Whisper GUI: 7 Aplicativos para Windows e Mac (2026)
Uma Whisper GUI roda o Whisper, da OpenAI, sem terminal. Sete aplicativos para Windows e Mac, comparados em instalação, uso de GPU, edição e exportação.
Uma Whisper GUI é um aplicativo de desktop que roda o modelo aberto de fala Whisper, da OpenAI, por trás de botões em vez de um terminal: você solta um arquivo de áudio ou vídeo, escolhe um modelo e recebe de volta uma transcrição ou um arquivo de legendas. As boas se instalam sem Python, baixam o modelo para você e usam sua placa de vídeo.
Em resumo: o Buzz é a opção gratuita padrão no Windows, Mac e Linux, o MacWhisper é o mais polido em um Mac, o Subtitle Edit é a escolha gratuita quando o resultado é um arquivo de legendas que você vai editar, e o Sablate, que nós fazemos, é para legendas que precisam ser estilizadas, embutidas ou traduzidas. Não testamos os outros seis; os detalhes deles vêm dos próprios READMEs, da documentação e das páginas de preços, verificados em 12 de novembro de 2026.
| Se você quer… | No Windows | No Mac |
|---|---|---|
| Uma transcrição gratuita, sem configuração | Buzz ou Vibe | Vibe, Buzz ou a versão gratuita do MacWhisper |
| Quem disse o quê em uma entrevista | noScribe, Buzz ou Vibe | noScribe, Buzz ou Vibe |
| Um arquivo de legendas para editar à mão | Subtitle Edit | Subtitle Edit |
| Legendas estilizadas, embutidas ou em vários idiomas | Sablate | Sablate |
| Um aplicativo web local que dá para automatizar por script | Whisper-WebUI | Whisper-WebUI |
O que faz uma boa Whisper GUI
Todo aplicativo desta lista roda os mesmos modelos Whisper públicos. O que os separa é tudo o que existe em volta do modelo:
- Instala como um aplicativo, não como um projeto Python. Um instalador assinado e um modelo que é baixado no primeiro uso são a razão de ser de uma GUI. Duas das ferramentas gratuitas daqui trazem instaladores do Windows sem assinatura, então espere um aviso do SmartScreen.
- O motor por baixo dos botões. A maioria das GUIs usa um de três motores: o código de referência da OpenAI, o faster-whisper ou o whisper.cpp. Eles transcrevem o mesmo modelo em velocidades muito diferentes, como mostra a próxima seção.
- Suporte a GPU no seu hardware. No Windows, isso quase sempre significa uma placa NVIDIA via CUDA, com o Vulkan cobrindo placas AMD e Intel nas versões com whisper.cpp. Em um Mac, só alguns motores usam a GPU.
- Escolha de modelos e downloads. Você quer toda a faixa, do
tinyaolarge-v3e aolarge-v3-turbo, baixada uma vez e reaproveitada. A comparação de modelos traz os tamanhos e as velocidades. - O que acontece depois da transcrição. Editor, identificação de falantes, tradução, quebras de linha das legendas e legenda embutida são o ponto em que os aplicativos mais diferem.
- Se alguém ainda mantém o projeto. Os motores do Whisper mudam rápido. Uma GUI sem nenhuma versão há um ano fica para trás em modelos e em suporte a GPU.
Uma Whisper GUI é tão precisa quanto a linha de comando?
Sim, se roda o mesmo modelo, porque os pesos são o mesmo arquivo. O motor muda a velocidade e a memória, não o que o modelo sabe.
A diferença de velocidade é grande. O README do faster-whisper publica um benchmark com 13 minutos de áudio. Com o large-v2 em uma NVIDIA RTX 3070 Ti, a implementação de referência da OpenAI levou 2 min 23 s, o whisper.cpp 1 min 05 s e o faster-whisper 1 min 03 s, ou 59 s com quantização de 8 bits. Com o modelo small em um Intel Core i7-12700K de oito threads, o mesmo arquivo levou 6 min 58 s no código de referência, 2 min 05 s no whisper.cpp e 1 min 42 s no faster-whisper com quantização de 8 bits. O faster-whisper se descreve como até quatro vezes mais rápido que o openai/whisper com a mesma precisão e usando menos memória.
O que realmente muda a transcrição é a configuração. Um filtro de detecção de atividade de voz (VAD) descarta o silêncio antes que o Whisper o veja, o que elimina os trechos em que o Whisper mais costuma inventar texto; o guia de alucinações do Whisper cobre o resto. O modelo importa mais do que qualquer ajuste: a OpenAI diz que o large-v3-turbo transcreve quase tão bem quanto o large-v2, mas ele não foi treinado para traduzir, então uma tarefa de tradução para o inglês no turbo devolve o idioma original. Uma GUI que esconde essas escolhas é mais fácil de usar; uma que as expõe permite corrigir uma execução ruim.
As 7 melhores Whisper GUIs em 2026
1. Sablate — uma Whisper GUI que termina em legendas prontas
O Sablate é um aplicativo de desktop para Windows e Mac que roda o Whisper localmente em quatro níveis (faster-whisper, ou whisper.cpp no Apple Silicon): Fast (tiny), Balanced (small), Accurate (large-v3-turbo) e Best (large-v3), em 100 idiomas de origem com detecção automática. Cada modelo é baixado uma vez, de cerca de 78 MB no Fast a cerca de 3,09 GB no Best. O filtro de detecção de atividade de voz (VAD) fica sempre ligado, e a transcrição é cortada em legendas de no máximo duas linhas de 42 caracteres e seis segundos, com uma nova legenda a cada pausa maior que meio segundo.
O que o diferencia de todas as outras GUIs daqui é o que vem depois. Cada idioma adicional é uma camada sobre a mesma transcrição, traduzida offline com o Argos ou pelo DeepL, pela OpenAI ou pelo Claude com sua própria chave. Cada camada mantém seu próprio estilo e sua própria fonte para o sistema de escrita. O editor tem reajuste de tempos na linha do tempo, divisão e junção, e localizar e substituir, e as 13 predefinições de legendas vão do Classic ao karaokê palavra a palavra. Uma legenda embutida via libass gera o vídeo em 16:9, 9:16 ou 1:1. As exportações são .srt, .vtt e .txt, além de .ass e de um .mkv com uma faixa por idioma no Pro.
No Windows, uma GPU NVIDIA transcreve cerca de cinco a dez vezes mais rápido do que a CPU, e o runtime CUDA é baixado na primeira vez que você precisa dele. Em um Mac com Apple Silicon, o Sablate passa a usar o whisper.cpp e transcreve na GPU por meio do Metal; os Macs Intel usam a CPU. Ele não tem identificação de falantes nem transcrição ao vivo pelo microfone.
$29 em pagamento único ou $5,99 por mês. O plano gratuito não exige conta e cobre vídeos de até dez minutos, três tarefas por mês, os modelos Fast e Balanced e uma camada de tradução offline; a legenda embutida leva uma pequena marca no canto. Vários idiomas a partir de um só vídeo é o trabalho para o qual ele foi feito.
2. Buzz — a opção gratuita e de código aberto
O Buzz é gratuito e de código aberto sob a licença MIT, para Windows, Mac e Linux. É o que hospeda a maior variedade de motores desta lista: o Whisper da OpenAI, o whisper.cpp com aceleração Vulkan, o faster-whisper, modelos do Hugging Face compatíveis com o Whisper, o Parakeet da NVIDIA e a API da OpenAI. Usa uma GPU NVIDIA via CUDA e a maioria das outras GPUs via Vulkan.
Ele também faz coisas que o Sablate não faz: transcrição ao vivo pelo microfone e identificação de falantes em uma gravação. As exportações são .txt, .srt, .vtt e .csv. A tradução é a tarefa de tradução para o inglês do próprio Whisper, ou qualquer outro idioma por meio de um modelo compatível com a OpenAI que você conecte, inclusive um modelo local pelo Ollama.
Duas ressalvas do próprio README. O instalador do Windows não é assinado, então o Windows avisa antes de executá-lo. E a versão atual, a 1.4.5 de agosto de 2026, é a última para Macs Intel; as próximas exigem Apple Silicon.
Gratuito. Comece por aqui se tudo o que você precisa é texto ou um .srt.
3. MacWhisper — o aplicativo Whisper mais polido em um Mac
O MacWhisper é um aplicativo nativo para Mac, construído sobre o whisper.cpp, que roda o Whisper na GPU do Mac por meio do Metal, o que nenhum aplicativo construído apenas sobre o faster-whisper consegue. Em Macs da série M ele acrescenta modelos WhisperKit, grava reuniões online, e o Pro traz os modelos Parakeet da NVIDIA, reconhecimento de falantes e legendas ao vivo. Exporta .srt e .vtt, além de .docx, .pdf, .csv, Markdown e HTML, e traduz pelo Whisper ou pelo DeepL com sua própria chave.
É, antes de tudo, um aplicativo de transcrição. Estilizar as legendas e embuti-las na imagem fica por conta do seu editor de vídeo, e não existe versão para Windows; as alternativas ao MacWhisper no Windows cobrem essa lacuna. A edição da Mac App Store é outro aplicativo, o Whisper Transcription, vendido por assinatura.
Gratuito, ou €64 em pagamento único para o Pro. Só para Mac, com macOS 14 ou posterior na versão atual. Para gravações longas em Apple Silicon, é a escolha pela velocidade.
4. Subtitle Edit — o Whisper dentro de um editor de legendas completo
O Subtitle Edit é gratuito e de código aberto sob a licença MIT, com versões para Windows, Mac e Linux; o .dmg do Mac é assinado e notarizado desde a 5.2.0, e a 5.4.0 saiu em 6 de novembro de 2026. O Whisper fica em Video → Speech to text, que oferece 12 motores na documentação, entre eles o whisper.cpp, o Faster-Whisper-XXL do Purfview, o Whisper CTranslate2, o WhisperX e serviços opcionais na nuvem. No Windows, o motor whisper.cpp pode usar CUDA ou Vulkan.
Depois da transcrição, é a ferramenta de legendas mais completa daqui: forma de onda para sincronização, mais de 380 formatos de legenda e legenda embutida via FFmpeg em Video → Generate video with burned-in subtitles. O preço dessa profundidade são as decisões: escolher um motor, um modelo e um back-end de GPU fica por sua conta. O guia do Subtitle Edit com Whisper percorre essas escolhas.
Gratuito.
5. Vibe — gratuito, e o mesmo aplicativo em todo sistema desktop
O Vibe é gratuito e de código aberto sob a licença MIT, para Windows, Mac e Linux, e é construído sobre o whisper.cpp. O README dele lista aceleração por GPU em placas NVIDIA, AMD e Intel por meio do Vulkan e do Core ML, transcrição em lote, diarização de falantes e um modo com marcações de tempo no nível de legenda. Exporta .srt, .vtt, .txt, .html, .pdf, .json e .docx, e a 3.3.0 saiu em 29 de outubro de 2026.
A tradução vai só para o inglês, e o README não lista estilo de legendas nem legenda embutida. Para uma pasta de gravações que você quer como texto ou .srt, é a configuração gratuita mais rápida desta lista.
Gratuito.
6. noScribe — para entrevistas com vários falantes
O noScribe é gratuito e de código aberto sob a GPL-3.0, para Windows, Mac e Linux, e foi feito para transcrever entrevistas. Combina o faster-whisper com a diarização de falantes do pyannote, então a transcrição marca quem está falando, e abre o resultado no próprio editor, o noScribeEdit, onde você confere o texto com o áudio.
A própria documentação dele estabelece os limites. Reconhece cerca de 60 idiomas, exporta .html, .txt e .vtt, mas não .srt, exige macOS 14 em Apple Silicon, e a última versão para Macs Intel é a 0.6. A versão CUDA para Windows exige uma placa NVIDIA RTX série 20 ou mais nova, com pelo menos 6 GB de VRAM. A versão 0.8 saiu em 6 de outubro de 2026.
Gratuito. A escolha certa quando “quem disse o quê” importa mais do que as legendas.
7. Whisper-WebUI — uma interface de navegador para quem não se importa com Python
O Whisper-WebUI é um aplicativo Gradio que roda no navegador em localhost depois que você o instala com Python 3.10 a 3.12 e FFmpeg, pelo Docker ou pelo iniciador Pinokio. Usa o faster-whisper por padrão, com o Whisper da OpenAI e o insanely-fast-whisper como alternativas, e acrescenta detecção de atividade de voz Silero, separação de música de fundo, diarização de falantes com pyannote e tradução de legendas com modelos NLLB ou a API do DeepL. A saída é .srt, .vtt ou texto simples.
É a opção gratuita mais configurável e a menos parecida com um aplicativo: a instalação padrão presume uma GPU NVIDIA com CUDA 12.8, a diarização exige um token do Hugging Face, e a última versão marcada, a 1.0.8, é de outubro de 2025. Algo parecido vale para o faster-whisper-GUI, um aplicativo para Windows que ainda aparece nas buscas, mas não tem nenhuma versão desde dezembro de 2024.
Gratuito. Para quem prefere automatizar um pipeline por script a clicar em um.
Whisper GUIs comparadas
| Recurso | Sablate | Buzz | MacWhisper | Subtitle Edit | Vibe | noScribe | Whisper-WebUI |
|---|---|---|---|---|---|---|---|
| Plataforma | Windows e Mac | Windows, Mac e Linux | Mac | Windows, Mac e Linux | Windows, Mac e Linux | Windows, Mac e Linux | Onde Python ou Docker rodarem |
| Preço | $29 em pagamento único ou $5,99 por mês, plano gratuito | Gratuito | Gratuito, €64 em pagamento único para o Pro | Gratuito | Gratuito | Gratuito | Gratuito |
| Motor | faster-whisper; whisper.cpp no Apple Silicon | Whisper, whisper.cpp, faster-whisper e outros | whisper.cpp, WhisperKit, Parakeet | 12 motores, locais e na nuvem | whisper.cpp | faster-whisper | faster-whisper por padrão |
| Instala sem Python | Sim | Sim | Sim | Sim | Sim | Sim | Não |
| GPU no Windows | NVIDIA (CUDA) | NVIDIA (CUDA), outras via Vulkan | Sem versão para Windows | NVIDIA (CUDA), outras via Vulkan | NVIDIA, AMD, Intel (Vulkan) | NVIDIA RTX série 20 ou mais nova (CUDA) | NVIDIA (CUDA) |
| GPU em um Mac | Sim (Metal, Apple Silicon) | Não documentado | Sim (Metal) | Depende do motor | Sim (Core ML) | Não documentado | Não documentado |
| Identificação de falantes | Não | Sim | Pro, em Macs da série M | Não documentado | Sim | Sim | Sim |
| Tradução | Camadas offline, ou DeepL, OpenAI, Claude com sua chave | Para inglês, ou qualquer idioma por um modelo compatível com a OpenAI | Pelo Whisper, ou DeepL com sua chave | Vários motores | Só para inglês | Não | Para inglês, mais NLLB ou DeepL para arquivos de legendas |
| Legenda embutida | Sim | Não | Não | Sim, via FFmpeg | Não | Não | Não |
| Formatos de legendas e de texto | .srt, .vtt, .txt, .ass, .mkv | .srt, .vtt, .txt, .csv | .srt, .vtt, .docx, .pdf e mais | 380+ | .srt, .vtt, .txt, .docx e mais | .vtt, .html, .txt | .srt, .vtt, .txt |
| Última versão (12 nov. 2026) | 1.0.2, outubro de 2026 | 1.4.5, agosto de 2026 | Não consta no site | 5.4.0, novembro de 2026 | 3.3.0, outubro de 2026 | 0.8, outubro de 2026 | 1.0.8, outubro de 2025 |
Leia primeiro as linhas que jogam contra o Sablate. Quatro dos sete têm versões para Linux e o Sablate não. Cinco são gratuitos. Cinco identificam falantes e o Sablate não. Se algum desses pontos for a sua linha decisiva, ele decide.
Whisper GUI no Windows ou no Mac: quais usam sua GPU?
No Windows, a pergunta é se você tem uma placa NVIDIA. Com uma, todo aplicativo daqui, exceto o MacWhisper, consegue rodar o Whisper nela, a maioria via CUDA, e é isso que faz uma hora de áudio levar minutos em vez de quase uma hora. Sem uma, os aplicativos baseados em whisper.cpp alcançam placas AMD e Intel pelo Vulkan: o Buzz, o Vibe e o motor whisper.cpp do Subtitle Edit. O Sablate só baixa o runtime CUDA na primeira vez que encontra uma GPU NVIDIA, então o instalador fica menor para todos os outros.
Em um Mac, quem decide é o motor. O README do whisper.cpp diz que a inferência roda totalmente na GPU via Metal em Apple Silicon e que o encoder em Core ML no Neural Engine é mais de três vezes mais rápido do que a execução só na CPU. O README do faster-whisper lista bibliotecas NVIDIA como único caminho para GPU, então os aplicativos construídos apenas sobre o faster-whisper transcrevem na CPU do Mac; o Sablate passa a usar o whisper.cpp no Apple Silicon por esse motivo. Para um clipe curto, a diferença mal importa; para uma gravação de duas horas, é o motivo para escolher um aplicativo baseado em whisper.cpp.
Os Macs Intel estão ficando sem opções. O Buzz 1.4.5 e o noScribe 0.6 são as últimas versões para Intel desses dois aplicativos, enquanto o Sablate traz versões separadas para Apple Silicon e Intel e exige macOS 12 Monterey ou posterior. Se você só precisa de texto das gravações, e não de uma interface para o Whisper, os softwares de transcrição para Mac comparam também os aplicativos de reuniões e na nuvem.
Qual escolher?
“Preciso da transcrição de uma entrevista, de graça, hoje.” Buzz ou Vibe. Os dois se instalam em um minuto e exportam texto ou .srt.
“Duas ou três pessoas falam e preciso saber quem disse o quê.” noScribe, feito exatamente para isso; o Buzz e o Vibe também identificam falantes.
“Gravações longas em um Mac com Apple Silicon.” MacWhisper, ou Vibe se tiver que ser gratuito. O Sablate também usa a GPU nele, mas o MacWhisper tem ainda o Neural Engine e os modelos Parakeet.
“O resultado é um arquivo de legendas que vou corrigir à mão.” Subtitle Edit. Nada gratuito vai mais fundo em sincronização e formatos.
“As legendas vão no vídeo, em mais de um idioma.” Sablate: uma transcrição, uma camada com estilo para cada idioma e uma legenda embutida com libass na proporção de tela de que você precisa. Todos os idiomas do Whisper e a taxa de erro de cada um mostram quais idiomas de origem são bem transcritos.
“Quero automatizar por script ou rodar em um servidor.” Whisper-WebUI, ou o próprio Whisper na linha de comando, que a comparação de geradores de legendas offline cobre com um comando pronto.
Resumindo
Toda Whisper GUI roda os mesmos modelos, então escolha pelo motor de que o seu hardware gosta e pelo que você precisa depois da transcrição. Para texto gratuito, Buzz ou Vibe. Para falantes, noScribe. Para um Mac e arquivos longos, MacWhisper. Para arquivos de legendas que você vai editar, Subtitle Edit. Quando as legendas precisam ser estilizadas, embutidas ou entregues em vários idiomas, baixe o Sablate para Windows ou Mac e passe um vídeo real pelo plano gratuito, ou veja o que o Pro acrescenta.
Perguntas frequentes
Qual é a melhor Whisper GUI para Windows?
O Buzz para transcrições gratuitas, o Subtitle Edit para edição gratuita de legendas e o Sablate quando a transcrição precisa virar legenda estilizada, embutida ou traduzida. Os três se instalam como qualquer programa do Windows e podem usar uma placa NVIDIA. O Buzz, o Vibe e o motor whisper.cpp do Subtitle Edit também usam placas AMD e Intel por meio do Vulkan.
Qual é a melhor Whisper GUI para Mac?
O MacWhisper, por ser um aplicativo nativo do Mac que roda o Whisper na GPU do computador. O Vibe e o Buzz são as opções gratuitas e de código aberto. O Sablate roda em Macs Apple Silicon, onde transcreve na GPU, e em Macs Intel; escolha-o pelo que ele faz depois da transcrição, como legendas estilizadas, embutidas ou multilíngues, e não pela velocidade bruta.
Posso usar o Whisper sem Python nem linha de comando?
Sim. As Whisper GUIs de desktop, como Sablate, Buzz, MacWhisper, Vibe, noScribe e Subtitle Edit, se instalam como qualquer outro aplicativo e baixam o modelo Whisper na primeira vez que você o usa, então você nunca abre um terminal. As interfaces de navegador, como o Whisper-WebUI, são a exceção: rodam sobre uma instalação de Python ou Docker feita por você.
Uma Whisper GUI é tão precisa quanto o Whisper na linha de comando?
Sim, quando roda o mesmo modelo. Os pesos são idênticos em todos os aplicativos; o que muda é o motor em volta deles. O faster-whisper informa a mesma precisão do código de referência da OpenAI, com velocidade até quatro vezes maior. O modelo escolhido e configurações como o filtro de detecção de atividade de voz alteram o resultado muito mais do que a interface.
Qual Whisper GUI consegue fazer legendas?
Todas as sete exportam um arquivo de legendas: seis gravam SRT e VTT, e o noScribe grava VTT. O Subtitle Edit e o Sablate vão além, com ferramentas de sincronização e legendas embutidas no vídeo. O Sablate também cria uma camada com estilo próprio para cada idioma traduzido a partir de uma única transcrição e exporta tudo em arquivos separados ou em um único MKV.
As Whisper GUIs funcionam offline?
Sim, depois do primeiro download. Cada aplicativo precisa de internet uma vez para baixar o modelo Whisper e depois transcreve no seu próprio computador, sem enviar o arquivo. Vários também oferecem motores opcionais na nuvem, como a API da OpenAI no Buzz e no Subtitle Edit, que enviam o áudio para fora; confira qual motor está selecionado antes de processar gravações confidenciais.