Na rynku działa wiele aplikacji do transkrypcji audio, także po polsku, w tym także firmowe rozwiązania takie jak, np. Copilot w Teams czy Gemini. Whispering jest darmowe i działa offline.
Większość tego typu narzędzi jest płatna i działa w chmurze, co oznacza konieczność przekazywania nagrań na zewnętrzne serwery. Whispering wyróżnia się tym, że jest darmowe, działa lokalnie i pozwala całkowicie kontrolować obieg danych. To cecha szczególnie istotna w czasach, gdy prywatność i bezpieczeństwo informacji coraz częściej stają się tematem dyskusji.
Funkcje i tryby pracy
Whispering oferuje więcej niż prostą transkrypcję. Pipeline umożliwia:
- automatyczne poprawianie gramatyki,
- formatowanie tekstu w formie raportu,
- wiadomości e-mail lub fragmentu kodu,
- czyszczenie treści z niepotrzebnych elementów,
- szybkie kopiowanie efektu do schowka.
Takie rozwiązanie sprawia, że narzędzie staje się praktycznym wsparciem w codziennej pracy biurowej i kreatywnej. Do dyspozycji użytkownika są trzy tryby: manualny, aktywacja skrótem klawiszowym oraz tryb wykrywania głosu. Ten ostatni działa w tle i automatycznie rozpoczyna nagrywanie, kiedy tylko zostanie wykryta mowa.
Bezpieczeństwo danych
Najważniejszym aspektem Whispering jest przechowywanie danych. W trybie lokalnym, opartym na Whisper C++, wszystkie nagrania pozostają wyłącznie na urządzeniu użytkownika. Dodatkowo, użytkownik może wyłączyć analitykę na potrzeby ulepszenia narzędzia, przez co nie są zbierane żadne telemetryczne dane. Gwarantuje to pełną prywatność oraz brak ryzyka, że poufne informacje trafią na zewnętrzne serwery.
Dostępne są również płatne opcje chmurowe – integracja z serwerami Groq i OpenAI – które mogą przydać się przy bardziej wymagających projektach. Istnieje także możliwość wyboru trybu hybrydowego, łączącego oba rozwiązania, co pozwala na elastyczne dostosowanie sposobu pracy do własnych potrzeb.
Instalacja i dostępność
Whispering jest projektem open source dostępnym na GitHubie. Instalacja jest prosta – plik instalacyjny ma jedynie 22 MB, a całość można skonfigurować w kilka minut. Program działa w systemach Windows oraz macOS i oferuje intuicyjny interfejs, który nie wymaga specjalistycznej wiedzy technicznej. I co najważniejsze, dobrze radzi sobie z naszym rodzimym językiem.
Twórca wierzy, że takie podstawowe funkcje generatywnej sztucznej inteligencji nie powinny być monopolizowane przez tech-gigantów, ani przez rządy takie jak Rosja, Chiny czy USA. To przykład, że rozwój AI może iść w stronę większej przejrzystości i odpowiedzialności. Czy właśnie tak będzie wyglądać przyszłość codziennej pracy z inteligentnymi modelami?
Materiał powstał we współpracy z AI:
