Voltar ao blog

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.

12 de novembro de 2026
Sablate Team

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 WindowsNo Mac
Uma transcrição gratuita, sem configuraçãoBuzz ou VibeVibe, Buzz ou a versão gratuita do MacWhisper
Quem disse o quê em uma entrevistanoScribe, Buzz ou VibenoScribe, Buzz ou Vibe
Um arquivo de legendas para editar à mãoSubtitle EditSubtitle Edit
Legendas estilizadas, embutidas ou em vários idiomasSablateSablate
Um aplicativo web local que dá para automatizar por scriptWhisper-WebUIWhisper-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:

  1. 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.
  2. 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.
  3. 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.
  4. Escolha de modelos e downloads. Você quer toda a faixa, do tiny ao large-v3 e ao large-v3-turbo, baixada uma vez e reaproveitada. A comparação de modelos traz os tamanhos e as velocidades.
  5. 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.
  6. 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

RecursoSablateBuzzMacWhisperSubtitle EditVibenoScribeWhisper-WebUI
PlataformaWindows e MacWindows, Mac e LinuxMacWindows, Mac e LinuxWindows, Mac e LinuxWindows, Mac e LinuxOnde Python ou Docker rodarem
Preço$29 em pagamento único ou $5,99 por mês, plano gratuitoGratuitoGratuito, €64 em pagamento único para o ProGratuitoGratuitoGratuitoGratuito
Motorfaster-whisper; whisper.cpp no Apple SiliconWhisper, whisper.cpp, faster-whisper e outroswhisper.cpp, WhisperKit, Parakeet12 motores, locais e na nuvemwhisper.cppfaster-whisperfaster-whisper por padrão
Instala sem PythonSimSimSimSimSimSimNão
GPU no WindowsNVIDIA (CUDA)NVIDIA (CUDA), outras via VulkanSem versão para WindowsNVIDIA (CUDA), outras via VulkanNVIDIA, AMD, Intel (Vulkan)NVIDIA RTX série 20 ou mais nova (CUDA)NVIDIA (CUDA)
GPU em um MacSim (Metal, Apple Silicon)Não documentadoSim (Metal)Depende do motorSim (Core ML)Não documentadoNão documentado
Identificação de falantesNãoSimPro, em Macs da série MNão documentadoSimSimSim
TraduçãoCamadas offline, ou DeepL, OpenAI, Claude com sua chavePara inglês, ou qualquer idioma por um modelo compatível com a OpenAIPelo Whisper, ou DeepL com sua chaveVários motoresSó para inglêsNãoPara inglês, mais NLLB ou DeepL para arquivos de legendas
Legenda embutidaSimNãoNãoSim, via FFmpegNãoNãoNão
Formatos de legendas e de texto.srt, .vtt, .txt, .ass, .mkv.srt, .vtt, .txt, .csv.srt, .vtt, .docx, .pdf e mais380+.srt, .vtt, .txt, .docx e mais.vtt, .html, .txt.srt, .vtt, .txt
Última versão (12 nov. 2026)1.0.2, outubro de 20261.4.5, agosto de 2026Não consta no site5.4.0, novembro de 20263.3.0, outubro de 20260.8, outubro de 20261.0.8, 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.