Die besten Whisper-Apps für iPhone und iOS 2026: Welches Modell wirklich läuft

Die Kurzantwort: Die besten Whisper-Apps für iOS 2026 sind LoroNote (Whisper Large V3 Turbo, auf dem Gerät), Whisper Notes (Whisper plus Parakeet und SenseVoice, auf dem Gerät), Aiko (Whisper medium oder small auf dem iPhone, auf dem Gerät) und Whisper Memos (Whisper in der Cloud, zugestellt in Ihr Postfach). Das Etikett „Whisper-App“ benennt nur die Modellfamilie — es sagt nichts darüber, welche Whisper-Größe läuft oder ob Ihr Audio auf dem iPhone bleibt. Diese beiden Fakten unterscheiden sich bei allen vier Apps, und sie zählen mehr als das Etikett.

• Bestes Whisper-Modell auf dem iPhone: LoroNote — Large V3 Turbo, die größte Whisper-Variante, die eine dieser Apps lokal auf iOS ausführt
• Beste App zum Modellwechsel: Whisper Notes — Whisper, Parakeet und SenseVoice in einer App, einmalig 6,99 $
• Bester Einmalkauf über Apple-Plattformen hinweg: Aiko — einmalig 24,00 $, auch auf Mac und Apple Vision
• Beste Wahl, wenn Transkripte per E-Mail kommen sollen: Whisper Memos — Cloud-Verarbeitung, automatische KI-Zusammenfassungen

Dieser Vergleich wurde vom LoroNote-Team am 13. August 2026 zusammengestellt. LoroNote ist unsere eigene App. Jede Aussage über eine andere App stammt aus deren eigenem US-App-Store-Eintrag, gelesen an diesem Datum, und alles, was ein Eintrag nicht angibt, ist als „nicht angegeben“ markiert statt geraten.

Was ist eine Whisper-App?

Whisper ist eine von OpenAI veröffentlichte Open-Source-Modellfamilie zur Spracherkennung. Eine „Whisper-App“ ist jede App, die eines dieser Modelle verwendet, um Audio in Text zu verwandeln.

Dieses eine Etikett verbirgt zwei Entscheidungen, die das Produkt komplett verändern:

1. Welche Whisper-Variante. Whisper gibt es in Größen — tiny, base, small, medium und large, plus die neueren large-v3 und large-v3-turbo. Mit der Größe steigt die Genauigkeit; ebenso steigen Speicherbedarf, Verarbeitungszeit und Akkuverbrauch. Ein Telefon mit small und ein Telefon mit large-v3-turbo erledigen nicht dieselbe Arbeit.
2. Wo es läuft. Whisper ist Open Source, eine App kann es also auf Ihrem iPhone ausführen — oder einen Server aufrufen, der es ausführt. Beides ist legitim „powered by Whisper“. Nur eines davon behält Ihr Audio auf Ihrem Gerät.

Keiner der beiden Fakten steht in der App-Store-Kategorie, und die meisten Einträge nennen sie nicht von sich aus. Sie zusammenzutragen ist der Zweck dieses Vergleichs.

„Whisper“ verrät nicht, wohin Ihr Audio geht

Das ist das häufigste Missverständnis, und es lohnt sich, es klar auszusprechen: Dass eine App auf Whisper aufbaut, macht sie nicht privat.

Whisper Memos und VoicePen geben beide an, von OpenAI Whisper angetrieben zu sein. Beide senden Ihre Aufnahme zur Transkription an einen Server. Das ist eine vernünftige technische Entscheidung — Server sind schneller, bedienen jedes Gerät und ermöglichen Funktionen wie per E-Mail zugestellte Zusammenfassungen —, aber es ist das Gegenteil dessen, was viele annehmen, wenn sie den Whisper-Namen an einem quelloffenen, selbst hostbaren Modell sehen.

Wenn Audio auf dem Gerät bleiben soll, lautet das gesuchte Etikett nicht „Whisper“. Es ist eine ausdrückliche Aussage, dass die Transkription lokal läuft — idealerweise eine, die Sie selbst testen können. Unser Leitfaden zur Offline-Transkription erklärt diesen Datenfluss, und unsere Offline-App-Auswahl ordnet Apps genau nach diesem Kriterium ein. Dieser Artikel beantwortet eine andere Frage: nicht „funktioniert es ohne Internet“, sondern „welches Whisper läuft tatsächlich, und wie gut ist es“.

Welches Whisper-Modell führt jede App aus?

Alles in dieser Tabelle stammt aus dem US-App-Store-Eintrag der jeweiligen App, gelesen am 13. August 2026.

Zwei Dinge fallen auf. Aiko ist die einzige App, die exakt veröffentlicht, welche Variante sie lädt — und sie ist offen darüber, dass das iPhone ein kleineres Modell bekommt als der Mac: Die App „verwendet auf iOS je nach verfügbarem Speicher das Whisper-medium- oder small-Modell und auf macOS das large-v3-Modell“. Und LoroNote ist die einzige, die eine Variante der Large-Reihe auf dem Telefon selbst ausführt.

Die weltweite LoroNote-Bewertung über alle Storefronts liegt bei 4,7 aus 279 Bewertungen; die Tabelle verwendet US-Zahlen, damit jede Zeile dieselbe Basis hat.

1. LoroNote — die größte Whisper-Variante direkt auf dem Telefon

LoroNote führt Whisper Large V3 Turbo direkt auf iPhone und iPad aus. Turbo ist OpenAIs auf Geschwindigkeit optimierter Ableger von large-v3 — der Grund, warum ein Modell der Large-Reihe auf einem Telefon überhaupt praktikabel ist. Der nächste Abschnitt zeigt im Detail, was das bringt und was es kostet; die Entscheidung haben wir außerdem in warum LoroNote Whisper Large V3 Turbo verwendet beschrieben.

Audio und Text werden lokal verarbeitet: Die Transkription funktioniert im Flugmodus, und eine vertrauliche Aufnahme erreicht nie einen Transkriptionsserver. Auch die Sprechererkennung läuft auf dem Gerät — Sie können Sprecher umbenennen, und die Labels bleiben beim Teilen des Transkripts erhalten. Siehe wie Sprechertrennung funktioniert.

Um das Modell herum sitzt der Arbeitsablauf: synchronisierte Hervorhebung und Tipp-zum-Springen-Wiedergabe, Ordner, Kalender, Suche, Suchen-und-Ersetzen über Notizen hinweg und ein eigenes Wörterbuch für Namen und Fachbegriffe. Aufgenommen wird in der App oder auf der Apple Watch, importiert werden MP3, WAV, M4A, MP4 und MOV. Exportiert wird als TXT und SRT. Auf unterstützten Geräten kann Apple Intelligence ein Transkript zusammenfassen oder Aufgaben extrahieren, ohne es irgendwohin zu senden.

Ideal für: das genaueste On-Device-Whisper-Ergebnis, das auf einem iPhone verfügbar ist — in jeder von über 100 Sprachen.

Zu beachten: Ein Modell der Large-Reihe braucht aktuelle Hardware — iPhone 13 oder neuer, iPhone SE (3. Generation) oder ein unterstütztes neueres iPad mit iOS 18.6 oder neuer. Es gibt keine Mac-, Windows-, Web- oder Android-Version. Ein größeres Modell bedeutet außerdem längere Verarbeitung, als ein small-Modell für dieselbe Datei bräuchte.

Wie Whisper Large V3 Turbo tatsächlich abschneidet

Turbo ist die Variante, die entscheidet, ob ein Whisper der Large-Reihe auf einem Telefon nutzbar ist — deshalb lohnt sich der Blick ins Detail. Jede Zahl unten stammt aus OpenAIs eigener Modelltabelle und den Release Notes zu large-v3-turbo.

Was OpenAI verändert hat, um es schnell zu machen

Turbo ist kein kleineres, neu trainiertes Whisper. Es ist large-v3 mit gekürztem Decoder: 4 Decoder-Ebenen statt der 32 der Large-Reihe — dieselbe Decoder-Tiefe wie tiny. Der Encoder, also der Teil, der eine akustische Repräsentation des Audios aufbaut, bleibt unangetastet.

Diese Asymmetrie ist der ganze Trick. Whispers Encoder läuft einmal über jedes 30-Sekunden-Fenster, der Decoder dagegen läuft autoregressiv, einmal pro Ausgabe-Token. Bei einer langen Aufnahme dominiert der Decoder die Gesamtzeit — seine Tiefe um den Faktor acht zu kürzen spart also den Großteil der Kosten, während der Encoder die mehrsprachige akustische Qualität behält, die large-v3 überhaupt erst gut macht.

Anschließend hat OpenAI das Ergebnis nachtrainiert — „für zwei weitere Epochen über dieselbe Menge mehrsprachiger Transkriptionsdaten, die für das Training von large-v3 verwendet wurde“ — unter bewusstem Ausschluss von Übersetzungsdaten.

Veröffentlichte Geschwindigkeits- und Speicherwerte

Zwei Zahlen verdienen Nachdruck. Turbo ist rund 8× schneller als large bei etwas mehr als der Hälfte der Parameter (809 M gegenüber 1.550 M). Und es liegt bei einer Parameterzahl vergleichbar mit medium (769 M) — der Variante, die Aiko auf dem iPhone lädt —, behält dabei aber den large-v3-Encoder. Genau das ist der Kern des Vergleichs in diesem Artikel: Turbo ist beim Gewicht ungefähr medium-groß, bei der akustischen Modellierung aber large-groß.

Die Release Notes gehen bei der Geschwindigkeit noch weiter: In Kombination mit den begleitenden Optimierungs-Patches sei „die ASR-Geschwindigkeit von turbo schneller, als es tiny früher war“ — ein 20× kleineres Modell.

Genauigkeit: ähnlich wie large-v2, mit zwei bekannten Ausnahmen

OpenAIs eigene Einschätzung lautet, dass Turbo über Sprachen hinweg „ähnlich wie large-v2 abschneidet“. Es wird nicht als gleichwertig mit large-v3 vermarktet und sollte auch nicht so beschrieben werden.

Die dokumentierten Ausnahmen zählen, wenn es Ihre Sprachen sind: Turbo zeigt „größere Einbußen bei einigen Sprachen wie Thailändisch und Kantonesisch“. Die Ergebnisse sind außerdem stärker auf sauberen Vorlese-Datensätzen wie FLEURS als auf verrauschterem Crowdsourcing-Audio wie Common Voice — eine Erinnerung daran, dass veröffentlichte WER-Werte jedes Modell im Vergleich zu einer echten Meetingaufnahme schmeicheln.

Was Turbo nicht tut

• Übersetzung. Weil Übersetzungsdaten aus dem Feintuning ausgeschlossen wurden, erwartet OpenAI ausdrücklich nicht, dass Turbo bei Sprachübersetzung gut abschneidet. Es transkribiert die gesprochene Sprache. Wenn Sie Sprache-zu-Englisch-Übersetzung brauchen, ist large-v3 das richtige Modell und Turbo das falsche.
• Englisch-only-Variante. Anders als tiny bis medium gibt es keinen .en-Build von Turbo. Es ist ausschließlich mehrsprachig.
• large-v3 bei der Genauigkeit schlagen. Es tauscht eine Stufe Qualität gegen rund 8× Geschwindigkeit. Das ist der Deal.

Was diese Zahlen auf einem iPhone bedeuten

Ein Vorbehalt, den die meisten Artikel überspringen: OpenAIs Werte von ~8× und ~6 GB sind Referenzwerte für GPU-Inferenz, keine iPhone-Messungen. Ein Telefon hat keinen separaten VRAM-Pool, und ausgelieferte Apps konvertieren und quantisieren diese Modelle für Core ML und die Neural Engine — was Speicherbedarf und Durchsatz beides verändert. Lesen Sie die Tabelle als Verhältnis zwischen den Varianten, nicht als Datenblatt einer bestimmten App.

Was sich auf ein Telefon überträgt, ist die Form des Kompromisses:

• Lange Aufnahmen profitieren am meisten. Das Kürzen des Decoders spart Zeit pro erzeugtem Token — eine 60-minütige Vorlesung gewinnt also weit mehr als ein 30-Sekunden-Memo.
• Auf Mobilgeräten ist Speicher die echte Grenze, nicht FLOPs. Genau deshalb sagt Aikos Eintrag, dass auf iOS „je nach verfügbarem Speicher“ medium oder small gewählt wird, und deshalb sind die Geräteanforderungen für Apps mit einer Large-Variante strenger. LoroNote erfordert iPhone 13 oder neuer, iPhone SE (3. Generation) oder ein unterstütztes neueres iPad.
• Kurze Clips sind der ungünstigste Fall, nicht lange. Der Overhead pro Datei — Modell-Warm-up und Fensterung — ist fix; er dominiert ein Zehn-Sekunden-Memo und verschwindet in einer einstündigen Vorlesung. Der Durchsatz steigt mit der Dateilänge, bis thermische Grenzen gegensteuern.
• Genauigkeitsunterschiede zeigen sich dort, wo Audio schwierig ist — Akzente, Durcheinanderreden, Hintergrundgeräusche, Fachvokabular —, nicht bei sauberem Diktat. Bei einer ruhigen Nahmikrofon-Aufnahme auf Englisch liefert ein kleineres Modell oft Text, den Sie nicht unterscheiden könnten.

Wie lange Turbo auf einem iPhone tatsächlich braucht

Die nützliche Kennzahl ist der Speed-Faktor: Sekunden Audio, transkribiert pro Sekunde Verarbeitungszeit. Ein Speed-Faktor von 60 bedeutet, dass eine Minute Audio in einer Sekunde transkribiert wird. Es ist die Zahl, die die Frage „wie lange warte ich“ tatsächlich beantwortet — was reine Parameterzahlen nie tun.

Was LoroNote auf einem iPhone 15 Pro misst

LoroNote zeigt den laufenden Speed-Faktor während der Transkription auf dem Bildschirm an — diese Werte sind also direkt aus der App abgelesen, nicht abgeleitet. Bei der Transkription einer 10 Minuten und 31 Sekunden langen Aufnahme mit Whisper Large V3 Turbo auf einem iPhone 15 Pro:

Das pendelt sich bei rund 19× ein — etwa 33 Sekunden Verarbeitung für eine 10,5-minütige Aufnahme. Es sind LoroNotes eigene In-App-Messungen auf unserem Gerät, kein unabhängiger Benchmark; gewichten Sie sie wie jede Erstanbieter-Angabe.

Bei diesem Tempo:

Die praktische Zusammenfassung: Turbo gibt einem iPhone den large-v3-Encoder bei ungefähr medium-Gewicht und rund 8× der Decodier-Geschwindigkeit des vollen large — zum Preis einer kleinen Genauigkeitsstufe gegenüber large-v3, ohne Übersetzung und mit bekannter Schwäche bei Thailändisch und Kantonesisch. Auf einem iPhone 15 Pro heißt das: Eine einstündige Aufnahme wird in etwa drei Minuten zu Text.

2. Whisper Notes — drei Modelle, umschaltbar, eine Zahlung

Whisper Notes ist die einzige App hier, in der Sie die Engine wechseln können: Whisper, NVIDIAs Parakeet und SenseVoice, alle auf dem Gerät. Der Eintrag erklärt, wann welche gewinnt — SenseVoice sei „deutlich schneller als Whisper und am stärksten für Chinesisch, Japanisch und Koreanisch“, während Parakeet die Geschwindigkeitsoption ist.

Es ist außerdem der einzige Eintrag, der echte Zeitangaben veröffentlicht: Fünf Minuten Audio auf einem iPhone 15 zu transkribieren dauert „~18 Sekunden mit Parakeet, ~1 Minute mit Whisper“. Diese Zahlen stammen vom Entwickler selbst, aber sie sind konkret und überprüfbar — mehr, als die meisten Apps bieten. Den Hintergrund dieser Modellrivalität haben wir in Parakeet V3 vs. Whisper Large V3 verglichen.

Alles läuft lokal — der Eintrag lädt Sie ein, „vor der Aufnahme den Flugmodus einzuschalten und eingeschaltet zu lassen“. Sie bekommen Sprecherlabels mit Umbenennung, keine Begrenzung der Aufnahmelänge, über 100 Sprachen und Export als SRT, VTT oder TXT mit Zeitstempeln und Sprecherlabels. Die App läuft auf dem Mac ebenso wie auf iPhone und iPad und kostet einmalig 6,99 $, ohne Abo und ohne In-App-Käufe.

Ideal für: mehrsprachige Arbeit, bei der Sie die Engine pro Aufnahme wählen möchten — und für alle, die eine einzige Zahlung bevorzugen.

Zu beachten: Der Eintrag gibt nicht an, welche Whisper-Größe geladen wird, und er sagt, die Modelle seien „für Englisch optimiert“.

3. Aiko — die transparenteste und zugleich begrenzteste App

Aiko ist ein Einmalkauf für 24,00 $ und baut auf Whisper via whisper.cpp auf, der C/C++-Portierung von Georgi Gerganov, die der Eintrag direkt nennt. Nichts verlässt das Gerät, unterstützt wird Audio in 100 Sprachen, exportiert werden Untertitel.

Es ist der ehrlichste Eintrag in diesem Vergleich — in beide Richtungen. Er veröffentlicht die exakte Modellwahl — medium oder small auf iOS je nach verfügbarem Speicher, large-v3 auf macOS — und sagt klar, dass die App „Genauigkeit vor Geschwindigkeit bevorzugt“, nicht live während der Aufnahme transkribiert, derzeit keine Sprechererkennung hat und keine Textbearbeitung in der App plant. Der vorgesehene Arbeitsablauf ist Exportieren und anderswo bearbeiten.

Es ist außerdem die einzige App hier, die neben iPhone und iPad auch auf Mac und Apple Vision läuft. Genauer haben wir sie uns in LoroNote vs. Aiko angesehen.

Ideal für: alle, die einen Kauf über Apple-Plattformen hinweg möchten und fertige Aufnahmen transkribieren, statt Meetings zu führen.

Zu beachten: Es erfordert inzwischen iOS 26 oder neuer, das iPhone bekommt ein kleineres Whisper als der Mac, und es gibt keine Sprechererkennung, keine Live-Transkription und keine Bearbeitung in der App.

4. Whisper Memos — Whisper, aber in der Cloud

Whisper Memos dreht den üblichen Arbeitsablauf um: Sie nehmen auf, und das Transkript plus eine automatische KI-Zusammenfassung landen in Ihrer E-Mail. Die App bietet die Wahl zwischen OpenAI Whisper und ElevenLabs Scribe, das der Eintrag mit „bis zu 96,7 % Genauigkeit“ bewertet und für Akzente und mehrsprachige Sprache empfiehlt. Abgedeckt werden über 50 Sprachen, importiert werden MP3, M4A, WAV, AAC, FLAC und OGG.

Die Aufnahmeseite ist wirklich gut gebaut — Sperrbildschirm-Widget, Apple-Watch-App mit eigenständiger Aufnahme, Siri, Kurzbefehle und die Aktionstaste. Transkripte fließen weiter an Notion, Reflect, Todoist, Things 3, Day One, Evernote, Trello, Drafts und über Zapier an Tausende weitere Dienste.

Der Eintrag beschreibt „Offline-Aufnahme — synchronisiert, sobald Sie wieder online sind“, und das ist das verräterische Detail: Die Aufnahme funktioniert offline, die Transkription nicht. Ihr Audio geht an einen Server. Nehmen Sie die App in die engere Wahl, wenn das für Ihr Material in Ordnung ist — und streichen Sie sie, wenn nicht.

Ideal für: Aufnehmen-und-vergessen-Sprachjournale und Notizerfassung, bei der das Transkript automatisch im Postfach und in nachgelagerten Tools landen soll.

Zu beachten: Cloud-Verarbeitung, die Whisper-Variante ist nicht angegeben, und es gibt keine Mac-App.

Ebenfalls Whisper-basiert, aber eine andere Aufgabe

Vier weitere Apps tauchen bei einer Suche nach Whisper auf iOS auf und sind es wert, genannt zu werden, damit Sie sie schnell ein- oder ausschließen können:

• WhisperBoard (kostenlos, Open Source) — eine quelloffene iOS-App auf Basis von whisper.cpp, in der Sie die gewünschte Whisper-Modellgröße direkt in der App herunterladen; alles läuft lokal. Der Kompromiss ist der Feinschliff eines Open-Source-Projekts statt eines fertigen Produkts — aber es ist der günstigste Weg, verschiedene Whisper-Varianten auf dem eigenen Telefon auszuprobieren.
• VoicePen (kostenlos, 4,7 aus 505 US-Bewertungen) — Transkription und KI-Notizen „powered by OpenAI Whisper“, in der Cloud, mit Aufnahme von YouTube-, Podcast- und Zoom-Links plus Notion-, Zapier- und Make-Integrationen.
• V2T: Whisper AI Transcription (kostenlos, 4,4 aus 222 US-Bewertungen) — ungewöhnlich, weil sie beides bietet: Live-Transkription auf dem Gerät ohne Internet und Cloud-Transkription für hochgeladene Dateien im Abo.
• Superwhisper (kostenlos, 4,4 aus 810 US-Bewertungen) — eine Diktier-App statt eines Aufnahme-Transkribierers; Sie bringen Ihre eigenen API-Schlüssel mit.

Gerade Superwhisper löst das andere Speech-to-Text-Problem — in ein Textfeld sprechen statt zu tippen —, das wir im breiteren iOS-Speech-to-Text-Vergleich separat behandelt haben.

So wählen Sie

• Sie wollen das genaueste Ergebnis, das das Telefon liefern kann: LoroNote, für Large V3 Turbo auf dem Gerät.
• Sie nehmen auf Chinesisch, Japanisch oder Koreanisch auf: Whisper Notes, um für diese Sprachen auf SenseVoice umzuschalten.
• Sie brauchen eine Mac-App und eine Zahlung: Aiko — und akzeptieren ein kleineres Modell auf dem Telefon und keine Sprecherlabels.
• Sie möchten Transkripte im Postfach, ohne eine App zu öffnen: Whisper Memos — und akzeptieren Cloud-Verarbeitung.
• Sie diktieren, statt zu transkribieren: keine dieser Apps — schauen Sie sich stattdessen einen Tastatur-Ersatz an.

Und dann: testen. Nehmen Sie drei bis fünf Minuten in Ihrer normalen Umgebung auf, mit Ihrem Mikrofon, Ihrem Akzent und ein paar Namen und Fachbegriffen. Prüfen Sie fehlende Wörter, Interpunktion, Sprecherwechsel und die verstrichene Zeit. Die Modellgröße erklärt einen großen Teil der Unterschiede zwischen den Apps; Ihr eigenes Audio erklärt den Rest.

Häufig gestellte Fragen

Welches Whisper-Modell läuft auf einem iPhone?

Das hängt von der App ab. LoroNote führt Whisper Large V3 Turbo auf dem Gerät aus. Aikos Eintrag gibt an, auf iOS je nach verfügbarem Speicher das Whisper-medium- oder small-Modell zu verwenden und auf macOS das large-v3-Modell. Whisper Notes und Whisper Memos nennen in ihren Einträgen keine Variante.

Funktioniert eine Whisper-App offline?

Nur, wenn sie das Modell auf Ihrem Gerät ausführt. LoroNote, Whisper Notes und Aiko geben alle an, dass die Transkription lokal stattfindet — sie funktionieren also im Flugmodus. Whisper Memos und VoicePen senden Audio an einen Server und brauchen deshalb eine Verbindung, um ein Transkript zu erzeugen — Whisper Memos nimmt offline auf und synchronisiert später.

Ist Whisper auf iOS kostenlos?

Das Modell ist Open Source, aber die Apps bepreisen unterschiedlich. LoroNote und Whisper Memos sind kostenlose Downloads mit In-App-Käufen. Whisper Notes kostet einmalig 6,99 $. Aiko kostet einmalig 24,00 $. Apps, die Whisper lokal ausführen, haben keine Serverkosten pro Minute — deshalb verlangen mehrere von ihnen einen Einmalpreis statt eines Abos.

Was ist die beste kostenlose Whisper-App für das iPhone?

Das hängt davon ab, was „kostenlos“ einschließen muss. WhisperBoard ist wirklich kostenlos und Open Source, führt Whisper lokal aus und lässt Sie die Modellgröße wählen — mit den rauen Kanten eines Community-Projekts. V2T bietet einen kostenlosen On-Device-Pfad für Live-Transkription. LoroNote ist ein kostenloser Download mit In-App-Käufen, sodass Sie Whisper Large V3 Turbo mit Ihrem eigenen Audio testen können, bevor Sie etwas bezahlen. Kostenlose Cloud-Whisper-Apps gibt es ebenfalls — aber deren Serverkosten bezahlt irgendjemand: Prüfen Sie, was die Gratisstufe begrenzt und wohin Ihr Audio geht.

Wie viel schneller ist Whisper Large V3 Turbo?

OpenAIs Referenztabelle führt Turbo mit rund 8× der Geschwindigkeit von large (der 1×-Basislinie), mit 809 M Parametern gegenüber 1.550 M und ~6 GB VRAM gegenüber ~10 GB. Die Release Notes ergänzen, dass Turbos ASR-Geschwindigkeit mit den begleitenden Optimierungs-Patches schneller ist, als es tiny früher war.

Das sind GPU-Referenzwerte. Auf echter Apple-Hardware zeigt LoroNotes In-App-Anzeige einen Speed-Faktor von rund 19× auf einem iPhone 15 Pro bei einer zehnminütigen Aufnahme — etwa 33 Sekunden Verarbeitung für 10,5 Minuten Audio.

Wie lange dauert es, eine Stunde Audio auf einem iPhone zu transkribieren?

Auf einem iPhone 15 Pro mit Whisper Large V3 Turbo meldet LoroNote rund 19× Echtzeit — eine 60-minütige Aufnahme braucht damit etwa drei Minuten. Das ist eine Erstanbieter-Angabe, abgelesen von der Fortschrittsanzeige der App, kein unabhängiger Benchmark. Andere Apps veröffentlichen niedrigere Werte — die Angaben im Eintrag von Whisper Notes entsprechen auf dem Whisper-Pfad etwa 5×.

Ist Large V3 Turbo so genau wie Large V3?

Nein, und OpenAI behauptet das auch nicht. Die erklärte Position lautet, dass Turbo über Sprachen hinweg „ähnlich wie large-v2 abschneidet“, mit größeren Einbußen speziell bei Thailändisch und Kantonesisch. Turbo ist außerdem nicht für Übersetzung trainiert, weil Übersetzungsdaten aus dem Feintuning ausgeschlossen wurden. Es tauscht eine Stufe Genauigkeit gegen rund 8× Decodier-Geschwindigkeit.

Warum kürzt Turbo den Decoder statt des Encoders?

Whispers Encoder läuft einmal pro 30-Sekunden-Audiofenster, der Decoder dagegen einmal pro Ausgabe-Token. Bei langen Aufnahmen dominiert der Decoder die gesamte Verarbeitungszeit — ihn von 32 auf 4 Ebenen zu kürzen entfernt also den Großteil der Kosten. Den Encoder unangetastet zu lassen ist das, was die mehrsprachige akustische Qualität von large-v3 bewahrt.

Ist ein größeres Whisper-Modell immer besser?

Nicht immer. Größere Varianten sind in der Regel genauer, besonders bei Akzenten, Hintergrundgeräuschen und selteneren Sprachen, aber sie brauchen mehr Speicher und mehr Zeit für dieselbe Aufnahme. Turbo existiert genau deshalb: um ein Modell der Large-Reihe schnell genug für ein Telefon zu machen. Bei sauberem englischem Audio liefert ein kleineres Modell oft Text, den Sie nicht unterscheiden könnten.

Geht mein Audio an OpenAI, wenn eine App Whisper verwendet?

Nein. Whisper ist Open Source und kann vollständig auf Ihrem Gerät laufen — genau das tun LoroNote, Whisper Notes und Aiko. Eine App kann auch eine gehostete Whisper-API aufrufen, dann verlässt das Audio Ihr Gerät — aber das ist die Architektur der App, keine Eigenschaft des Modells.

Welche Whisper-App erkennt Sprecher?

LoroNote und Whisper Notes bieten beide Sprecherlabels mit Umbenennung. Aikos Eintrag gibt an, dass eine Sprechererkennung derzeit nicht verfügbar ist.

Fazit zur Wahl einer Whisper-App für iOS

„Powered by Whisper“ ist ein Abzeichen geworden, keine Spezifikation. Vier Apps können es alle wahrheitsgemäß tragen — und dabei verschiedene Modellgrößen auf verschiedener Hardware ausführen, mit Ihrem Audio an völlig unterschiedlichen Orten.

Die beiden Fragen, die sich lohnen, sind die, die das Etikett nicht beantwortet: welche Variante, und wo sie läuft. Aiko beantwortet beide in seinem Eintrag und verdient dafür Anerkennung. LoroNote führt die größte Variante aus, die eine dieser Apps auf ein Telefon bringt — und zwar lokal. Whisper Notes gibt Ihnen drei Engines zum Umschalten für den Preis eines Kaffees. Whisper Memos ist ein gutes Produkt, das zufällig ein Cloud-Dienst mit demselben Wort im Namen ist.

Entscheiden Sie nach diesen beiden Fakten, nicht nach dem Abzeichen.

Quellen

• LoroNote im App Store
• Whisper Notes im App Store
• Aiko im App Store
• Whisper Memos im App Store
• OpenAI: Release Notes zu Whisper Large V3 Turbo
• OpenAI: Whisper-Modelltabelle
• whisper.cpp von Georgi Gerganov
• WhisperBoard auf GitHub
• LoroNote-Geschwindigkeitswerte: gemessen auf einem iPhone 15 Pro, Aufnahme von 10 Min. 31 Sek., Whisper Large V3 Turbo auf dem Gerät, abgelesen von der Fortschrittsanzeige der App