Транскрибація аудіо: застосунки та інструменти

Повний огляд застосунків та інструментів для транскрибації мовлення: десктопні GUI на базі Whisper, self-hosted рішення, відеоредактори із вбудованою транскрибацією, браузерні сервіси та мобільні застосунки для iOS і Android. Усі варіанти — від повністю безкоштовних open-source до платних із розширеними можливостями.

Десктопні застосунки: Whisper з людським обличчям

Для тих, кому потрібен простий GUI без командного рядка, виросла ціла екосистема десктопних застосунків на базі Whisper. Усі вони працюють офлайн, дані не залишають комп'ютер — детальніше про це у статті «Локальна vs хмарна транскрибація».

Handy (handy.computer) — безкоштовний open-source застосунок для macOS/Windows/Linux з унікальним підходом: push-to-talk диктування прямо в будь-яке текстове поле. Натиснув гарячу клавішу → сказав → відпустив → текст вставлено в активне вікно. Ідеально для заміни клавіатури при наборі тексту, листуванні та нотатках. Побудовано на Whisper, повністю офлайн і приватно. Спонсорується Wordcab та Bolt AI.

Vibe (thewh1teagle.github.io/vibe) — одне з найкращих безкоштовних open-source рішень, 5 000+ зірок на GitHub. Кросплатформний (Windows, macOS, Linux), побудований на Tauri + whisper.cpp. Підтримує GPU-прискорення (NVIDIA, AMD, Apple Silicon через Vulkan/CoreML), 90+ мов, діаризацію спікерів, експорт у SRT/VTT/TXT/DOCX/PDF/JSON, транскрибацію YouTube-посилань через yt-dlp, запис з мікрофона, сумаризацію через Claude/Ollama, HTTP API з документацією Swagger і навіть CLI-режим. Найфункціональніший безкоштовний десктоп-клієнт на поточний момент. Інсталятор ~24 МБ, після встановлення ~87 МБ + модель.

Buzz (buzzcaptions.com) — безкоштовний open-source GUI для Whisper. Кросплатформний, підтримує кілька бекендів (whisper.cpp, faster-whisper), розділення спікерів, експорт субтитрів. Мінімалістичніший за Vibe, але стабільний і перевірений.

MacWhisper / Whisper Transcription (App Store, macupdate.com) — нативний macOS-застосунок. Безкоштовна версія включає моделі Base та Small. Pro-підписка: $4.99/тижд, $8.99/міс, $29.99/рік, або $79.99 назавжди. Pro відкриває моделі Medium та Large, пакетну обробку, запис системного аудіо (дзвінки Zoom, подкасти), розділення спікерів, Reader Mode, інтеграцію з ChatGPT для сумаризації. Найвідполірованіший Whisper-інтерфейс для Mac. Рейтинг ~4.0 на MacUpdate.

Whisper Notes (whispernotes.app) — $6.99 одноразово для iOS + Mac. 60 000+ користувачів. Ключова фішка — system-wide диктування: затиснув Fn у будь-якому застосунку → сказав → відпустив → текст вставлено. Імпорт аудіо/відео файлів із потоковим результатом. Повністю офлайн, використовує Whisper Large V3 Turbo на Apple Silicon.

WhisperDesktop (github.com/Const-me/Whisper) — безкоштовний Windows-застосунок із GPU-прискоренням через DirectCompute/GPGPU. Значно швидший за оригінальний Whisper: 3:24 хв аудіо за 19 секунд на GeForce 1080Ti (проти 45 сек у PyTorch+CUDA). Транскрибація файлів + запис з мікрофона в реальному часі. Рекомендована модель: ggml-medium.bin (~1.42 ГБ).

WhisperUI (Microsoft Store) — безкоштовний Windows-застосунок. GPU-прискорення через CPU, OpenCL, NVIDIA CUDA 11/12. Повністю офлайн, експорт субтитрів у SRT/VTT, пакетна обробка.

Aiko (~$5.99, iOS/Mac) — максимально простий Whisper-застосунок для Apple. Drag-and-drop аудіофайлу → текст. 100% on-device, ідеально для тих, хто хоче транскрибацію однією кнопкою без налаштувань.

Whisper Transcription (iOS App Store, freemium) — мобільний застосунок із on-device та хмарним режимом. Share Extension дозволяє транскрибувати голосові з iMessage, WhatsApp, Voice Memos. Потрібен iPhone 13+ для on-device. AI-сумаризація, чат із транскриптом. Рейтинг 4.6+.

Self-hosted рішення: для власного сервера

Для тих, хто хоче розгорнути повноцінний сервіс транскрибації на своєму сервері або в локальній мережі.

Whishper (github.com/pluja/whishper) — повноцінна self-hosted платформа з веб-інтерфейсом. Включає faster-whisper для транскрибації, LibreTranslate/Argos Translate для перекладу субтитрів (60+ мов), вбудований редактор субтитрів, експорт у JSON/TXT/VTT/SRT. Розгортається через Docker Compose (5 контейнерів: API, бекенд, фронтенд, переклад, MongoDB). 100% офлайн після встановлення. Чудовий вибір для команд, яким потрібен приватний сервіс без хмари.

WhisperLive (github.com/collabora/WhisperLive, Collabora) — open-source рішення для транскрибації в реальному часі. WebSocket-сервер: підключаєш мікрофон або файл → отримуєш текст із мінімальною затримкою. Підтримує бекенди faster-whisper, TensorRT та OpenVINO. Python-клієнт та JS-демо. Підходить для live-транскрибації зустрічей та конференцій.

WhisperTranscribe (whispertranscribe.com) — хмарний сервіс із десктопним застосунком для Windows. Безкоштовний тріал 60 хвилин без введення картки. Використовує Whisper + AssemblyAI. Окрім транскрибації: 57+ типів контенту з одного запису (пости, самарі, маркетингові матеріали), AI-тренування на стиль користувача, транскрибація YouTube/Vimeo за посиланням, подкастів з бібліотеки 2.5 млн. 55+ мов. Підписка ~$15/міс.

Відеоредактори із вбудованою транскрибацією

Окрема категорія — відеоредактори, які вміють транскрибувати аудіо як частину робочого процесу.

CapCut (ByteDance/TikTok) — безкоштовний відеоредактор із потужною функцією Auto Captions. Підтримує 100+ мов, включно з українською. Транскрибує мовлення в субтитри, дозволяє редагувати відео на основі тексту (transcript-based editing), перекладати субтитри, створювати двомовні субтитри. Веб-версія, десктоп (Windows/Mac), мобільні застосунки. Безкоштовно. Обмеження: орієнтований на субтитри, а не повноцінні документи-транскрипти.

Descript — потужний аудіо/відеоредактор із transcript-based editing (видаляєш слово з тексту → воно вирізається з відео). Не підтримує українську — лише латиниця. Згадую для повноти картини.

DaVinci Resolve (Blackmagic Design) — професійний відеоредактор із вбудованою транскрибацією через Whisper. Підтримує багато мов, але якість поступається спеціалізованим інструментам. Безкоштовна версія доступна. Транскрипція в таймлайні для text-based editing.

Subtitle Edit (nikse.dk) — безкоштовний open-source редактор субтитрів для Windows (частково Linux) з інтегрованою транскрибацією через Whisper. Підтримує 7+ Whisper-рушіїв (OpenAI Whisper, Purfview's Faster-Whisper-XXL, CPP, CPP cuBLAS, Const-me, CTranslate2, stable-ts, WhisperX), пакетну обробку, автопереклад, 100+ мов. Найпотужніший безкоштовний інструмент для створення субтитрів з аудіо. На RTX A6000 — 2 години за кілька хвилин.

Subper / SubtitleWhisper (subtitlewhisper.com) — онлайн-генератор субтитрів на Whisper + Silero VAD. Онлайн-редактор субтитрів. Безкоштовний план обмежений, платний від $9.99/міс. GPT-інтеграція для пунктуації та параграфування.

Браузерні розширення та онлайн-інструменти

Transkriptor — веб-застосунок + розширення для Chrome/Firefox + iOS/Android. Підтримує багато мов, автоматична діаризація, експорт у TXT/SRT/DOCX. Безкоштовний тріал, далі $9.99–30/міс. Заявляє 99% точність.

TurboScribe (turboscribe.ai) — веб-сервіс із 3 безкоштовними транскрибаціями на день (до 30 хв кожна). Платні плани від ~$10/міс. Whisper під капотом.

Wonderscribe — повністю безкоштовний веб-сервіс, але з підвищеним відсотком помилок (~16% WER). Для чорнової розшифровки.

HuggingFace Spaces (huggingface.co/spaces/openai/whisper) — безкоштовне Whisper-демо від OpenAI. Завантажуєте файл → отримуєте текст. Безкоштовно, але з обмеженнями та чергами.

Мобільні застосунки

iOS

Android

Кросплатформні

Зведена таблиця: вибір за сценарієм використання