Wróć do bloga

Generatory napisów offline w 2026 roku: 7 narzędzi działających na twoim komputerze

Generatory napisów offline na 2026 rok: siedem narzędzi transkrybujących na twoim komputerze, co każde z nich robi z transkryptem dalej i ile kosztują.

28 września 2026
Sablate Team

Generator napisów offline uruchamia rozpoznawanie mowy na twoim komputerze, więc wideo nigdy go nie opuszcza. Niemal każdy dobry generator w 2026 roku jest zbudowany na otwartych modelach Whisper od OpenAI, więc transkrypty startują z podobnego poziomu; to, co różni narzędzia, dzieje się po transkrypcji — edycja, prędkość czytania, tłumaczenie, stylizacja i wypalanie.

Krótka wersja: Subtitle Edit, jeśli chcesz czegoś darmowego i dogłębnego, MacWhisper na szybki transkrypt na Macu, DaVinci Resolve Studio, jeśli już w nim montujesz, i Sablate, gdy napisy trzeba ostylować, wypalić albo dostarczyć w kilku językach. Sablate to nasz produkt. Pozostałych sześciu narzędzi nie testowaliśmy sami, a ich szczegóły pochodzą z ich własnej dokumentacji, sprawdzonej 28 września 2026; Subtitle Edit, Buzz i MacWhisper sprawdziliśmy ponownie 12 listopada 2026.

Jeśli potrzebujesz…Na WindowsNa Macu
Darmowej, dogłębnej edycji napisówSubtitle EditSubtitle Edit
Szybkiego transkryptu albo SRT, za darmoBuzzMacWhisper (wersja darmowa) albo Buzz
Napisów wewnątrz montażu wideoDaVinci Resolve Studio albo KdenliveDaVinci Resolve Studio albo Kdenlive
Ostylowanych, wypalonych albo wielojęzycznych napisówSablateSablate
Folderu plików przetwarzanego skryptemWhisper w wierszu poleceńWhisper w wierszu poleceń

Co decyduje o dobrym generatorze napisów offline

Sześć rzeczy decyduje o tym, czy lokalne narzędzie oszczędza ci czas, czy tylko przenosi pracę gdzie indziej:

  1. Tworzy napisy, nie tylko transkrypt. Większość oprogramowania do transkrypcji offline kończy na tekście ze znacznikami czasu. Napisy to krótkie wiersze w czytelnym tempie, dzielone na granicach fraz, a prędkość czytania to miejsce, w którym surowy wynik Whispera najczęściej zawodzi.
  2. Silnik i modele, na których działa. Większość narzędzi opakowuje faster-whisper albo whisper.cpp. To, który model Whisper możesz wybrać, ma większe znaczenie niż to, jaka nakładka go uruchamia, a porównanie modeli podaje konkretne liczby; porównanie graficznych nakładek na Whispera pokazuje, która aplikacja działa na którym silniku.
  3. Obsługa GPU na twoim sprzęcie. GPU NVIDIA to duże przyspieszenie na Windows. Na Apple Silicon z GPU korzystają tylko narzędzia zbudowane na whisper.cpp albo na własnych frameworkach Apple; faster-whisper działa tam na CPU.
  4. Co dzieje się po transkrypcji. Edytor z narzędziami do czasowania, tłumaczeniem, stylizacją i wypalaniem to różnica między szkicem a gotowym plikiem.
  5. Czy chmura naprawdę jest opcjonalna. Kilka lokalnych aplikacji oferuje też silniki chmurowe. To przydatne, dopóki zawsze wiesz, który z nich jest aktywny.
  6. Jak płacisz. Za darmo, jednorazowo albo w formie subskrypcji, i czy darmowa wersja pokrywa długości wideo, z jakimi faktycznie pracujesz.

Czy transkrypcja offline jest już wystarczająco dokładna?

Dla większości mowy tak, a powód jest taki, że lokalny i chmurowy Whisper to ten sam model.

Wagi Whispera są publiczne. Większość lokalnych narzędzi z tej listy uruchamia te same large-v3 i large-v3-turbo, które może pobrać każdy, a samo API Whisper od OpenAI serwuje large-v2, starszą wersję niż ta, którą uruchomisz w domu. Jeśli chodzi o jakość transkrypcji Whispera, chmurowa usługa Whisper nie ma przewagi modelu — tylko przewagę sprzętu, a ta różnica w większości się zamknęła. W opublikowanym benchmarku faster-whisper 13 minut dźwięku zajęło około minuty przy large-v2 na NVIDIA RTX 3070 Ti i 1 minutę 42 sekundy przy modelu small na ośmiowątkowym Intel Core i7-12700K, z użyciem int8.

To ustępstwo jest jednak prawdziwe. Zastrzeżone modele chmurowe wyprzedziły Whispera: OpenAI podaje, że jego model gpt-4o-transcribe ma niższy odsetek błędów słów niż Whisper large-v2 i large-v3 w językach benchmarku FLEURS. Przy mocnym akcencie, hałaśliwym pomieszczeniu i gęstym żargonie aktualny model chmurowy potrafi być wymiernie lepszy niż jakikolwiek lokalny Whisper. Dlatego kilka aplikacji na tej liście, w tym Sablate, oferuje opcjonalny silnik chmurowy obok lokalnego. W Sablate jest domyślnie wyłączony, działa na twoim własnym kluczu API, a aplikacja ostrzega za każdym razem, gdy dźwięk ma opuścić komputer.

Praktyczna zasada: przy czystej mowie w dużym języku lokalny Whisper jest wystarczająco bliski, że to twoja runda poprawek decyduje o ostatecznej jakości. Przy trudnym dźwięku przepuść dwuminutowy klip przez oba warianty, zanim zaangażujesz się w całe nagranie.

7 najlepszych generatorów napisów offline w 2026 roku

1. Sablate — dla napisów, które chcesz ostylować, wypalić albo przetłumaczyć

Sablate to desktopowa aplikacja na Windows i Mac, która transkrybuje lokalnie za pomocą faster-whisper w czterech poziomach — Fast (tiny), Balanced (small), Accurate (large-v3-turbo) i Best (large-v3) — dla 100 języków źródłowych. Tym, czym różni się od wszystkiego innego na tej liście, jest to, co dzieje się dalej.

Każdy dodatkowy język to warstwa na tej samej transkrypcji, a nie nowe zadanie, a każda warstwa niesie własny styl i własną czcionkę pisma, więc arabski, koreański czy dewanagari renderują się poprawnie zamiast pokazywać puste prostokąty. Tłumaczenie działa offline przez Argos, gdzie pary bez bezpośredniego pakietu, takie jak turecki–niemiecki, przechodzą przez angielski, albo przez DeepL, OpenAI czy Claude z twoim własnym kluczem. Edytor ma retimowanie na osi czasu, dzielenie i łączenie, znajdź i zamień oraz słownik własnych nazw dla imion, które Whisper wciąż błędnie zapisuje. 13 presetów napisów obejmuje style karaoke słowo po słowie i wygląd w stylu Hormoziego, a wypalanie renderuje libass w 16:9, 9:16 albo 1:1. Eksport obejmuje .srt, .vtt, .txt, .ass, wypalone .mp4 i jeden .mkv ze ścieżką napisów na język.

Na Windows GPU NVIDIA transkrybuje mniej więcej pięć do dziesięciu razy szybciej niż CPU, a środowisko CUDA pobiera się przy pierwszym użyciu. Na Macu z Apple Silicon Sablate przełącza się na whisper.cpp i transkrybuje na GPU przez Metal, bo faster-whisper nie ma ścieżki na GPU Apple; w naszym teście na M4 osiem minut angielskiego z large-v3-turbo zajęło 27 sekund zamiast 103 na CPU. Maci z Intelem używają CPU.

$29 jednorazowo. Plan Darmowy pokrywa filmy do dziesięciu minut, trzy zadania miesięcznie, modele Fast i Balanced oraz jedną warstwę tłumaczenia offline; .ass, wielościeżkowy .mkv i wypalanie bez oznaczenia są w Pro. To więcej, niż potrzebujesz do jednojęzycznego transkryptu, i właściwy wybór, gdy jedno wideo musi wyjść ostylowane albo w kilku językach — z powodów, które opisuje przewodnik po napisach wielojęzycznych.

2. Subtitle Edit — darmowy wszechstronny wybór

Subtitle Edit jest darmowy i open source, zbudowany przede wszystkim na Windows, z wersjami na macOS i Linux. Jego menu Video → Speech to text wymienia w dokumentacji 12 silników: lokalnych, jak whisper.cpp, Faster-Whisper-XXL od Purfview, Whisper CTranslate2 i WhisperX, obok opcjonalnych chmurowych. Silnik i model, które wybierzesz, pobierają się przy pierwszym użyciu.

Po transkrypcji to najbardziej rozbudowane narzędzie z tej listy: fala dźwiękowa do czasowania, kontrola prędkości czytania i długości wiersza, automatyczne tłumaczenie przez kilka silników, ponad 380 formatów napisów i wypalanie przez FFmpeg z menu Video. Jeśli chodzi o konwersję formatów, naprawę czasowania i kontrolę jakości napisów, nic tutaj, płatne czy darmowe, nie robi więcej.

To, czego od ciebie wymaga, to decyzje. Wybór silnika, modelu i backendu GPU należy do ciebie, i nie jest zbudowany pod zaprojektowane napisy na social media, takie jak podświetlanie słowo po słowie.

Darmowy. Zacznij tutaj, jeśli nie jesteś pewien, i przejdź dalej dopiero, gdy trafisz na coś, czego to narzędzie nie robi.

3. Buzz — najprostszy darmowy transkrybator

Buzz jest darmowy i open source na licencji MIT, i działa na Windows, Linux oraz Makach z Apple Silicon; ostatnia wersja dla Maców z Intelem to 1.4.5. Opakowuje Whisper, whisper.cpp i faster-whisper, korzysta z GPU NVIDIA przez CUDA i innych GPU przez Vulkan, i eksportuje .txt, .srt i .vtt. Obserwowany folder i tryb wiersza poleceń pozwalają wskazać mu katalog i zostawić go samemu sobie; potrafi też transkrybować na żywo z mikrofonu i oznaczać mówców.

To transkrybator z eksportem napisów, a nie edytor napisów. Nie ma stylizacji ani wypalania, a tłumaczenie oznacza zadanie Whispera tłumacz-na-angielski albo model kompatybilny z OpenAI, który podłączysz. Do zadania „daj mi SRT z tego wywiadu” to dokładnie tyle oprogramowania, ile potrzeba.

Darmowy.

4. MacWhisper — najbardziej dopracowany na Macu

MacWhisper to natywna aplikacja na Maca, która uruchamia Whispera lokalnie i korzysta z GPU Maca, czego nie potrafią narzędzia z tej listy oparte na faster-whisper. Darmowa wersja eksportuje .srt, .vtt i .txt; Pro dodaje więcej formatów eksportu i automatyczne tłumaczenie napisów, a opcjonalne modele chmurowe stoją obok lokalnych.

To przede wszystkim aplikacja do transkrypcji. Stylizację i wypalanie napisów w obraz zostawia twojemu edytorowi wideo.

Darmowa, albo 64 € jednorazowo za Pro. Tylko Mac. Na Macu z Apple Silicon obsługa GPU to powód, by wybrać ją do długich nagrań. Na Windows najbliższe odpowiedniki opisują alternatywy dla MacWhisper.

5. DaVinci Resolve Studio — jeśli już montujesz w Resolve

DaVinci Resolve Studio generuje napisy własnym modelem AI, na twoim komputerze, z Timeline → AI Tools → Create Subtitles from Audio. Wynik trafia na ścieżkę napisów, którą edytujesz jak każdy inny element osi czasu, a od Resolve 20 możesz ją animować, w tym stylem Word Highlight. Dostawa to .srt, WebVTT albo wypalenie, ze strony Deliver.

Trzy ograniczenia. Automatyczne napisy to funkcja wersji Studio; darmowa wersja Resolve nie ma ich wcale. Transkrypcja obejmuje od razu 14 języków, więcej po dodatkowym pobraniu, wobec mniej więcej stu dla Whispera. I nie ma wbudowanego tłumaczenia napisów.

$295 jednorazowo, na Windows, Mac i Linux. Zbyt wiele tylko za napisy, i nic dodatkowego, jeśli już to masz. Jeśli używasz darmowej wersji, automatyczne napisy bez wersji Studio pokazują, jak wprowadzić SRT z dowolnego narzędzia z tej listy.

6. Kdenlive — darmowy edytor z Whisperem w środku

Kdenlive to darmowy, open source'owy edytor wideo na Windows, Mac i Linux z rozpoznawaniem mowy wbudowanym w oś czasu, korzystający z Whispera albo lżejszego silnika VOSK. Przy pierwszym użyciu ustawia środowisko Pythona i pobiera model, po czym rozpoznawanie działa lokalnie. Napisy trafiają na dedykowaną ścieżkę, gdzie je edytujesz i stylizujesz, a potem eksportujesz jako .srt albo .ass, albo wypalasz przy renderowaniu. Tłumaczenie na języki inne niż angielski korzysta z modelu SeamlessM4T, pobrania o wadze około 9 GB.

Konfiguracja to słaby punkt: środowisko Pythona i duże pierwsze pobieranie. Gdy już działa, to jedyna darmowa opcja na tej liście, która łączy transkrypt, edycję i wypalanie w jednej osi czasu.

Darmowy.

7. Whisper w wierszu poleceń — do skryptów i wsadów

Narzędzie wiersza poleceń openai-whisper jest darmowe i open source, działa wszędzie tam, gdzie Python i FFmpeg, i zapisuje pliki napisów bezpośrednio:

whisper interview.mp4 --model turbo --language en --output_format srt

Owiń je w pętlę powłoki, a folder nagrań zamienia się w folder plików .srt przez noc. whisper.cpp ma własne narzędzie wiersza poleceń, a faster-whisper ma narzędzia firm trzecich, i oba działają szybciej niż implementacja referencyjna na tym samym sprzęcie. Nie ma edytora, stylizacji ani podglądu: dostajesz plik, a resztę robisz gdzie indziej.

Darmowe. Właściwy wybór, gdy napisy są krokiem w potoku przetwarzania, a nie etapem kreatywnym.

Generatory napisów offline — porównanie

FunkcjaSablateSubtitle EditBuzzMacWhisperDaVinci Resolve StudioKdenliveWhisper CLI
PlatformaWindows i MacWindows, Mac i LinuxWindows, Mac i LinuxMacWindows, Mac i LinuxWindows, Mac i LinuxWindows, Mac i Linux
Cena$29 jednorazowo, plan DarmowyDarmowyDarmowyDarmowy, 64 € jednorazowo za Pro$295 jednorazowoDarmowyDarmowy
Lokalny silnik mowyfaster-whisperKilka wariantów WhisperaWhisper, whisper.cpp, faster-whisperWhisperWłasny silnik BlackmagicWhisper albo VOSKWhisper
Edytor napisów z narzędziami do czasowaniaTakTakPodstawowyPodstawowyTakTakNie
TłumaczenieWarstwy offline albo DeepL, OpenAI, Claude z twoim kluczemKilka silnikówNa angielski albo model kompatybilny z OpenAIProNieSeamlessM4T albo na angielskiTylko na angielski
Stylizowane wypalanieTakTak, przez FFmpegNieNieTakTakNie
Formaty plików napisów.srt, .vtt, .txt, .ass, .mkv380+.srt, .vtt, .txt.srt, .vtt, .txt, więcej w Pro.srt, WebVTT.srt, .ass.srt, .vtt, .txt, .tsv, .json

Zacznij od wierszy, które przemawiają przeciwko Sablate. Pięć z siedmiu narzędzi działa na Linuksie, a Sablate nie. Cztery są darmowe. Subtitle Edit obsługuje ponad 380 formatów napisów wobec garstki w Sablate. A na Macu MacWhisper dodaje modele Parakeet i Neural Engine, z których Sablate nie korzysta. Jeśli któryś z tych punktów decyduje za ciebie, to niech decyduje.

Czy internetowy generator napisów AI jest lepszy od desktopowego?

Nie lepszy, tylko inny: oba korzystają z rozpoznawania mowy opartego na AI, a różnica polega na tym, gdzie to działa i do czego jest zbudowane. Większość list „najlepszych generatorów napisów” w wynikach wyszukiwania pochodzi od internetowych serwisów z napisami, takich jak Submagic, VEED, Descript i Happy Scribe, więc porównują narzędzia w przeglądarce i pomijają aplikacje desktopowe.

Desktopowe generatory napisówInternetowe generatory napisów AI
Dokąd trafia wideoZostaje na twoim komputerzeJest wysyłane do serwisu
Jak zwykle płaciszZa darmo albo jednorazowoPlan miesięczny lub roczny
Co ogranicza długie nagranieTwój sprzętMinuty w planie i rozmiar pliku
Działa na telefonie albo ChromebookuNieTak
Wspólne projekty i przegląd w zespoleRzadkoStandard

Narzędzia internetowe wygrywają tam, gdzie liczy się szybki start i praca zespołowa: nic do instalowania, szablony do krótkich klipów na social media i projekt, który współpracownik otworzy w przeglądarce. Narzędzia desktopowe z tej listy wygrywają przy długich albo poufnych materiałach, przy wielu językach z jednego nagrania i pod względem kosztów, gdy napisy robisz co tydzień. Jeśli rozważasz stronę internetową, nasze porównania VEED, Submagic, automatycznych napisów CapCut i Descript pokazują, ile każde z nich kosztuje i gdzie się kończy.

Generatory napisów offline na Windows 10 i 11

Sześć z siedmiu narzędzi działa na komputerze z Windows 10 lub 11; nie działa tylko MacWhisper. Na Windows kluczowe pytanie o sprzęt brzmi: czy masz kartę NVIDIA. Większość narzędzi z tej listy opartych na Whisperze potrafi z niej korzystać przez CUDA, a to różnica między długim nagraniem liczonym w minutach a takim, które zajmuje prawie godzinę. Narzędzia różnią się tym, ile konfiguracji to wymaga.

  • Sablate sam wykrywa GPU NVIDIA i pobiera środowisko CUDA przy pierwszym użyciu, więc instalator pozostaje mały dla osób bez karty. Bez GPU przełącza się na CPU.
  • Subtitle Edit pozwala wybrać silnik, w tym wersje na GPU, takie jak Faster-Whisper-XXL od Purfview; daje to najwięcej kontroli i wymaga od ciebie najwięcej decyzji.
  • Buzz korzysta z CUDA na kartach NVIDIA i z Vulkan na innych GPU.

Jeśli nie masz dedykowanego GPU, wybieraj model, a nie narzędzie: small albo large-v3-turbo sprawiają, że laptop tylko z CPU nadal nadaje się do pracy, jak pokazuje porównanie modeli.

Generatory napisów offline na Macu

Na Macu pytanie o sprzęt wygląda inaczej. Apple Silicon ma wydajne GPU, ale korzystają z niego tylko narzędzia zbudowane na whisper.cpp albo na własnych frameworkach Apple; faster-whisper działa tam na CPU.

  • MacWhisper korzysta z GPU Maca, przez co na Apple Silicon jest najszybszą opcją z tej listy przy długich nagraniach.
  • Buzz działa na Apple Silicon; ostatnia wersja dla Maców z Intelem to 1.4.5.
  • Sablate ma osobne wersje na Apple Silicon i na Maca z Intelem; na Apple Silicon transkrybuje na GPU przez whisper.cpp i Metal, na Macach z Intelem na CPU. Na Macu daje to samo co na Windows: stylizację, wypalanie w 9:16, 1:1 albo 16:9 i kilka języków z jednej transkrypcji.
  • DaVinci Resolve Studio, Kdenlive, Subtitle Edit i Whisper w wierszu poleceń też działają na macOS.

Na Macu uczciwy podział to więc szybkość kontra to, co dzieje się po transkrypcji: MacWhisper dla najszybszego tekstu, Sablate, gdy tekst ma stać się zaprojektowanymi albo wielojęzycznymi napisami. Do spotkań i wywiadów, a nie napisów, oprogramowanie do transkrypcji na Maca opisuje aplikacje do notatek i te chmurowe.

Jak zrobić napisy offline w pięć minut

Niezależnie od wybranego narzędzia pierwsze uruchomienie ma ten sam przebieg. W Sablate wygląda to tak:

  1. Zainstaluj Sablate z instalatora na Windows albo z wersji na Maca dla swojego procesora. Darmowa wersja działa bez rejestracji i konta. Pro potrzebuje połączenia raz, żeby aktywować klucz licencyjny z maila po zakupie; potem aplikacja sprawdza licencję mniej więcej raz dziennie, gdy jest online, a bez sieci Pro działa dalej.
  2. Wrzuć wideo, które masz już na dysku, i wybierz język mowy albo zostaw automatyczne wykrywanie.
  3. Wybierz poziom modelu. Fast i Balanced działają w planie Darmowym. Model pobiera się raz, przy pierwszym użyciu, i potem jest używany ponownie: około 78 MB dla Fast i 486 MB dla Balanced.
  4. Popraw transkrypt w edytorze. Znajdź i zamień poprawia błędnie zapisane imię wszędzie naraz, a oś czasu pozwala zmieniać czasowanie linijek oraz je dzielić i łączyć.
  5. Wyeksportuj .srt albo .vtt, albo wypal napisy w .mp4 w potrzebnych proporcjach obrazu.

Które narzędzie wybrać?

„Chcę czegoś darmowego i nie przeszkadza mi nauka narzędzia”. Subtitle Edit. Nic darmowego nie sięga głębiej w pliki napisów.

„Potrzebuję SRT z wywiadu, dziś”. Buzz na dowolnym systemie, MacWhisper na Macu.

„Już montuję w Resolve Studio albo Kdenlive”. Użyj wbudowanego rozpoznawania. Przenoszenie napisów między aplikacjami kosztuje więcej czasu, niż oszczędza.

„Napisy są częścią wyglądu”. Sablate: presety, podświetlanie słowo po słowie i wypalanie przez libass w 9:16, 1:1 albo 16:9. Poradnik o wypalaniu napisów opisuje stronę jakości tego ostatniego kroku.

„Jedno wideo, kilka języków”. Sablate. Jedna transkrypcja i warstwa tłumaczenia na każdy język, każda z własnym stylem — tłumaczenie SRT bez psucia czasowania wyjaśnia, czemu ta kolejność ma znaczenie.

„Setki plików i nikt nie patrzy”. Wiersz poleceń Whispera albo obserwowany folder Buzza.

„Długie nagrania na Macu”. MacWhisper. Sablate też transkrybuje na GPU Apple Silicon, ale MacWhisper dodaje Neural Engine i szybsze modele Parakeet.

Podsumowanie

Transkrypcja offline nie jest już takim kompromisem jak kiedyś: modele Whisper są dokładnie tymi samymi, na których działają chmurowe usługi Whisper, a GPU ze średniej półki zamienia godzinę mowy w zadanie na przerwę na kawę. Wybieraj według tego, czego potrzebujesz po transkrypcji. Dla darmowych plików napisów — Subtitle Edit albo Buzz. Dla napisów, które muszą wyglądać zaprojektowane albo wyjść w kilku językach, pobierz Sablate na Windows albo Mac i przepuść przez darmowy plan jedno prawdziwe wideo, albo zobacz, co dodaje Pro za jedną płatność $29.

Najczęściej zadawane pytania

Jaki jest najlepszy generator napisów offline na Windows?

Subtitle Edit, jeśli chcesz czegoś darmowego i dogłębnego, Buzz, gdy potrzebujesz tylko szybkiego SRT, i Sablate, gdy napisy trzeba ostylować, wypalić albo przetłumaczyć na kilka języków. Wszystkie trzy działają na Windows 10 i 11 i korzystają z GPU NVIDIA, jeśli jest w komputerze, a to największe przyspieszenie dostępne na Windows.

Jaki jest najlepszy generator napisów offline na Maca?

MacWhisper do szybkich transkryptów, bo korzysta z GPU Maca, a Buzz jako darmowa alternatywa na Apple Silicon. Wybierz Sablate, gdy napisy wymagają stylizacji, wypalenia albo kilku języków; działa na Macach z Apple Silicon i z Intelem, a na Apple Silicon transkrybuje na GPU.

Jaki jest najlepszy generator napisów offline?

To zależy od tego, co dzieje się z transkryptem dalej. Subtitle Edit to najlepszy darmowy wszechstronny wybór, Buzz najprostszy darmowy transkrybator, MacWhisper najbardziej dopracowana opcja na Maca, a DaVinci Resolve Studio naturalny wybór wewnątrz montażu. Sablate pasuje wtedy, gdy napisy trzeba ostylować, wypalić w wideo albo dostarczyć w kilku językach.

Czy mogę wygenerować napisy bez wysyłania wideo?

Tak. Każde narzędzie z tej listy uruchamia rozpoznawanie mowy na twoim komputerze, więc plik wideo z niego nie wychodzi. Kilka z nich oferuje też opcjonalne silniki chmurowe, które przy wybraniu faktycznie wysyłają dźwięk na zewnątrz, więc przed przetwarzaniem poufnego materiału sprawdź, który silnik jest aktywny. Usługi napisów działające w przeglądarce z założenia wysyłają wideo na serwer.

Czy transkrypcja offline jest tak dokładna jak transkrypcja w chmurze?

Blisko, ale nie zawsze tak samo. Lokalne narzędzia korzystają z otwartych modeli Whisper od OpenAI, a samo API Whisper od OpenAI serwuje large-v2, starszą wersję niż large-v3, którą możesz uruchomić lokalnie. Nowsze zastrzeżone modele chmurowe raportują niższy odsetek błędów niż Whisper large-v2 i large-v3, więc przy trudnym dźwięku model chmurowy wciąż może być wymiernie lepszy.

Czy potrzebuję GPU, żeby transkrybować wideo offline?

Nie, ale bardzo pomaga. W opublikowanym benchmarku faster-whisper 13 minut dźwięku zajęło około minuty przy modelu large-v2 na NVIDIA RTX 3070 Ti, i poniżej dwóch minut przy modelu small na ośmiowątkowym CPU klasy desktop. Komputery bez GPU dobrze radzą sobie z modelami small albo turbo; największy model na samym CPU jest wolny.

Czy potrzebuję konta, żeby korzystać z generatora napisów offline?

Zwykle nie. Subtitle Edit, Buzz, Kdenlive i narzędzie wiersza poleceń Whisper nie wymagają konta, a darmowa wersja Sablate działa bez rejestracji i zakładania konta. Płatne wersje bywają różne: Sablate Pro potrzebuje internetu raz, żeby aktywować klucz licencyjny z maila po zakupie, a potem działa także offline.

Które generatory napisów offline są darmowe?

Subtitle Edit, Buzz, Kdenlive i narzędzie wiersza poleceń Whisper są darmowe i open source, a MacWhisper ma darmową wersję. Sablate ma trwały darmowy plan ograniczony do dziesięciominutowych filmów i trzech zadań miesięcznie. Darmowa wersja DaVinci Resolve nie ma automatycznych napisów; ta funkcja jest częścią płatnej wersji Studio.

Czym różni się oprogramowanie do transkrypcji od generatora napisów?

Oprogramowanie do transkrypcji tworzy tekst ze znacznikami czasu. Generator napisów tworzy linijki, które widz faktycznie może przeczytać: krótkie wiersze, sensowną prędkość czytania, podziały na granicach fraz i plik, który przyjmie odtwarzacz albo platforma. Większość narzędzi z tej listy zaczyna od tego samego transkryptu Whisper; różni je to, ile pracy nad napisami przychodzi potem.