaveDiversi motoriSolo verso l'ingleseNoVerso l'inglese, più NLLB o DeepL per i file di sottotitoli
ImpressioneSìNoNoSì, tramite FFmpegNoNoNo
Formati di sottotitoli e testo.srt, .vtt, .txt, .ass, .mkv.srt, .vtt, .txt, .csv.srt, .vtt, .docx, .pdf e altri380+.srt, .vtt, .txt, .docx e altri.vtt, .html, .txt.srt, .vtt, .txt
Ultima versione (12 nov 2026)1.0.2, ottobre 20261.4.5, agosto 2026Non indicata sul sito5.4.0, novembre 20263.3.0, ottobre 20260.8, ottobre 20261.0.8, ottobre 2025

Leggi prima le righe che giocano contro Sablate. Quattro dei sette hanno build per Linux e Sablate no. Cinque sono gratuiti. Cinque sanno etichettare i parlanti e Sablate no. Se uno di questi punti decide per te, decide e basta.

Whisper GUI su Windows o Mac: quali usano la GPU?

Su Windows la domanda è se hai una scheda NVIDIA. Con una, ogni app di questo elenco tranne MacWhisper può eseguire Whisper su di essa, la maggior parte tramite CUDA, ed è la differenza tra un'ora di audio che richiede pochi minuti e una che ne richiede quasi un'ora. Senza, le app basate su whisper.cpp raggiungono le GPU AMD e Intel tramite Vulkan: Buzz, Vibe e il motore whisper.cpp di Subtitle Edit. Sablate scarica il runtime CUDA solo la prima volta che trova una GPU NVIDIA, così l'installer resta più leggero per tutti gli altri.

Su Mac decide il motore. Il README di whisper.cpp dice che su Apple Silicon l'inferenza gira interamente sulla GPU tramite Metal e che il suo encoder Core ML sul Neural Engine è più di 3 volte più veloce rispetto all'esecuzione solo su CPU. Il README di faster-whisper elenca le librerie NVIDIA come unico percorso GPU, quindi le app basate solo su faster-whisper trascrivono sulla CPU del Mac; Sablate passa a whisper.cpp su Apple Silicon per questo motivo. Per una clip breve il divario conta poco; per una registrazione di due ore è il motivo per scegliere un'app basata su whisper.cpp.

Per i Mac Intel le opzioni stanno finendo. Buzz 1.4.5 e noScribe 0.6 sono le ultime build Intel di queste due app, mentre Sablate offre build separate per Apple Silicon e Intel e richiede macOS 12 Monterey o successivo. Se ti servono solo i testi delle registrazioni e non un front end per Whisper, il software di trascrizione per Mac confronta anche le app per riunioni e cloud.

Quale dovresti scegliere?

«Mi serve la trascrizione di un'intervista, gratis, oggi.» Buzz o Vibe. Entrambe si installano in un minuto ed esportano testo o .srt.

«Parlano due o tre persone e devo sapere chi ha detto cosa.» noScribe, nato proprio per questo; anche Buzz e Vibe etichettano i parlanti.

«Registrazioni lunghe su un Mac Apple Silicon.» MacWhisper, oppure Vibe se deve essere gratis. Anche Sablate usa la GPU lì, ma MacWhisper ha in più il Neural Engine e i modelli Parakeet.

«Il risultato è un file di sottotitoli che correggerò a mano.» Subtitle Edit. Niente di gratuito va più a fondo su tempistiche e formati.

«I sottotitoli vanno sul video, in più di una lingua.» Sablate: una trascrizione, un livello con stile proprio per lingua e un'impressione con libass nel formato che ti serve. Tutte le lingue di Whisper e il loro tasso di errore mostra quali lingue di partenza si trascrivono bene.

«Voglio automatizzarlo con uno script o eseguirlo su un server.» Whisper-WebUI, oppure Whisper stesso da riga di comando, che il confronto tra generatori di sottotitoli offline tratta con un comando pronto.

In sintesi

Ogni Whisper GUI esegue gli stessi modelli, quindi scegli in base al motore che il tuo hardware preferisce e a ciò che ti serve dopo la trascrizione. Per testo gratuito, Buzz o Vibe. Per i parlanti, noScribe. Per un Mac e file lunghi, MacWhisper. Per file di sottotitoli da modificare, Subtitle Edit. Quando i sottotitoli devono essere stilizzati, impressi o consegnati in più lingue, scarica Sablate per Windows o Mac ed esegui un video vero con il piano gratuito, oppure guarda cosa aggiunge Pro.

Domande frequenti

Qual è la migliore Whisper GUI per Windows?

Buzz per le trascrizioni gratuite, Subtitle Edit per modificare sottotitoli gratis, e Sablate quando la trascrizione deve diventare sottotitoli stilizzati, impressi o tradotti. Tutte e tre si installano come un normale programma Windows e possono usare una scheda grafica NVIDIA. Buzz, Vibe e il motore whisper.cpp di Subtitle Edit usano anche le GPU AMD e Intel tramite Vulkan.

Qual è la migliore Whisper GUI per Mac?

MacWhisper, perché è un'app nativa per Mac che esegue Whisper sulla GPU del Mac. Vibe e Buzz sono le opzioni gratuite e open source. Sablate gira sui Mac Apple Silicon, dove trascrive sulla GPU, e su quelli Intel: sceglilo per ciò che fa dopo la trascrizione, come sottotitoli stilizzati, impressi o multilingue, non per la velocità pura.

Posso usare Whisper senza Python né riga di comando?

Sì. Le Whisper GUI desktop come Sablate, Buzz, MacWhisper, Vibe, noScribe e Subtitle Edit si installano come qualsiasi altra app e scaricano il modello Whisper al primo utilizzo, quindi non apri mai un terminale. Le interfacce nel browser come Whisper-WebUI sono l'eccezione: girano su un ambiente Python o Docker che installi tu.

Una Whisper GUI è precisa quanto la riga di comando di Whisper?

Sì, se esegue lo stesso modello. I pesi sono identici in ogni app; cambia il motore che li circonda. faster-whisper dichiara la stessa precisione del codice di riferimento di OpenAI con una velocità fino a quattro volte superiore. Il modello scelto e impostazioni come il filtro vocale incidono sul risultato molto più dell'interfaccia.

Quale Whisper GUI può creare sottotitoli?

Tutte e sette esportano un file di sottotitoli: sei scrivono SRT e VTT, noScribe scrive VTT. Subtitle Edit e Sablate vanno oltre, con strumenti per le tempistiche e l'impressione dei sottotitoli nel video. Sablate aggiunge anche un livello con stile proprio per ogni lingua tradotta da un'unica trascrizione, e li esporta come file separati o in un solo MKV.

Le Whisper GUI funzionano offline?

Sì, dopo il primo download. Ogni app ha bisogno di internet una sola volta per scaricare il modello Whisper, poi trascrive sul tuo computer senza caricare il file. Diverse offrono anche motori cloud opzionali, come l'API OpenAI in Buzz e Subtitle Edit, che inviano davvero l'audio all'esterno: controlla quale motore è attivo prima di elaborare registrazioni riservate.