Transkrypcja na Macu w 2026: 7 programów porównanych
Transkrypcja na Macu w 2026: siedem programów działających na samym Macu albo w chmurze, z cenami, szybkością na Apple Silicon, mówcami i formatami eksportu.
Oprogramowanie do transkrypcji na Maca zamienia nagraną mowę w tekst, a pierwsza rzecz, która dzieli aplikacje, to miejsce, w którym się to dzieje: na samym Macu albo na serwerach producenta. Aplikacje lokalne zostawiają dźwięk na twoim dysku i zwykle są darmowe albo kupowane jednorazowo; usługi chmurowe dokładają nagrywanie spotkań, udostępnianie i funkcje zespołowe w planie miesięcznym.
Krótka wersja: MacWhisper to najbardziej kompletna aplikacja lokalna, Aiko najprostsza, noScribe darmowy wybór do wywiadów, Otter notatnik ze spotkań, a Descript edytor, który tnie audio i wideo według transkryptu. Sablate, który robimy my, jest na liście do jednego zadania: wideo, którego transkrypt musi stać się napisami. Pozostałych aplikacji nie testowaliśmy sami; ich szczegóły pochodzą z ich własnych stron, centrów pomocy i opisów w App Store, sprawdzonych 12 listopada 2026.
| Jeśli potrzebujesz… | Wybierz | Gdzie transkrybuje |
|---|---|---|
| Szybkich transkryptów nagrań | MacWhisper | Na Macu |
| Jednego przycisku i niczego do konfigurowania | Aiko | Na Macu |
| Wywiadów z kilkoma mówcami, za darmo | noScribe | Na Macu |
| Notatek ze spotkań online | Otter | Chmura |
| Edycji audio albo wideo przez edycję tekstu | Descript | Chmura |
| Napisów do wideo, w jednym albo kilku językach | Sablate | Na Macu |
| Wsadów uruchamianych ze skryptu | whisper.cpp | Na Macu |
Lokalnie czy w chmurze: jakiego oprogramowania do transkrypcji potrzebujesz?
Rozstrzygnij to, zanim zaczniesz porównywać funkcje, bo to przesądza naraz o prywatności, koszcie i prędkości.
| Aplikacje lokalne | Usługi w chmurze | |
|---|---|---|
| Dokąd trafia dźwięk | Zostaje na Macu | Wysyłany do producenta |
| Typowa cena | Za darmo albo jednorazowo | Plan miesięczny albo roczny, albo za minutę |
| Prędkość zależy od | Twojego Maca i silnika aplikacji | Ich serwerów i twojego wysyłania |
| Działa bez internetu | Tak, po pobraniu modelu | Nie |
| Nagrywanie spotkań, udostępnianie, przestrzenie zespołowe | Niektóre | Standard |
Wszystkie aplikacje lokalne z tej listy uruchamiają Whispera od OpenAI albo modele z tej samej rodziny, więc przy wyraźnej mowie w dużym języku jakość transkryptu jest między nimi zbliżona; o tym, jak długo to trwa, decydują sprzęt Maca i silnik aplikacji. Usługi chmurowe używają własnych albo licencjonowanych modeli i przy hałaśliwym pomieszczeniu, mocnym akcencie albo gęstym żargonie aktualny model chmurowy wciąż może być wymiernie lepszy. Porównanie generatorów napisów offline podaje liczby stojące za tym kompromisem.
Czy Mac transkrybuje dźwięk bez dodatkowego oprogramowania?
Tak, jeśli ma Apple silicon i nowy macOS. Strony pomocy Apple opisują trzy wbudowane funkcje, a tylko dwie z nich działają na nagraniach:
- Dyktafon transkrybuje nagrania w macOS 15 lub nowszym na Macu z Apple silicon, w trakcie nagrywania albo po nim, a starsze nagrania transkrybuje przy ich otwarciu.
- Notatki nagrywają dźwięk wewnątrz notatki i pokazują transkrypt na żywo na Macach z M1 lub nowszym, gdy językiem urządzenia jest angielski, hiszpański, portugalski, włoski, francuski, niemiecki, japoński, koreański lub chiński.
- Dyktowanie wpisuje to, co mówisz, w dowolne pole tekstowe. To wejście na żywo, a nie sposób na transkrypcję pliku, który już masz.
Apple dodaje, że transkrypcja dźwięku nie jest dostępna we wszystkich krajach i regionach. Do notatki głosowej albo wykładu nagranego na miejscu wbudowane narzędzia mogą wystarczyć. Strony Apple nie opisują eksportu napisów ani etykiet mówców, a żadna z tych aplikacji nie przyjmuje folderu plików wideo, a właśnie od tego zaczynają aplikacje poniżej.
Na co zwrócić uwagę w oprogramowaniu do transkrypcji na Maca
- Czy korzysta z GPU Apple Silicon. whisper.cpp działa w całości na GPU przez Metal na Apple Silicon. Aplikacje zbudowane wyłącznie na faster-whisper działają na Macu na CPU, co jest w porządku przy krótkich klipach i wolne przy długich.
- Pliki czy spotkania na żywo. Niektóre aplikacje transkrybują nagrania, które już masz; inne przechwytują dźwięk z Zoom, Teams czy Meet na bieżąco. Niewiele robi dobrze jedno i drugie.
- Etykiety mówców. Wywiady i spotkania wymagają informacji, kto co powiedział. Kilka aplikacji stąd w ogóle tego nie robi.
- Co wychodzi na końcu. Zwykły tekst, dokument albo plik napisów ze znacznikami czasu (
.srt,.vtt) do wideo. - Języki. Sam Whisper obejmuje około 100 języków. Descript podaje w centrum pomocy 26, a Otter 17.
- Jak płacisz. Jednorazowo, w subskrypcji albo za minutę. Dla porównania ludzka transkrypcja Rev zaczyna się od $1,99 za minutę.
7 najlepszych aplikacji do transkrypcji na Maca w 2026 roku
1. MacWhisper — najbardziej kompletna aplikacja lokalna
MacWhisper to natywna aplikacja na Maca zbudowana na whisper.cpp, z obsługą Metal i GPU dla bardzo szybkiej transkrypcji, a jej autor podaje prędkości do około 30 razy szybciej niż w czasie rzeczywistym. Na Macach z serii M dodaje modele WhisperKit. Nagrywa też rozmowy w Zoom, Teams, Webex i innych bez dołączania bota, wersja pobierana bezpośrednio dodaje dyktowanie w całym systemie, a Pro dodaje modele Parakeet od NVIDIA, rozpoznawanie mówców i napisy na żywo. Eksport obejmuje napisy .srt i .vtt oraz .docx, .pdf, .csv, Markdown i HTML, a tłumaczenie idzie przez Whispera albo przez DeepL z twoim własnym kluczem.
Rozpoznawanie mówców ma haczyk: lokalnie działa tylko z modelami WhisperKit na Macach z serii M; poza tym idzie przez usługi chmurowe ElevenLabs albo Deepgram. Obecna wersja pobierana bezpośrednio wymaga macOS 14 lub nowszego, starsze buildy są zachowane dla wcześniejszych systemów, i działa także na Macach z Intelem. Wydanie z Mac App Store to osobna aplikacja o nazwie Whisper Transcription, sprzedawana w subskrypcji i wymagająca macOS 15.
Darmowa, albo 64 € jednorazowo za Pro. Dla większości osób, które transkrybują nagrania na Macu, to wybór domyślny.
2. Sablate — gdy transkrypt ma stać się napisami
Sablate transkrybuje pliki wideo i audio lokalnie za pomocą Whispera (whisper.cpp na GPU w Apple Silicon, faster-whisper w Intelu) w czterech poziomach, od Fast (tiny) do Best (large-v3), dla 100 języków źródłowych i zamienia transkrypt w linijki napisów o długości najwyżej dwóch wierszy po 42 znaki i sześciu sekund. Na Macu dodaje wszystko, co jest po tekście: warstwy tłumaczenia na inne języki na tej samej transkrypcji, każdą z własnym stylem i własną czcionką pisma; 13 presetów napisów; i wypalanie przez libass w 16:9, 9:16 albo 1:1. Eksport to .srt, .vtt i .txt, a w Pro .ass i wielościeżkowy .mkv. Transkrypcja wideo do tekstu opisuje całą ścieżkę.
Ustępstwa są prawdziwe. Na Apple Silicon Sablate transkrybuje na GPU przez whisper.cpp i Metal, ale nie ma ścieżki na Neural Engine ani modeli Parakeet, które oferuje MacWhisper; Maci z Intelem używają CPU. Nie nagrywa spotkań, nie oznacza mówców i nie transkrybuje dźwięku na żywo. Ma osobne wersje na Apple Silicon i na Maca z Intelem i wymaga macOS 12 Monterey lub nowszego.
$29 jednorazowo albo $5,99 miesięcznie. Plan Darmowy nie wymaga konta i pokrywa filmy do dziesięciu minut, trzy zadania miesięcznie, modele Fast i Balanced oraz jedną warstwę tłumaczenia offline; jego wypalanie nosi mały znak w rogu.
3. Aiko — jeden przycisk, jedna cena, każde urządzenie Apple
Aiko robi jedną rzecz: wrzucasz nagranie i dostajesz tekst. Uruchamia na Macu Whispera large-v2, w całości na urządzeniu, w 100 językach, i eksportuje tekst, tekst ze znacznikami czasu, .srt, WebVTT, JSON i CSV. Jeden zakup obejmuje Maca, iPhone'a, iPada i Apple Vision Pro.
Jego własne FAQ jest szczere co do ograniczeń. Duży model wymaga Maca z Apple silicon i co najmniej 16 GB pamięci, aplikacja pokazuje jedną transkrypcję naraz, nie ma edycji ani wbudowanego wsadu, a autor odsyła do MacWhisper po etykiety mówców. Jej wpis w App Store wymaga macOS 26.6 lub nowszego i Maca z M1 lub nowszym.
$24 jednorazowo, z 14-dniową wersją próbną przez TestFlight.
4. noScribe — darmowy, do wywiadów z kilkoma mówcami
noScribe jest darmowy i open source na licencji GPL-3.0 i jest zbudowany do transkrypcji wywiadów. Łączy faster-whisper z rozpoznawaniem mówców (diarization) z pyannote, więc transkrypt zaznacza, kto mówi, i otwiera wynik we własnym edytorze, w którym sprawdzasz każdy fragment z nagraniem. Rozpoznaje około 60 języków i eksportuje HTML, zwykły tekst i .vtt.
Na Macu wymaga macOS 14 i Apple Silicon; ostatni build dla Intela to wersja 0.6. Wersja 0.8 ukazała się 6 października 2026, a działa też na Windows i Linuksie.
Darmowy. Do wywiadów jakościowych i grup fokusowych to pierwszy wybór do wypróbowania.
5. Otter — notatki ze spotkań nagrywane na twoim Macu
Otter to chmurowy asystent spotkań z aplikacją na Maca, która nagrywa i transkrybuje spotkania bez dołączania Otter Notetaker jako uczestnika, na macOS 13 lub nowszym. Oznacza mówców, importuje pliki audio i wideo do 5 GB i transkrybuje 17 języków, wśród nich angielski, francuski, hiszpański, niemiecki, japoński, koreański i turecki, według jego centrum pomocy.
Darmowy plan Basic pozwala na 300 minut miesięcznie, 30 minut na rozmowę i trzy zaimportowane pliki łącznie. Eksport napisów jako .srt to funkcja planów płatnych. Wszystko jest przetwarzane na serwerach Otter.
Plan darmowy; Pro $16,99 miesięcznie albo $8,33 miesięcznie przy rozliczeniu rocznym.
6. Descript — edycja audio i wideo przez edycję transkryptu
Descript to edytor wideo i podcastów, w którym transkrypt jest osią czasu: usuń zdanie z tekstu, a zniknie z nagrania. Oznacza mówców, eksportuje napisy jako .srt albo .vtt i wypala napisy w wideo. Transkrypcja odbywa się w chmurze; jego centrum pomocy podaje, że zaczyna się ona po zakończeniu przetwarzania pliku i wysłaniu go do chmury.
Obejmuje 26 języków według swojego centrum pomocy, bez chińskiego, japońskiego i rosyjskiego, a aplikacja na Maca wymaga macOS 14. Plan darmowy daje 60 minut materiału miesięcznie i eksportuje w 720p ze znakiem wodnym.
Plan darmowy; Hobbyist $24 miesięcznie albo $16 miesięcznie przy rozliczeniu rocznym; Creator $35, albo $24 rocznie. Jeśli transkrypt jest krokiem w edycji samego nagrania, nic innego stąd nie wykonuje tej pracy.
7. whisper.cpp — silnik, w wierszu poleceń
whisper.cpp to otwartoźródłowy silnik pod MacWhisper i kilkoma innymi aplikacjami, darmowy na licencji MIT. Na Apple Silicon działa na GPU przez Metal, a jego opcjonalny build Core ML przenosi enkoder na Neural Engine. Przy zainstalowanych narzędziach wiersza poleceń Xcode, CMake i FFmpeg te polecenia budują go, pobierają model turbo i zapisują plik .srt:
git clone https://github.com/ggml-org/whisper.cpp.git
cd whisper.cpp
sh ./models/download-ggml-model.sh large-v3-turbo
cmake -B build
cmake --build build -j --config Release
ffmpeg -i ~/Movies/interview.m4a -ar 16000 -ac 1 -c:a pcm_s16le interview.wav
./build/bin/whisper-cli -m models/ggml-large-v3-turbo.bin -f interview.wav -l auto -osrt
Narzędzie wiersza poleceń czyta 16-bitowy WAV, stąd krok z FFmpeg, i zakłada angielski, chyba że podasz -l. Segmentacja mówców istnieje tylko jako opcja eksperymentalna dla angielskiego. Nie ma edytora ani interfejsu; dostajesz plik.
Darmowy. Właściwy wybór, gdy transkrypcja jest krokiem w skrypcie, a nie czymś, na co siedzisz i patrzysz.
Oprogramowanie do transkrypcji na Maca — porównanie
| Funkcja | MacWhisper | Sablate | Aiko | noScribe | Otter | Descript | whisper.cpp |
|---|---|---|---|---|---|---|---|
| Gdzie transkrybuje | Na Macu | Na Macu | Na Macu | Na Macu | Chmura | Chmura | Na Macu |
| Cena | Darmowy, 64 € jednorazowo za Pro | $29 jednorazowo albo $5,99 miesięcznie, plan Darmowy | $24 jednorazowo | Darmowy | Plan darmowy, Pro $16,99 miesięcznie | Plan darmowy, Hobbyist $24 miesięcznie | Darmowy |
| Korzysta z GPU Apple Silicon | Tak (Metal) | Tak (Metal) | Brak w dokumentacji | Brak w dokumentacji | Działa w chmurze | Działa w chmurze | Tak (Metal, Core ML) |
| Nagrywa spotkania | Tak | Nie | Nie | Nie | Tak | Brak w dokumentacji | Nie |
| Etykiety mówców | Pro, na Macach z serii M albo przez chmurę | Nie | Nie | Tak | Tak | Tak | Eksperymentalnie, tylko angielski |
| Pliki napisów | .srt, .vtt | .srt, .vtt, .ass, .mkv, wypalanie | .srt, .vtt | .vtt | .srt w planach płatnych | .srt, .vtt | .srt, .vtt |
| Języki | 100 | 100 | 100 | Około 60 | 17 | 26 | Pełna lista Whispera |
| Minimalny macOS | 14 dla obecnej wersji | 12 Monterey | 26.6, M1 lub nowszy | 14, Apple Silicon | 13 | 14 | Buduje się ze źródeł |
Zacznij od wierszy przeciwko Sablate. Nie ma ścieżki na Neural Engine ani modeli Parakeet, nie nagrywa spotkań i nie oznacza mówców, a dwie z siedmiu są po prostu darmowe. Tam, gdzie prowadzi, jest wiersz z napisami: jedyna z wypalaniem, .ass i ścieżką na język.
Czy lokalna transkrypcja jest wystarczająco szybka na Apple Silicon?
Dla aplikacji, które korzystają z GPU, tak. README whisper.cpp mówi, że na Apple Silicon inferencja działa w całości na GPU przez Metal, a jego enkoder Core ML na Neural Engine jest ponad 3 razy szybszy niż wykonanie tylko na CPU. MacWhisper, zbudowany na nim, podaje do około 30 razy szybciej niż w czasie rzeczywistym, co jest własną liczbą autora, a nie niezależnym benchmarkiem.
Różnicę widać w aplikacjach ograniczonych do CPU. README samego faster-whisper wymienia biblioteki NVIDIA jako jedyną ścieżkę GPU, więc na Macu działa na procesorze; Sablate tego unika, przełączając się na whisper.cpp na Apple Silicon. Przy dziesięciominutowym klipie czekanie jest krótkie tak czy inaczej. Przy dwugodzinnym wykładzie aplikacje z GPU kończą znacznie wcześniej, a porównanie modeli Whisper pokazuje, ile na CPU odrabia mniejszy model, taki jak small albo large-v3-turbo.
Komputery Mac z Intelem zostają w tyle. Wpis Aiko w App Store i wymóg macOS 26.6 je wykluczają, ostatni build noScribe dla Intela to 0.6, a własna transkrypcja Apple wymaga Apple silicon. MacWhisper i Sablate nadal działają na Macach z Intelem, bez sprzętu, który przyspiesza długie pliki.
Które wybrać?
„Co tydzień transkrybuję nagrania i chcę, żeby było szybko”. MacWhisper. Korzysta z GPU i obejmuje napisy, dokumenty i tłumaczenie.
„Chcę tekst i nic więcej”. Aiko, albo Dyktafon, jeśli masz go już na Macu.
„Wywiady z dwiema lub więcej osobami, przy ograniczonym budżecie”. noScribe. Darmowy, lokalny i zaznacza, kto mówi.
„Notatki ze spotkań dla zespołu”. Otter. Jeśli dźwięk musi zostać na Macu, Anarlog to otwartoźródłowy notatnik ze spotkań, który transkrybuje na urządzeniu.
„Edytuję podcasty albo wideo i chcę ciąć według tekstu”. Descript.
„Transkrypt musi być bezbłędny, do sądu albo do druku”. Ludzka transkrypcja Rev, od $1,99 za minutę z gwarancją dokładności 99%.
„Wideo potrzebuje napisów, może w kilku językach”. Sablate: jedna transkrypcja, ostylowana warstwa na język i wypalanie. Napisy w wielu językach pokazują przebieg pracy, a na Windows to samo zadanie opisują alternatywy dla MacWhisper na Windows.
„Chcę zobaczyć wszystkie aplikacje Whisper, nie tylko te na Maca”. Porównanie Whisper GUI wymienia opcje wieloplatformowe.
Podsumowanie
Na Macu wybieraj według tego, dokąd może trafić dźwięk i czego potrzebujesz na końcu. Do tekstu z nagrań MacWhisper, albo Aiko, jeśli chcesz mniej. Do wywiadów noScribe. Do spotkań i notatek zespołowych Otter. Do edycji według transkryptu Descript. Gdy produktem końcowym jest wideo z napisami, w jednym języku albo w kilku, pobierz Sablate na Maca i przepuść jedno prawdziwe wideo przez plan Darmowy, albo zobacz, co dodaje Pro za jedną płatność $29.
Najczęściej zadawane pytania
Jakie jest najlepsze oprogramowanie do transkrypcji na Maca?
MacWhisper dla większości osób: uruchamia Whispera na GPU samego Maca, eksportuje napisy i dokumenty, a Pro kosztuje jednorazowo 64 euro. Aiko jest prostsze, za $24 jednorazowo, noScribe to darmowy wybór do wywiadów z kilkoma mówcami, a Otter pasuje do notatek ze spotkań, jeśli przetwarzanie w chmurze ci odpowiada.
Czy Mac ma wbudowaną transkrypcję?
Tak, na Macach z Apple Silicon. Apple podaje, że Dyktafon transkrybuje nagrania w macOS 15 lub nowszym na Macu z Apple silicon, a Notatki potrafią nagrywać i transkrybować dźwięk na Macach z M1 lub nowszym, ustawionych na jeden z około dziesięciu języków urządzenia. Żadna z funkcji nie jest dostępna w każdym regionie, a Dyktowanie wpisuje mowę na żywo, a nie transkrybuje plik.
Czy mogę transkrybować na Macu bez wysyłania dźwięku?
Tak. MacWhisper, Aiko, noScribe, Sablate i whisper.cpp uruchamiają model mowy na samym Macu, więc nagranie zostaje na twoim dysku. Otter, Descript i Rev przetwarzają dźwięk na własnych serwerach. Niektóre aplikacje lokalne oferują też opcjonalne silniki chmurowe, więc przed transkrypcją poufnego nagrania sprawdź, który silnik jest wybrany.
Czy transkrypcja jest szybsza na Macu z Apple Silicon?
Tak, gdy aplikacja korzysta z GPU albo Neural Engine. whisper.cpp działa w całości na GPU przez Metal na Apple Silicon, a jego enkoder Core ML na Neural Engine jest ponad trzy razy szybszy niż sam CPU. Aplikacje zbudowane wyłącznie na faster-whisper transkrybują na Macu na CPU i przy długich nagraniach potrzebują więcej czasu; Sablate na Apple Silicon przełącza się na whisper.cpp.
Które aplikacje do transkrypcji na Maca oznaczają mówców?
noScribe, MacWhisper Pro, Otter i Descript. noScribe jest darmowy i robi to na Macu z pyannote. MacWhisper oznacza mówców lokalnie tylko z modelami WhisperKit na Macach z serii M albo przez usługi chmurowe ElevenLabs i Deepgram. Otter i Descript oznaczają mówców w chmurze. Aiko i Sablate nie oznaczają mówców.
Ile kosztuje oprogramowanie do transkrypcji na Maca?
Od zera do planu miesięcznego. noScribe, whisper.cpp i Dyktafon od Apple są darmowe, Aiko kosztuje $24 jednorazowo, MacWhisper Pro 64 euro jednorazowo, a Sablate $29 jednorazowo albo $5,99 miesięcznie. Usługi chmurowe pobierają opłatę miesięczną: Otter Pro to $16,99 miesięcznie, a Descript Hobbyist $24, oba taniej przy rozliczeniu rocznym.