Le migliori app Whisper per iPhone e iOS nel 2026: quale modello esegue ciascuna

Risposta rapida: le migliori app Whisper per iOS nel 2026 sono LoroNote (Whisper Large V3 Turbo, sul dispositivo), Whisper Notes (Whisper più Parakeet e SenseVoice, sul dispositivo), Aiko (Whisper medium o small su iPhone, sul dispositivo) e Whisper Memos (Whisper nel cloud, con consegna nella tua casella email). L’etichetta “app Whisper” indica solo la famiglia di modelli — non ti dice nulla su quale dimensione di Whisper venga eseguita, né se il tuo audio resti sull’iPhone. Questi due fatti cambiano in tutte e quattro le app, e contano più dell’etichetta.

• Miglior modello Whisper su iPhone: LoroNote — Large V3 Turbo, la variante di Whisper più grande che una di queste app esegua in locale su iOS
• Migliore per cambiare modello: Whisper Notes — Whisper, Parakeet e SenseVoice in un’unica app, 6,99 $ una tantum
• Miglior acquisto una tantum su tutte le piattaforme Apple: Aiko — 24,00 $ una volta sola, anche su Mac e Apple Vision
• Migliore se vuoi le trascrizioni via email: Whisper Memos — elaborazione cloud, riepiloghi IA automatici

Questo confronto è stato compilato dal team LoroNote il 13 agosto 2026. LoroNote è la nostra app. Ogni affermazione su un’altra app proviene dalla sua scheda sull’App Store statunitense, letta in quella data, e tutto ciò che una scheda non dichiara è segnato come “non specificato” invece di essere ipotizzato.

Che cos’è un’app Whisper?

Whisper è una famiglia di modelli open source di riconoscimento vocale pubblicata da OpenAI. Un‘“app Whisper” è qualsiasi app che usa uno di questi modelli per trasformare l’audio in testo.

Quell’unica etichetta nasconde due decisioni che cambiano completamente il prodotto:

1. Quale variante di Whisper. Whisper esiste in più dimensioni — tiny, base, small, medium e large, più i più recenti large-v3 e large-v3-turbo. La precisione cresce con la dimensione; e con lei crescono uso di memoria, tempo di elaborazione e consumo di batteria. Un telefono che esegue small e un telefono che esegue large-v3-turbo non stanno facendo lo stesso lavoro.
2. Dove viene eseguito. Whisper è open source, quindi un’app può eseguirlo sul tuo iPhone — oppure chiamare un server che lo esegue. Entrambe possono dirsi legittimamente “powered by Whisper”. Solo una delle due mantiene l’audio sul tuo dispositivo.

Nessuno dei due fatti compare nella categoria dell’App Store, e la maggior parte delle schede non li dichiara spontaneamente. Metterli insieme è lo scopo di questo confronto.

”Whisper” non ti dice dove va il tuo audio

È il fraintendimento più comune, e vale la pena dirlo chiaramente: il fatto che un’app sia costruita su Whisper non la rende privata.

Whisper Memos e VoicePen dichiarano entrambe di essere basate su OpenAI Whisper. Entrambe inviano la registrazione a un server per la trascrizione. È una scelta ingegneristica ragionevole — i server sono più veloci, funzionano con qualsiasi dispositivo e rendono possibili funzioni come i riepiloghi via email — ma è l’opposto di ciò che molti danno per scontato vedendo il nome Whisper associato a un modello open source e auto-ospitabile.

Se il tuo vero requisito è tenere l’audio sul dispositivo, l’etichetta da cercare non è “Whisper”. È una dichiarazione esplicita che la trascrizione viene eseguita in locale, idealmente con un’affermazione che puoi verificare da solo. La nostra guida alla trascrizione offline spiega come funziona quel flusso di dati, e la nostra selezione di app offline classifica le app proprio in base a quel criterio. Questo articolo risponde a una domanda diversa: non “funziona senza internet”, ma “quale Whisper viene eseguito davvero, e quanto è buono”.

Quale modello Whisper esegue ciascuna app?

Tutto ciò che compare in questa tabella proviene dalla scheda di ciascuna app sull’App Store statunitense, letta il 13 agosto 2026.

Due cose saltano all’occhio. Aiko è l’unica app che pubblica esattamente quale variante carichi, ed è trasparente sul fatto che l’iPhone riceve un modello più piccolo del Mac — “usa il modello Whisper medium o small su iOS a seconda della memoria disponibile, e il modello large v3 su macOS”. E LoroNote è l’unica che esegue una variante della serie Large sul telefono stesso.

La valutazione mondiale di LoroNote su tutti gli storefront è 4,7 con 279 valutazioni; la tabella usa i dati USA perché ogni riga condivida la stessa base.

1. LoroNote — la variante Whisper più grande in esecuzione sul telefono

LoroNote esegue Whisper Large V3 Turbo direttamente su iPhone e iPad. Turbo è il derivato di large-v3 ottimizzato per la velocità da OpenAI, ed è il motivo per cui un modello della serie Large è davvero praticabile su un telefono. La prossima sezione analizza esattamente cosa ottieni e cosa costa; abbiamo raccontato la decisione anche in perché LoroNote usa Whisper Large V3 Turbo.

Audio e testo vengono elaborati in locale, quindi la trascrizione funziona in modalità Aereo e una registrazione riservata non raggiunge mai un server di trascrizione. Anche l’identificazione degli interlocutori viene eseguita sul dispositivo — puoi rinominarli e le etichette restano quando condividi la trascrizione. Leggi come funziona la diarizzazione degli interlocutori.

Attorno al modello c’è il flusso di lavoro: evidenziazione sincronizzata e riproduzione con tocco per saltare, cartelle, calendario, ricerca, trova-e-sostituisci in blocco e un dizionario personalizzato per nomi e termini tecnici. L’acquisizione copre la registrazione nell’app, la registrazione da Apple Watch e l’importazione di MP3, WAV, M4A, MP4 e MOV. Le esportazioni sono TXT e SRT. Sui dispositivi compatibili Apple Intelligence può riassumere una trascrizione o estrarre le attività senza inviarla da nessuna parte.

Ideale per: ottenere il risultato Whisper on-device più accurato disponibile su un iPhone, in una qualsiasi di oltre 100 lingue.

Da tenere presente: un modello della serie Large richiede hardware recente — iPhone 13 o successivo, iPhone SE (3ª generazione) o un iPad recente supportato, con iOS 18.6 o successivo. Non esistono versioni per Mac, Windows, web o Android. Un modello più grande significa anche tempi di elaborazione più lunghi di quelli che un modello small richiederebbe sullo stesso file.

Come si comporta davvero Whisper Large V3 Turbo

Turbo è la variante che decide se un Whisper della serie Large è utilizzabile su un telefono, quindi merita un’analisi dettagliata. Ogni cifra qui sotto proviene dalla tabella ufficiale dei modelli di OpenAI e dalle note di rilascio di large-v3-turbo.

Cosa ha cambiato OpenAI per renderlo veloce

Turbo non è un Whisper più piccolo addestrato da zero. È large-v3 con il decoder ridotto: 4 livelli di decoder invece dei 32 della serie large — la stessa profondità di decoder di tiny. L’encoder, cioè la parte che costruisce una rappresentazione acustica dell’audio, è lasciato intatto.

Quell’asimmetria è tutto il trucco. L’encoder di Whisper viene eseguito una volta su ogni finestra di 30 secondi, ma il decoder lavora in modo autoregressivo, una volta per ogni token generato. Su una registrazione lunga è il decoder a dominare il tempo totale, quindi ridurne la profondità di un fattore otto taglia la maggior parte del costo, mentre l’encoder conserva la qualità acustica multilingue che rende buono large-v3 in primo luogo.

OpenAI ha poi rifinito il risultato “per altre due epoche sulla stessa quantità di dati di trascrizione multilingue usati per addestrare large-v3” — escludendo deliberatamente i dati di traduzione.

Le cifre pubblicate di velocità e memoria

Due numeri meritano attenzione. Turbo è circa 8 volte più veloce di large pur avendo poco più della metà dei suoi parametri (809 M contro 1.550 M). E si colloca su un numero di parametri paragonabile a medium (769 M) — la variante che Aiko carica su iPhone — pur conservando l’encoder di large-v3. È il cuore del confronto di questo articolo: Turbo pesa più o meno quanto un medium, ma modella l’acustica come un large.

Le note di rilascio si spingono oltre sulla velocità: insieme alle patch di ottimizzazione che le accompagnano, “la velocità ASR di turbo è superiore a quella che aveva tiny” — un modello 20 volte più piccolo.

Precisione: simile a large-v2, con due eccezioni note

La valutazione di OpenAI è che, tra le lingue, Turbo “si comporta in modo simile a large-v2”. Non viene presentato come equivalente a large-v3, e non andrebbe descritto così.

Le eccezioni documentate contano se sono le tue lingue: Turbo “mostra un degrado maggiore in alcune lingue come thai e cantonese”. I risultati sono inoltre più forti su dataset di parlato letto e pulito come FLEURS che su audio crowd-sourced più rumoroso come Common Voice — un promemoria del fatto che i WER pubblicati lusingano qualsiasi modello rispetto a una vera registrazione di riunione.

Cosa Turbo non fa

• Traduzione. Poiché i dati di traduzione sono stati esclusi dal fine-tuning, OpenAI dichiara esplicitamente di non aspettarsi buone prestazioni di Turbo nella traduzione vocale. Trascrive la lingua che è stata parlata. Se ti serve la traduzione dal parlato all’inglese, large-v3 è il modello giusto e Turbo quello sbagliato.
• Variante solo inglese. A differenza dei modelli da tiny a medium, non esiste una build .en di Turbo. È solo multilingue.
• Battere large-v3 in precisione. Scambia un gradino di qualità con circa 8 volte la velocità. Questo è l’accordo.

Cosa significano queste cifre su un iPhone

Una precisazione che la maggior parte degli articoli salta: i valori ~8× e ~6 GB di OpenAI sono cifre di riferimento per l’inferenza su GPU, non misurazioni su iPhone. Un telefono non ha un pool di VRAM dedicata, e le app pubblicate convertono e quantizzano questi modelli per eseguirli con Core ML e il Neural Engine, il che cambia sia l’impronta di memoria sia il throughput. Considera la tabella come il rapporto tra le varianti, non come la scheda tecnica di una specifica app.

Ciò che invece si trasferisce su un telefono è la forma del compromesso:

• Le registrazioni lunghe sono quelle che ci guadagnano di più. La potatura del decoder fa risparmiare tempo su ogni token generato, quindi una lezione di 60 minuti guadagna molto più di un memo di 30 secondi.
• Su mobile il vero vincolo è la memoria, non i FLOP. È esattamente il motivo per cui la scheda di Aiko dice che sceglie medium o small su iOS “a seconda della memoria disponibile”, e per cui i requisiti hardware sono più severi per le app che eseguono una variante della serie Large. LoroNote richiede iPhone 13 o successivo, iPhone SE (3ª generazione) o un iPad recente supportato.
• Il caso peggiore sono le clip brevi, non quelle lunghe. L’overhead per file — riscaldamento del modello e suddivisione in finestre — è fisso, quindi domina un memo di dieci secondi e sparisce in una lezione di un’ora. Il throughput cresce con la lunghezza del file finché i limiti termici non si fanno sentire.
• Le differenze di precisione emergono dove l’audio è difficile, non nella dettatura pulita — accenti, voci sovrapposte, rumore di fondo e vocabolario tecnico. Su una registrazione silenziosa con microfono vicino in inglese, un modello più piccolo produce spesso un testo che non sapresti distinguere.

Quanto impiega davvero Turbo su un iPhone

La metrica utile è lo speed factor: secondi di audio trascritti per ogni secondo di elaborazione. Uno speed factor di 60 significa che un minuto di audio viene trascritto in un secondo. È il numero che risponde davvero a “quanto dovrò aspettare”, cosa che i conteggi di parametri non fanno mai.

Cosa misura LoroNote su un iPhone 15 Pro

LoroNote mostra sullo schermo lo Speed Factor corrente mentre trascrive, quindi queste cifre sono lette direttamente dall’app, non dedotte. Trascrivendo una registrazione di 10 minuti e 31 secondi con Whisper Large V3 Turbo su un iPhone 15 Pro:

Il valore si assesta intorno a 19× — circa 33 secondi di elaborazione per una registrazione di 10 minuti e mezzo. Sono misurazioni in-app di LoroNote sul nostro dispositivo, non un benchmark indipendente; valutale come qualsiasi cifra di prima parte.

A quel ritmo:

Il riepilogo pratico: Turbo dà a un iPhone l’encoder di large-v3 con un peso più o meno da medium e circa 8 volte la velocità di decodifica del large completo, al prezzo di un piccolo passo indietro in precisione rispetto a large-v3, dell’assenza di traduzione e delle debolezze note in thai e cantonese. Su un iPhone 15 Pro significa che una registrazione di un’ora diventa testo in circa tre minuti.

2. Whisper Notes — tre modelli intercambiabili, un solo pagamento

Whisper Notes è l’unica app qui che permette di cambiare motore: Whisper, Parakeet di NVIDIA e SenseVoice, tutti in esecuzione sul dispositivo. La sua scheda spiega quando ciascuno vince — SenseVoice è “molto più veloce di Whisper e più forte per cinese, giapponese e coreano”, mentre Parakeet è l’opzione per la velocità.

È anche l’unica scheda che pubblica tempi reali: trascrivere cinque minuti di audio su un iPhone 15 richiede “~18 secondi con Parakeet, ~1 minuto con Whisper”. Sono numeri dello sviluppatore, ma sono specifici e verificabili, che è più di quanto offra la maggior parte delle app. Se vuoi il contesto di quella rivalità tra modelli, li abbiamo confrontati in Parakeet V3 vs Whisper Large V3.

Tutto viene eseguito in locale — la scheda ti invita ad “attivare la modalità aereo prima di registrare e lasciarla attiva”. Hai etichette degli interlocutori con rinomina, nessun limite di durata della registrazione, oltre 100 lingue ed esportazione in SRT, VTT o TXT con timestamp ed etichette degli interlocutori. Funziona su Mac oltre che su iPhone e iPad, e costa 6,99 $ una tantum, senza abbonamenti né acquisti in-app.

Ideale per: lavoro multilingue in cui vuoi scegliere il motore per ogni registrazione, e per chi preferisce un pagamento unico.

Da tenere presente: la scheda non dichiara quale dimensione di Whisper carichi, e dice che i modelli sono “ottimizzati per l’inglese”.

3. Aiko — la più trasparente, e la più limitata

Aiko è un acquisto una tantum da 24,00 $ costruito su Whisper tramite whisper.cpp, il port in C/C++ di Georgi Gerganov, che la sua scheda accredita direttamente. Nulla lascia il dispositivo, supporta audio in 100 lingue ed esporta sottotitoli.

È la scheda più onesta di questo confronto, in entrambe le direzioni. Pubblica la sua esatta selezione di modelli — medium o small su iOS a seconda della memoria disponibile, large-v3 su macOS — e dichiara chiaramente che “privilegia la precisione rispetto alla velocità”, che non fa trascrizione live durante la registrazione, che al momento non ha il riconoscimento degli interlocutori e che non prevede la modifica del testo nell’app. Il flusso previsto è esportare e modificare altrove.

È anche l’unica app qui che funziona su Mac e Apple Vision oltre che su iPhone e iPad. L’abbiamo esaminata più da vicino in LoroNote vs Aiko.

Ideale per: chi vuole un unico acquisto su tutte le piattaforme Apple e trascrive registrazioni già concluse invece di gestire riunioni.

Da tenere presente: ora richiede iOS 26 o successivo, l’iPhone riceve un Whisper più piccolo di quello del Mac, e non ci sono riconoscimento degli interlocutori, trascrizione live né modifica nell’app.

4. Whisper Memos — Whisper, ma nel cloud

Whisper Memos inverte il flusso abituale: registri, e la trascrizione più un riepilogo IA automatico arrivano nella tua email. Offre la scelta tra OpenAI Whisper ed ElevenLabs Scribe, che la sua scheda valuta a “fino al 96,7% di precisione” e consiglia per accenti e parlato multilingue. Copre oltre 50 lingue e importa MP3, M4A, WAV, AAC, FLAC e OGG.

L’acquisizione è davvero ben costruita — widget nella schermata di blocco, app per Apple Watch con registrazione autonoma, Siri, Comandi rapidi e tasto Azione. Le trascrizioni proseguono verso Notion, Reflect, Todoist, Things 3, Day One, Evernote, Trello, Drafts e migliaia di altri strumenti tramite Zapier.

La scheda descrive la “registrazione offline — si sincronizza quando torni online”, ed è l’indizio: la registrazione funziona offline, la trascrizione no. Il tuo audio va su un server. Tienila nella rosa dei candidati se per il materiale che registri va bene, ed escludila se non va bene.

Ideale per: journaling vocale e cattura di note “registra e dimentica”, con la trascrizione che arriva da sola nella casella email e negli strumenti a valle.

Da tenere presente: elaborazione cloud, variante di Whisper non specificata e nessuna app per Mac.

Anche loro basate su Whisper, ma per un lavoro diverso

Altre quattro app compaiono cercando Whisper su iOS e vale la pena nominarle, così puoi includerle o escluderle in fretta:

• WhisperBoard (gratis, open source) — un’app iOS costruita su whisper.cpp in cui sfogli e scarichi direttamente nell’app la dimensione di Whisper che preferisci, con tutto in esecuzione locale. Il compromesso è la rifinitura di un progetto open source più che di un prodotto finito, ma è il modo più economico per sperimentare le diverse varianti di Whisper sul proprio telefono.
• VoicePen (gratis, 4,7 con 505 valutazioni USA) — trascrizione e note IA “powered by OpenAI Whisper”, nel cloud, con ingestione di link YouTube, podcast e Zoom più integrazioni Notion, Zapier e Make.
• V2T: Whisper AI Transcription (gratis, 4,4 con 222 valutazioni USA) — insolita perché offre entrambe le cose: trascrizione live on-device senza bisogno di internet, e trascrizione cloud per i file caricati con abbonamento.
• Superwhisper (gratis, 4,4 con 810 valutazioni USA) — un’app di dettatura più che un trascrittore di registrazioni; le chiavi API le porti tu.

Superwhisper in particolare risolve l’altro problema del riconoscimento vocale — parlare in un campo di testo invece di digitare — che abbiamo tenuto separato nel confronto più ampio sulle app di trascrizione per iOS.

Come scegliere

• Vuoi il risultato più accurato che il telefono possa produrre: LoroNote, per Large V3 Turbo sul dispositivo.
• Registri in cinese, giapponese o coreano: Whisper Notes, così puoi passare a SenseVoice per quelle lingue.
• Ti servono un’app per Mac e un solo pagamento: Aiko, accettando un modello più piccolo sul telefono e nessuna etichetta degli interlocutori.
• Vuoi che le trascrizioni compaiano nella tua casella email senza aprire un’app: Whisper Memos, accettando l’elaborazione cloud.
• Stai dettando, non trascrivendo: nessuna di queste — guarda piuttosto un’app che sostituisce la tastiera.

Poi prova. Registra tre-cinque minuti nel tuo ambiente abituale con il tuo microfono, il tuo accento e qualche nome e termine tecnico. Controlla le parole mancanti, la punteggiatura, i cambi di interlocutore e il tempo trascorso. La dimensione del modello spiega gran parte della varianza tra le app; il tuo audio spiega il resto.

Domande frequenti

Quale modello Whisper viene eseguito su un iPhone?

Dipende dall’app. LoroNote esegue Whisper Large V3 Turbo sul dispositivo. La scheda di Aiko dichiara che usa il modello Whisper medium o small su iOS a seconda della memoria disponibile, e il modello large-v3 su macOS. Whisper Notes e Whisper Memos non dichiarano una variante nelle loro schede.

Un’app Whisper funziona offline?

Solo se esegue il modello sul tuo dispositivo. LoroNote, Whisper Notes e Aiko dichiarano tutte che la trascrizione avviene in locale, quindi funzionano in modalità Aereo. Whisper Memos e VoicePen inviano l’audio a un server, quindi hanno bisogno di una connessione per produrre una trascrizione — Whisper Memos registra offline e sincronizza in seguito.

Whisper è gratuito su iOS?

Il modello è open source, ma le app hanno prezzi diversi. LoroNote e Whisper Memos sono download gratuiti con acquisti in-app. Whisper Notes costa 6,99 $ una tantum. Aiko costa 24,00 $ una tantum. Le app che eseguono Whisper in locale non hanno costi server al minuto, ed è per questo che molte di loro chiedono un prezzo unico invece di un abbonamento.

Qual è la migliore app Whisper gratuita per iPhone?

Dipende da cosa deve includere il “gratis”. WhisperBoard è davvero gratuita e open source, esegue Whisper in locale e ti lascia scegliere la dimensione del modello — con le asperità di un progetto della community. V2T offre un percorso gratuito di trascrizione live on-device. LoroNote è un download gratuito con acquisti in-app, quindi puoi provare Whisper Large V3 Turbo sul tuo audio prima di pagare qualcosa. Esistono anche app Whisper cloud gratuite, ma i loro costi server vengono pagati in qualche modo — controlla cosa limita il piano gratuito e dove finisce il tuo audio.

Quanto è più veloce Whisper Large V3 Turbo?

La tabella di riferimento di OpenAI indica per Turbo circa 8 volte la velocità di large (che è la base 1×), con 809 M di parametri contro 1.550 M e ~6 GB di VRAM contro ~10 GB. Le note di rilascio aggiungono che, con le patch di ottimizzazione che le accompagnano, la velocità ASR di Turbo supera quella che aveva tiny.

Sono cifre di riferimento su GPU. Su hardware Apple reale, l’indicatore in-app di LoroNote mostra uno speed factor intorno a 19× su un iPhone 15 Pro per una registrazione di dieci minuti — circa 33 secondi di elaborazione per 10 minuti e mezzo di audio.

Quanto ci vuole per trascrivere un’ora di audio su un iPhone?

Su un iPhone 15 Pro con Whisper Large V3 Turbo, LoroNote riporta circa 19 volte il tempo reale, il che colloca una registrazione di 60 minuti a circa tre minuti. È una cifra di prima parte letta dall’indicatore di avanzamento dell’app, non un benchmark indipendente. Altre app pubblicano numeri più bassi — dalla scheda di Whisper Notes si ricava circa 5× sul suo percorso Whisper.

Large V3 Turbo è accurato quanto Large V3?

No, e OpenAI non lo sostiene. La sua posizione dichiarata è che Turbo “si comporta in modo simile a large-v2” tra le lingue, con un degrado maggiore specificamente in thai e cantonese. Turbo inoltre non è addestrato per la traduzione, perché i dati di traduzione sono stati esclusi dal suo fine-tuning. Scambia un gradino di precisione con circa 8 volte la velocità di decodifica.

Perché Turbo taglia il decoder invece dell’encoder?

L’encoder di Whisper viene eseguito una volta per ogni finestra audio di 30 secondi, mentre il decoder lavora una volta per ogni token generato. Sulle registrazioni lunghe è il decoder a dominare il tempo totale di elaborazione, quindi ridurlo da 32 a 4 livelli elimina la maggior parte del costo. Lasciare intatto l’encoder è ciò che preserva la qualità acustica multilingue di large-v3.

Un modello Whisper più grande è sempre migliore?

Non sempre. Le varianti più grandi sono in genere più accurate, soprattutto con accenti, rumore di fondo e lingue meno comuni, ma usano più memoria e impiegano più tempo sulla stessa registrazione. Turbo esiste proprio per rendere un modello della serie Large abbastanza veloce per un telefono. Su audio inglese pulito, un modello più piccolo produce spesso un testo che non sapresti distinguere.

Usare Whisper significa che il mio audio va a OpenAI?

No. Whisper è open source e può essere eseguito interamente sul tuo dispositivo, che è ciò che fanno LoroNote, Whisper Notes e Aiko. Un’app può anche chiamare una API Whisper ospitata, e in quel caso l’audio lascia davvero il dispositivo — ma è l’architettura dell’app, non una proprietà del modello.

Quale app Whisper identifica gli interlocutori?

LoroNote e Whisper Notes offrono entrambe etichette degli interlocutori con rinomina. La scheda di Aiko dichiara che il riconoscimento degli interlocutori non è al momento disponibile.

Considerazioni finali sulla scelta di un’app Whisper per iOS

“Powered by Whisper” è diventato un distintivo più che una specifica. Quattro app possono portarlo tutte in modo veritiero eseguendo dimensioni di modello diverse, su hardware diverso, con il tuo audio in posti completamente diversi.

Le due domande che vale la pena fare sono quelle a cui l’etichetta non risponde: quale variante, e in esecuzione dove. Aiko risponde a entrambe nella sua scheda e merita riconoscimento per questo. LoroNote esegue la variante più grande che una di queste app metta su un telefono, e la esegue in locale. Whisper Notes ti dà tre motori tra cui passare al prezzo di un caffè. Whisper Memos è un buon prodotto che si dà il caso sia un servizio cloud con la stessa parola addosso.

Scegli in base a quei due fatti, non al distintivo.

Fonti

• LoroNote sull’App Store
• Whisper Notes sull’App Store
• Aiko sull’App Store
• Whisper Memos sull’App Store
• Note di rilascio di OpenAI Whisper Large V3 Turbo
• Tabella dei modelli OpenAI Whisper
• whisper.cpp di Georgi Gerganov
• WhisperBoard su GitHub
• Cifre di velocità LoroNote: misurate su un iPhone 15 Pro, registrazione di 10 min 31 s, Whisper Large V3 Turbo sul dispositivo, lette dall’indicatore di avanzamento dell’app