गाइड

ऑफ़लाइन ट्रांसक्रिप्शन: ऑडियो अपलोड किए बिना ट्रांसक्राइब करने के सभी तरीक़े

ज़्यादातर ट्रांसक्रिप्शन सेवाएँ चाहती हैं कि आपकी रिकॉर्डिंग उनके सर्वर पर पहुँचे। यहाँ हर वह तरीक़ा है जिससे वह आपके अपने Mac या iPhone पर ही रहे — मुफ़्त तरीक़े भी, और वे भी जो हमारे नहीं हैं।

9 October 2026

"ऑडियो ट्रांसक्राइब" सर्च कीजिए और लगभग हर नतीजा कोई वेबसाइट होती है जो आपसे फ़ाइल अपलोड करने को कहती है। किसी पॉडकास्ट एपिसोड के लिए यह ठीक है। लेकिन किसी ग्राहक से बातचीत, स्रोत के साक्षात्कार, थेरेपी सत्र या बोर्ड मीटिंग के लिए इसका मतलब है कि रिकॉर्डिंग की एक प्रति अब किसी और के सर्वर पर पड़ी है, ऐसी प्रतिधारण नीति के तहत जिसकी आप जाँच नहीं कर सकते।

आपको यह मानना ज़रूरी नहीं है। लैपटॉप पर चल सकने लायक़ छोटे स्पीच रिकग्निशन मॉडल अब कई साल से अच्छे हैं, और उन्हें इस्तेमाल करने के तरीक़े ज़्यादातर लोगों के अंदाज़े से कहीं ज़्यादा हैं। यह गाइड उन सबको कवर करती है, मुफ़्त तरीक़ों और हमारे प्रतिस्पर्धियों समेत।

"ऑफ़लाइन" की परवाह क्यों करें #

सिद्धांत से आगे, तीन व्यावहारिक कारण।

गोपनीयता। अगर कोई रिकॉर्डिंग सहमति फ़ॉर्म, NDA, क़ानूनी विशेषाधिकार या स्वास्थ्य निजता नियमों के दायरे में आती है, तो उसे किसी तीसरे पक्ष पर अपलोड करना ऐसा फ़ैसला है जिसके नतीजे होते हैं। उसे लोकल तरीक़े से प्रोसेस करने पर यह सवाल ही ख़त्म हो जाता है।

लागत। क्लाउड सेवाएँ सर्वर के समय का भुगतान करती हैं, इसलिए वे आपसे नाप-तौलकर पैसा लेती हैं — प्रति मिनट, प्रति घंटा, या मासिक सीमा के हिसाब से। लोकल ट्रांसक्रिप्शन उस हार्डवेयर पर चलता है जो आपके पास पहले से है, इसलिए दो घंटे की फ़ाइल का ख़र्च भी उतना ही है जितना दो मिनट की फ़ाइल का।

यह कहीं भी काम करता है। हवाई जहाज़ में, बिना Wi-Fi वाली अदालत में, फ़ील्ड रिकॉर्डिंग के सफ़र पर। कनेक्शन नहीं, तो भी कोई दिक़्क़त नहीं।

नीचे की हर चीज़ पर एक शर्त लागू होती है: ऑफ़लाइन ऐसा दावा है जिसे आप भरोसे पर मानने के बजाय जाँच सकते हैं। यह जाँचने पर हमारी गाइड कि कोई ट्रांसक्रिप्शन ऐप आपका ऑडियो अपलोड करता है या नहीं बताती है कि यह लगभग तीस सेकंड में कैसे होता है।

विकल्प 1: जो आपके iPhone या Mac पर पहले से है #

वॉइस मेमो और नोट्स के ट्रांसक्रिप्ट। iOS के हाल के संस्करण किसी वॉइस मेमो का ट्रांसक्रिप्ट दिखा सकते हैं, और नोट्स में कॉल रिकॉर्डिंग के साथ ट्रांसक्रिप्ट मिलता है। यह डिवाइस पर ही चलता है और इसमें कुछ ख़र्च नहीं होता।

अगर आप अपने iPhone पर रिकॉर्ड करते हैं, समर्थित भाषाओं में से कोई एक बोलते हैं, और आपको सिर्फ़ टेक्स्ट पढ़ना है, तो यही सही जवाब है। लेकिन सीमाएँ असली हैं: Whisper के मुक़ाबले भाषाओं की सूची छोटी है, यह कहीं और रिकॉर्ड की गई फ़ाइलों पर काम नहीं करता, सबटाइटल एक्सपोर्ट नहीं है, और ट्रांसक्रिप्ट टेक्स्ट का एक लंबा टुकड़ा होता है जिसमें काम आने लायक़ टाइमस्टैंप नहीं होते। iPhone पर वॉइस मेमो ट्रांसक्राइब करने पर हमारी गाइड इसे क़दम-दर-क़दम समझाती है।

डिक्टेशन। Mac या iPhone पर डिक्टेशन बोले जा रहे शब्दों को लाइव टेक्स्ट में बदलता है, और नए हार्डवेयर पर इसका बड़ा हिस्सा डिवाइस पर ही चलता है। लेकिन यह माइक्रोफ़ोन को रियल टाइम में सुनता है। यह कोई ऑडियो फ़ाइल नहीं पढ़ सकता, इसलिए जो कुछ आप पहले ही रिकॉर्ड कर चुके हैं, उसके लिए यह ग़लत टूल है।

विकल्प 2: Whisper ख़ुद चलाइए #

OpenAI ने Whisper को ओपन सोर्स के रूप में जारी किया, और दो प्रोजेक्ट इसे आपकी अपनी मशीन पर चलाना आसान बनाते हैं।

whisper.cpp एक तेज़ C/C++ पोर्ट है जो Apple silicon पर अच्छा चलता है। यह मुफ़्त है, बेहतरीन है, और Offline Transcription इसी पर बना है। आप इसे Terminal से इस्तेमाल करते हैं: इसे कंपाइल कीजिए, कोई मॉडल डाउनलोड कीजिए, अपने ऑडियो को उस फ़ॉर्मैट में बदलिए जिसकी इसे ज़रूरत है, और एक कमांड चलाइए। नतीजा सटीक होता है और हर सेटिंग आपके नियंत्रण में रहती है।

OpenAI का मूल Python संस्करण यही काम करता है, पर उसका सेटअप भारी है — Python, एक पैकेज मैनेजर, और ffmpeg।

इसे चुनिए अगर आप Terminal में सहज हैं, सबसे बड़े मॉडल चाहते हैं, या ट्रांसक्रिप्शन को किसी दूसरे वर्कफ़्लो में स्क्रिप्ट करना चाहते हैं। क़ीमत आपका समय है: इंस्टॉल करना, फ़ॉर्मैट बदलना, और आउटपुट ख़ुद साफ़ करना। हमने whisper.cpp ख़ुद चलाने बनाम कोई ऐप इस्तेमाल करने की एक खरी तुलना लिखी है।

विकल्प 3: मुफ़्त डेस्कटॉप ऐप #

Buzz एक ओपन सोर्स डेस्कटॉप ऐप है जो Whisper के चारों ओर एक विंडो बना देता है। यह macOS, Windows और Linux पर चलता है, ऑडियो और वीडियो फ़ाइलें लेता है, और सबटाइटल एक्सपोर्ट करता है। ओपन सोर्स बिल्ड मुफ़्त में डाउनलोड होता है; Mac App Store पर एक सशुल्क संस्करण भी उपलब्ध है।

अगर आप कोई मुफ़्त ग्राफ़िकल ऐप चाहते हैं, या आपको Windows पर भी वही टूल चाहिए, तो यह स्वाभाविक चुनाव है। इंटरफ़ेस सजा-सँवरा कम और काम-चलाऊ ज़्यादा होगा, और मौजूदा रिलीज़ के लिए प्रोजेक्ट पेज देख लीजिए, क्योंकि बहुत लंबी फ़ाइलों पर इसका व्यवहार अलग-अलग संस्करणों में बदलता रहता है।

विकल्प 4: Mac और iPhone के सशुल्क ऐप #

कई नेटिव ऐप Apple डिवाइस के लिए Whisper को पैकेज करते हैं। नीचे दिए गए सभी ऐप ऑडियो लोकल तरीक़े से प्रोसेस करते हैं।

MacWhisper में सबसे ज़्यादा फ़ीचर हैं। इसका Pro टियर Whisper के सबसे बड़े मॉडल चलाता है, स्पीकर को लेबल करता है, सिस्टम ऑडियो रिकॉर्ड करता है और YouTube लिंक लेता है। इसकी क़ीमत भी सरल ऐप से कई गुना ज़्यादा है। हमारी MacWhisper तुलना बताती है कि यह कब इसके लायक़ है।

Aiko, Sindre Sorhus का बनाया, Mac और iPhone पर चलता है, Mac पर बड़े मॉडल इस्तेमाल करता है, और इंटरफ़ेस को न्यूनतम रखता है। यह रफ़्तार से ज़्यादा सटीकता को तरजीह देता है।

Offline Transcription — हमारा ऐप — सरल और सस्ता विकल्प है। एक फ़ाइल या पूरा फ़ोल्डर डालिए, ट्रांसक्राइब कीजिए, और TXT, SRT, SBV, VTT, CSV, HTML या PDF में एक्सपोर्ट कीजिए। यह एक ही ख़रीद में Mac, iPhone और iPad पर चलता है, ट्रांसक्रिप्शन अपने आप में मुफ़्त और असीमित है, और Pro एक बार में $12.99 का है। इसमें Tiny, Base और Small मॉडल आते हैं, और यह स्पीकर को लेबल नहीं करता और न ऑडियो रिकॉर्ड करता है।

आपको कौन-सा इस्तेमाल करना चाहिए? #

अगर आप…	इस्तेमाल कीजिए
iPhone पर रिकॉर्ड करते हैं और बस उसे पढ़ना चाहते हैं	वॉइस मेमो का बिल्ट-इन ट्रांसक्रिप्ट
मुफ़्त चाहते हैं, और Terminal में सहज हैं	whisper.cpp
मुफ़्त चाहते हैं, विंडो के साथ, या आपको Windows चाहिए	Buzz
आपके पास मुश्किल ऑडियो है और स्पीकर लेबल चाहिए	MacWhisper Pro
नियमित फ़ाइलों के लिए Mac और iPhone पर कुछ सरल चाहते हैं	Offline Transcription

ईमानदार फ़ैसला आपका अपना ऑडियो करेगा। यहाँ हर विकल्प मुफ़्त में आज़माया जा सकता है, और इनमें से कोई भी कुछ अपलोड नहीं करता, इसलिए अपनी सबसे मुश्किल रिकॉर्डिंग — शोर वाली, या तेज़ लहजे वाली — इनमें से दो में चलाइए और तुलना कीजिए। ट्रांसक्रिप्शन की सटीकता बढ़ाने पर हमारी गाइड बताती है कि ऐप से ज़्यादा आम तौर पर रिकॉर्डिंग क्यों मायने रखती है।

ऑफ़लाइन रहकर आप क्या छोड़ते हैं #

क्लाउड सेवाओं के साथ न्याय करें तो उनके कुछ फ़ायदे सचमुच हैं।

बड़े हार्डवेयर पर बड़े मॉडल। सर्वर सबसे बड़े मॉडल तेज़ी से चला सकता है। लैपटॉप पर बड़े मॉडल धीमे होते हैं, इसीलिए ज़्यादातर लोकल ऐप डिफ़ॉल्ट रूप से छोटे मॉडल इस्तेमाल करते हैं। साफ़ ऑडियो पर फ़र्क थोड़ा होता है; मुश्किल ऑडियो पर यह साफ़ दिखता है। Whisper मॉडल के आकार पर हमारी गाइड बताती है कि रेखा कहाँ खिंचती है।

मिलकर काम करने के फ़ीचर। साझा वर्कस्पेस, कमेंट थ्रेड और अपने आप जुड़ने वाले मीटिंग बॉट इसी धारणा पर बने हैं कि रिकॉर्डिंग किसी सर्वर पर रहती है। कोई लोकल ऐप आपकी जगह आपकी Zoom कॉल में शामिल नहीं होगा।

पुरानी मशीनों पर रफ़्तार। Intel Mac पर लोकल ट्रांसक्रिप्शन Apple silicon के मुक़ाबले काफ़ी धीमा है। ट्रांसक्रिप्शन धीमा क्यों है, इस पर हमारी गाइड इसकी वजह बताती है।

अगर किसी रिकॉर्डिंग के लिए इनमें से कोई बात मायने नहीं रखती, तो उसे अपलोड करने की कोई वजह नहीं है। और अगर रिकॉर्डिंग गोपनीय है, तो इन्हें मायने रखना भी नहीं चाहिए।

संक्षेप में #

आप लगभग कुछ भी ऐसे ट्रांसक्राइब कर सकते हैं कि वह आपके डिवाइस से बाहर न जाए। अगर आप iPhone पर रिकॉर्ड करते हैं, तो बिल्ट-इन ट्रांसक्रिप्ट से शुरू कीजिए। अगर आप मुफ़्त और लचीला चाहते हैं, तो whisper.cpp या Buzz इस्तेमाल कीजिए। अगर आप ऐसा ऐप चाहते हैं जो आपकी फ़ाइलों पर बस काम करे, तो नेटिव ऐप में से कोई एक चुनिए — और कुछ भी संवेदनशील सौंपने से पहले उसे Wi-Fi बंद करके जाँच लीजिए।