De beste Whisper-apps voor iPhone en iOS in 2026: welk model elke app draait

Kort antwoord: de beste Whisper-apps voor iOS in 2026 zijn LoroNote (Whisper Large V3 Turbo, op het apparaat), Whisper Notes (Whisper plus Parakeet en SenseVoice, op het apparaat), Aiko (Whisper medium of small op iPhone, op het apparaat) en Whisper Memos (Whisper in de cloud, bezorgd in je inbox). Het etiket “Whisper-app” benoemt alleen de modelfamilie — het zegt niets over welke maat Whisper er draait, of dat je audio wel op de iPhone blijft. Die twee feiten verschillen tussen alle vier de apps, en ze doen er meer toe dan het etiket.

• Beste Whisper-model op iPhone: LoroNote — Large V3 Turbo, de grootste Whisper-variant die een van deze apps lokaal op iOS draait
• Het beste om van model te wisselen: Whisper Notes — Whisper, Parakeet en SenseVoice in één app, eenmalig $6,99
• Beste eenmalige aankoop voor alle Apple-platformen: Aiko — eenmalig $24,00, ook op Mac en Apple Vision
• Het beste als je transcripten per e-mail wilt: Whisper Memos — cloudverwerking, automatische AI-samenvattingen

Deze vergelijking is samengesteld door het LoroNote-team op 13 augustus 2026. LoroNote is onze eigen app. Elke claim over een andere app komt van zijn eigen Amerikaanse App Store-pagina, gelezen op die datum, en alles wat een pagina niet vermeldt is gemarkeerd als “niet vermeld” in plaats van gegokt.

Wat is een Whisper-app?

Whisper is een opensource-familie van spraakherkenningsmodellen, uitgebracht door OpenAI. Een “Whisper-app” is elke app die een van die modellen gebruikt om audio in tekst om te zetten.

Dat ene etiket verbergt twee beslissingen die het product volledig veranderen:

1. Welke Whisper-variant. Whisper komt in maten — tiny, base, small, medium en large, plus het nieuwere large-v3 en large-v3-turbo. Nauwkeurigheid stijgt met de maat; geheugengebruik, verwerkingstijd en batterijverbruik ook. Een telefoon die small draait en een telefoon die large-v3-turbo draait, doen niet hetzelfde werk.
2. Waar hij draait. Whisper is open source, dus een app kan hem op je iPhone draaien — of een server aanroepen die hem draait. Beide zijn naar waarheid “powered by Whisper”. Slechts één houdt je audio op je apparaat.

Geen van beide feiten staat in de App Store-categorie, en de meeste pagina’s melden ze niet uit zichzelf. Ze bij elkaar zetten is precies waar deze vergelijking voor is.

”Whisper” vertelt je niet waar je audio naartoe gaat

Dit is de meest voorkomende misvatting, en het verdient het om onomwonden gezegd te worden: dat een app op Whisper is gebouwd, maakt hem niet privé.

Whisper Memos en VoicePen zeggen allebei dat ze worden aangedreven door OpenAI Whisper. Beide sturen je opname naar een server om te worden getranscribeerd. Dat is een redelijke technische keuze — servers zijn sneller, werken met elk apparaat en maken functies zoals gemailde samenvattingen mogelijk — maar het is het tegenovergestelde van wat veel mensen aannemen wanneer ze de naam Whisper zien, gekoppeld aan een opensource-model dat je zelf kunt hosten.

Is audio op het apparaat houden je werkelijke eis, dan is het etiket om op te letten niet “Whisper”, maar een expliciete verklaring dat de transcriptie lokaal draait, het liefst met een claim die je zelf kunt testen. Onze gids voor offline spraak naar tekst beschrijft hoe die datastroom werkt, en onze shortlist met offline apps rangschikt apps specifiek op dat criterium. Dit artikel beantwoordt een andere vraag: niet “werkt het zonder internet”, maar “welke Whisper draait er werkelijk, en hoe goed is die”.

Welk Whisper-model draait elke app?

Alles in deze tabel komt van de Amerikaanse App Store-pagina van elke app, gelezen op 13 augustus 2026.

Twee dingen vallen op. Aiko is de enige app die precies publiceert welke variant hij laadt, en is er eerlijk over dat de iPhone een kleiner model krijgt dan de Mac — hij “gebruikt op iOS het Whisper medium- of small-model, afhankelijk van het beschikbare geheugen, en het large v3-model op macOS”. En LoroNote is de enige die een variant uit de Large-serie op de telefoon zelf draait.

Wereldwijd scoort LoroNote over alle storefronts 4,7 uit 279 beoordelingen; de tabel gebruikt Amerikaanse cijfers, zodat elke rij dezelfde basis heeft.

1. LoroNote — de grootste Whisper-variant die op de telefoon draait

LoroNote draait Whisper Large V3 Turbo rechtstreeks op iPhone en iPad. Turbo is OpenAI’s op snelheid geoptimaliseerde afgeleide van large-v3, en het is de reden dat een model uit de Large-serie überhaupt praktisch is op een telefoon. De volgende sectie ontleedt precies wat dat oplevert en wat het kost; we behandelden de keuze ook in waarom LoroNote Whisper Large V3 Turbo gebruikt.

Audio en tekst worden lokaal verwerkt, dus transcriptie werkt in vliegtuigmodus en een vertrouwelijke opname bereikt nooit een transcriptieserver. Sprekeridentificatie draait ook op het apparaat — je kunt sprekers hernoemen en de labels blijven behouden wanneer je het transcript deelt. Zie hoe sprekerherkenning werkt.

Rond het model zit de workflow: gesynchroniseerde markering en tikken-om-te-springen tijdens het afspelen, mappen, kalender, zoeken, zoeken-en-vervangen in bulk, en een eigen woordenlijst voor namen en vaktermen. Vastleggen omvat opnemen in de app, opnemen op Apple Watch en het importeren van MP3, WAV, M4A, MP4 en MOV. Exporteren kan als TXT en SRT. Op ondersteunde apparaten kan Apple Intelligence een transcript samenvatten of er actiepunten uit halen zonder het ergens naartoe te sturen.

Het beste voor: het nauwkeurigste on-device Whisper-resultaat dat op een iPhone beschikbaar is, in elk van meer dan 100 talen.

Houd rekening met: een model uit de Large-serie vraagt recente hardware — iPhone 13 of nieuwer, iPhone SE (3e generatie) of een ondersteunde recente iPad, op iOS 18.6 of hoger. Er is geen versie voor Mac, Windows, web of Android. Een groter model betekent ook langere verwerking dan een small-model over hetzelfde bestand zou doen.

Hoe Whisper Large V3 Turbo werkelijk presteert

Turbo is de variant die bepaalt of een Whisper uit de Large-serie bruikbaar is op een telefoon, dus het loont om er in detail doorheen te gaan. Elk cijfer hieronder komt uit OpenAI’s eigen modeltabel en de release notes van large-v3-turbo.

Wat OpenAI veranderde om hem snel te maken

Turbo is geen kleinere Whisper die vanaf nul is getraind. Het is large-v3 met een uitgedunde decoder: 4 decoderlagen in plaats van de 32 van de Large-serie — dezelfde decoderdiepte als tiny. De encoder, het deel dat een akoestische representatie van de audio opbouwt, is intact gelaten.

Die asymmetrie is de hele truc. Whispers encoder draait één keer per venster van 30 seconden, maar de decoder draait autoregressief, één keer per uitvoertoken. Bij een lange opname domineert de decoder de totale tijd, dus zijn diepte met een factor acht verkleinen schrapt het grootste deel van de kosten, terwijl de encoder de meertalige akoestische kwaliteit behoudt die large-v3 juist zo goed maakt.

OpenAI heeft het resultaat vervolgens verfijnd “gedurende twee extra epochs over dezelfde hoeveelheid meertalige transcriptiedata die voor het trainen van large-v3 is gebruikt” — met bewuste uitsluiting van vertaaldata.

Gepubliceerde snelheids- en geheugencijfers

Twee getallen verdienen nadruk. Turbo is ruwweg 8× sneller dan large met iets meer dan de helft van diens parameters (809 M tegenover 1.550 M). En hij zit qua parameteraantal in de buurt van medium (769 M) — de variant die Aiko op de iPhone laadt — terwijl hij de encoder van large-v3 behoudt. Dat is de kern van de vergelijking in dit artikel: Turbo is qua gewicht ruwweg medium, maar qua akoestische modellering large.

De release notes gaan nog verder over snelheid: gecombineerd met de bijbehorende optimalisatiepatches is “de ASR-snelheid van turbo hoger dan wat tiny vroeger was” — een model dat 20× kleiner is.

Nauwkeurigheid: vergelijkbaar met large-v2, met twee bekende uitzonderingen

OpenAI’s eigen evaluatie is dat Turbo over talen heen “vergelijkbaar presteert met large-v2”. Hij wordt niet in de markt gezet als gelijkwaardig aan large-v3, en zo hoor je hem ook niet te beschrijven.

De gedocumenteerde uitzonderingen doen ertoe als het jouw talen zijn: Turbo “laat grotere achteruitgang zien bij sommige talen, zoals Thai en Kantonees”. De resultaten zijn ook sterker op schone voorleesdatasets zoals FLEURS dan op rommeliger crowdsourced audio zoals Common Voice — een herinnering dat gepubliceerde WER-cijfers elk model flatteren ten opzichte van een echte vergaderopname.

Wat Turbo niet doet

• Vertalen. Omdat vertaaldata van de fine-tuning is uitgesloten, verwacht OpenAI uitdrukkelijk niet dat Turbo goed presteert op spraakvertaling. Hij transcribeert de taal die werd gesproken. Heb je vertaling van spraak naar Engels nodig, dan is large-v3 het juiste model en Turbo het verkeerde.
• Een variant alleen voor Engels. Anders dan bij tiny tot en met medium bestaat er geen .en-build van Turbo. Hij is uitsluitend meertalig.
• large-v3 verslaan op nauwkeurigheid. Hij ruilt een stap kwaliteit in voor ruwweg 8× de snelheid. Dat is de deal.

Wat deze cijfers betekenen op een iPhone

Eén kanttekening die de meeste stukken overslaan: OpenAI’s cijfers van ~8× en ~6 GB zijn referentiecijfers voor GPU-inferentie, geen iPhone-metingen. Een telefoon heeft geen aparte VRAM-pool, en apps in de App Store converteren en kwantiseren deze modellen om onder Core ML en de Neural Engine te draaien, wat zowel de geheugenvoetafdruk als de doorvoer verandert. Lees de tabel als de verhouding tussen varianten, niet als een specificatieblad voor een specifieke app.

Wat wél naar een telefoon overdraagt, is de vorm van de afweging:

• Lange opnames profiteren het meest. Het snoeien van de decoder bespaart tijd per gegenereerd token, dus een college van 60 minuten wint veel meer dan een memo van 30 seconden.
• Geheugen is op mobiel de echte beperking, niet rekenkracht. Dit is precies waarom Aiko’s pagina zegt dat hij op iOS medium of small kiest “afhankelijk van het beschikbare geheugen”, en waarom de hardware-eisen strenger zijn voor apps die een variant uit de Large-serie draaien. LoroNote vereist iPhone 13 of nieuwer, iPhone SE (3e generatie) of een ondersteunde recente iPad.
• Korte clips zijn het slechtste geval, niet lange. De overhead per bestand — het opwarmen van het model en de vensterindeling — ligt vast, dus die domineert een memo van tien seconden en verdwijnt in een college van een uur. De doorvoer stijgt met de bestandslengte totdat thermische limieten tegendruk geven.
• Nauwkeurigheidsverschillen tonen zich waar audio moeilijk is, niet bij schoon dicteren — accenten, door elkaar praten, achtergrondgeluid en vakjargon. Bij een rustige opname dicht op de microfoon in het Engels produceert een kleiner model vaak tekst die je er niet uit zou kunnen pikken.

Hoe lang Turbo er werkelijk over doet op een iPhone

De nuttige maatstaf is de snelheidsfactor (speed factor): seconden audio getranscribeerd per seconde verwerkingstijd. Een snelheidsfactor van 60 betekent dat één minuut audio in één seconde wordt getranscribeerd. Het is het getal dat werkelijk antwoord geeft op “hoe lang moet ik wachten” — iets wat kale parameteraantallen nooit doen.

Wat LoroNote meet op een iPhone 15 Pro

LoroNote toont tijdens het transcriberen de actuele Speed Factor op het scherm, dus deze cijfers zijn rechtstreeks van de app afgelezen in plaats van afgeleid. Bij het transcriberen van een opname van 10 minuten en 31 seconden met Whisper Large V3 Turbo op een iPhone 15 Pro:

Dat stabiliseert rond 19× — ongeveer 33 seconden verwerking voor een opname van 10,5 minuut. Dit zijn LoroNote’s eigen in-appmetingen op ons apparaat, geen onafhankelijke benchmark; weeg ze zoals je elk cijfer van de maker zelf zou wegen.

In dat tempo:

De praktische samenvatting: Turbo geeft een iPhone de encoder van large-v3 bij ruwweg het gewicht van medium en ruwweg 8× de decodeersnelheid van het volledige large, tegen de prijs van een kleine stap in nauwkeurigheid ten opzichte van large-v3, geen vertaling en bekende zwakte in Thai en Kantonees. Op een iPhone 15 Pro betekent dat dat een opname van een uur in ongeveer drie minuten tekst wordt.

2. Whisper Notes — drie modellen, wisselbaar, één betaling

Whisper Notes is de enige app hier waarmee je van engine kunt wisselen: Whisper, NVIDIA’s Parakeet en SenseVoice, allemaal op het apparaat. De pagina legt uit wanneer welke wint — SenseVoice is “veel sneller dan Whisper en het sterkst voor Chinees, Japans en Koreaans”, terwijl Parakeet de snelheidsoptie is.

Het is ook de enige pagina die echte tijdcijfers publiceert: vijf minuten audio transcriberen op een iPhone 15 duurt “~18 seconden met Parakeet, ~1 minuut met Whisper”. Die getallen komen van de ontwikkelaar zelf, maar ze zijn specifiek en testbaar — meer dan de meeste apps bieden. Wil je de achtergrond van die modellenrivaliteit, dan vergeleken we ze in Parakeet V3 vs Whisper Large V3.

Alles draait lokaal — de pagina nodigt je uit om “de vliegtuigmodus aan te zetten voordat je opneemt en die aan te laten”. Je krijgt sprekerlabels met hernoemen, geen limiet op de opnamelengte, 100+ talen en export naar SRT, VTT of TXT met tijdcodes en sprekerlabels erbij. De app draait op de Mac én op iPhone en iPad, en kost eenmalig $6,99 zonder abonnement of in-appaankopen.

Het beste voor: meertalig werk waarbij je per opname de engine wilt kiezen, en iedereen die de voorkeur geeft aan één betaling.

Houd rekening met: de pagina vermeldt niet welke Whisper-maat hij laadt, en zegt dat de modellen “geoptimaliseerd zijn voor Engels”.

3. Aiko — de transparantste, en de meest beperkte

Aiko is een eenmalige aankoop van $24,00, gebouwd op Whisper via whisper.cpp, de C/C++-port van Georgi Gerganov, die de pagina rechtstreeks vermeldt. Niets verlaat het apparaat, hij ondersteunt audio in 100 talen en exporteert ondertitels.

Het is de eerlijkste pagina in deze vergelijking, in beide richtingen. Hij publiceert de exacte modelkeuze — medium of small op iOS afhankelijk van het beschikbare geheugen, large-v3 op macOS — en stelt onomwonden dat hij “kiest voor nauwkeurigheid boven snelheid”, geen live transcriptie tijdens het opnemen doet, momenteel geen sprekerherkenning heeft en geen tekstbewerking in de app plant. De bedoelde workflow is exporteren en elders bewerken.

Het is ook de enige app hier die naast iPhone en iPad op de Mac en Apple Vision draait. We bekeken hem uitgebreider in LoroNote vs Aiko.

Het beste voor: wie één aankoop voor alle Apple-platformen wil en afgeronde opnames transcribeert in plaats van vergaderingen draait.

Houd rekening met: hij vereist inmiddels iOS 26 of hoger, de iPhone krijgt een kleinere Whisper dan de Mac, en er is geen sprekerherkenning, live transcriptie of bewerken in de app.

4. Whisper Memos — Whisper, maar in de cloud

Whisper Memos draait de gebruikelijke workflow om: je neemt op, en het transcript plus een automatische AI-samenvatting arriveren in je e-mail. De app biedt keuze tussen OpenAI Whisper en ElevenLabs Scribe, dat de pagina waardeert op “tot 96,7% nauwkeurigheid” en aanbeveelt voor accenten en meertalige spraak. Hij dekt ruim 50 talen en importeert MP3, M4A, WAV, AAC, FLAC en OGG.

Het vastleggen is echt goed gebouwd — een widget op het toegangsscherm, een Apple Watch-app met zelfstandig opnemen, Siri, Opdrachten en de actieknop. Transcripten stromen door naar Notion, Reflect, Todoist, Things 3, Day One, Evernote, Trello, Drafts en duizenden andere tools via Zapier.

De pagina beschrijft “offline opnemen — synchroniseert zodra je weer online bent”, en dat is de verklikker: opnemen werkt offline, transcriberen niet. Je audio gaat naar een server. Zet hem op je shortlist als dat prima is voor het materiaal dat je opneemt, en streep hem door als dat niet zo is.

Het beste voor: opnemen-en-vergeten spraakdagboeken en notities waarbij het transcript automatisch in je inbox en vervolgtools moet belanden.

Houd rekening met: cloudverwerking, de Whisper-variant is niet vermeld, en er is geen Mac-app.

Ook op Whisper gebouwd, maar een andere taak

Vier andere apps duiken op bij een zoekopdracht naar Whisper op iOS en zijn het benoemen waard, zodat je ze snel kunt meenemen of afstrepen:

• WhisperBoard (gratis, open source) — een iOS-app gebouwd op whisper.cpp, waarin je zelf de gewenste Whisper-modelmaat opzoekt en downloadt, en alles lokaal draait. De afweging is de afwerking van een opensource-project in plaats van een afgerond product, maar het is de goedkoopste manier om op je eigen telefoon met verschillende Whisper-varianten te experimenteren.
• VoicePen (gratis, 4,7 uit 505 Amerikaanse beoordelingen) — transcriptie en AI-notities “powered by OpenAI Whisper”, in de cloud, met het binnenhalen van YouTube-, podcast- en Zoom-links plus integraties met Notion, Zapier en Make.
• V2T: Whisper AI Transcription (gratis, 4,4 uit 222 Amerikaanse beoordelingen) — ongebruikelijk omdat hij beide biedt: on-device live transcriptie zonder internet, en cloudtranscriptie voor geüploade bestanden op abonnement.
• Superwhisper (gratis, 4,4 uit 810 Amerikaanse beoordelingen) — een dicteerapp in plaats van een opnametranscribeerder; je brengt je eigen API-sleutels mee.

Vooral Superwhisper lost het andere spraak-naar-tekstprobleem op — in een tekstveld spreken in plaats van typen — dat we apart zetten in de bredere iOS-vergelijking voor spraak naar tekst.

Zo kies je

• Je wilt het nauwkeurigste resultaat dat de telefoon kan leveren: LoroNote, voor Large V3 Turbo op het apparaat.
• Je neemt op in het Chinees, Japans of Koreaans: Whisper Notes, zodat je voor die talen naar SenseVoice kunt wisselen.
• Je hebt een Mac-app en één betaling nodig: Aiko, met een kleiner model op de telefoon en zonder sprekerlabels op de koop toe.
• Je wilt transcripten in je inbox zonder een app te openen: Whisper Memos, met cloudverwerking op de koop toe.
• Je dicteert in plaats van transcribeert: geen van deze — kijk naar een app die het toetsenbord vervangt.

Test daarna. Neem drie tot vijf minuten op in je normale omgeving met jouw microfoon, jouw accent en een paar namen en vaktermen. Controleer ontbrekende woorden, interpunctie, sprekerwissels en de verstreken tijd. De modelmaat verklaart veel van de variatie tussen apps; je eigen audio verklaart de rest.

Veelgestelde vragen

Welk Whisper-model draait op een iPhone?

Dat hangt af van de app. LoroNote draait Whisper Large V3 Turbo op het apparaat. Aiko’s pagina vermeldt dat hij op iOS het Whisper medium- of small-model gebruikt, afhankelijk van het beschikbare geheugen, en het large-v3-model op macOS. Whisper Notes en Whisper Memos vermelden geen variant op hun pagina.

Werkt een Whisper-app offline?

Alleen als hij het model op je apparaat draait. LoroNote, Whisper Notes en Aiko stellen alle drie dat de transcriptie lokaal gebeurt, dus zij werken in vliegtuigmodus. Whisper Memos en VoicePen sturen audio naar een server en hebben dus verbinding nodig om een transcript te maken — Whisper Memos neemt offline op en synchroniseert later.

Is Whisper gratis te gebruiken op iOS?

Het model is open source, maar de apps prijzen verschillend. LoroNote en Whisper Memos zijn gratis downloads met in-appaankopen. Whisper Notes kost eenmalig $6,99. Aiko kost eenmalig $24,00. Apps die Whisper lokaal draaien hebben geen serverkosten per minuut — daarom rekenen meerdere van hen één prijs in plaats van een abonnement.

Wat is de beste gratis Whisper-app voor iPhone?

Dat hangt ervan af wat “gratis” moet omvatten. WhisperBoard is echt gratis en open source, draait Whisper lokaal en laat je zelf de modelmaat kiezen — met de ruwe randjes van een communityproject. V2T biedt een gratis on-device route voor live transcriptie. LoroNote is een gratis download met in-appaankopen, zodat je Whisper Large V3 Turbo op je eigen audio kunt testen voordat je iets betaalt. Gratis cloud-Whisper-apps bestaan ook, maar hun serverkosten worden ergens anders betaald — controleer wat het gratis niveau begrenst en waar je audio naartoe gaat.

Hoeveel sneller is Whisper Large V3 Turbo?

OpenAI’s referentietabel zet Turbo op ruwweg 8× de snelheid van large (de 1×-basislijn), met 809 M parameters tegenover 1.550 M en ~6 GB VRAM tegenover ~10 GB. De release notes voegen toe dat met de bijbehorende optimalisatiepatches de ASR-snelheid van Turbo hoger is dan die van tiny vroeger.

Dat zijn GPU-referentiecijfers. Op echte Apple-hardware toont LoroNote’s uitlezing in de app een snelheidsfactor van rond 19× op een iPhone 15 Pro voor een opname van tien minuten — ruwweg 33 seconden verwerking voor 10,5 minuut audio.

Hoe lang duurt het om een uur audio te transcriberen op een iPhone?

Op een iPhone 15 Pro met Whisper Large V3 Turbo rapporteert LoroNote ruwweg 19× realtime, wat een opname van 60 minuten op ongeveer drie minuten zet. Dat is een cijfer van de maker zelf, afgelezen van de voortgangsweergave van de app, geen onafhankelijke benchmark. Andere apps publiceren lagere getallen — de pagina van Whisper Notes komt op zijn Whisper-route neer op ongeveer 5×.

Is Large V3 Turbo net zo nauwkeurig als Large V3?

Nee, en OpenAI beweert dat ook niet. Het officiële standpunt is dat Turbo over talen heen “vergelijkbaar presteert met large-v2”, met specifiek grotere achteruitgang in Thai en Kantonees. Turbo is ook niet getraind voor vertaling, omdat vertaaldata van zijn fine-tuning is uitgesloten. Hij ruilt een stap nauwkeurigheid in voor ruwweg 8× de decodeersnelheid.

Waarom dunt Turbo de decoder uit in plaats van de encoder?

Whispers encoder draait één keer per audiovenster van 30 seconden, terwijl de decoder één keer per uitvoertoken draait. Bij lange opnames domineert de decoder de totale verwerkingstijd, dus hem van 32 lagen naar 4 terugbrengen schrapt het grootste deel van de kosten. De encoder intact laten is wat de meertalige akoestische kwaliteit van large-v3 behoudt.

Is een grotere Whisper altijd beter?

Niet altijd. Grotere varianten zijn doorgaans nauwkeuriger, vooral bij accenten, achtergrondgeluid en minder gangbare talen, maar ze gebruiken meer geheugen en doen langer over dezelfde opname. Turbo bestaat juist om een model uit de Large-serie snel genoeg te maken voor een telefoon. Voor schone Engelse audio produceert een kleiner model vaak tekst die je er niet uit zou kunnen pikken.

Gaat mijn audio naar OpenAI als een app Whisper gebruikt?

Nee. Whisper is open source en kan volledig op je apparaat draaien — dat is wat LoroNote, Whisper Notes en Aiko doen. Een app kan ook een gehoste Whisper-API aanroepen, en dan verlaat audio wél je apparaat — maar dat is de architectuur van de app, geen eigenschap van het model.

Welke Whisper-app herkent sprekers?

LoroNote en Whisper Notes bieden allebei sprekerlabels met hernoemen. Aiko’s pagina vermeldt dat sprekerherkenning momenteel niet beschikbaar is.

Tot slot over het kiezen van een Whisper-app voor iOS

“Powered by Whisper” is een badge geworden in plaats van een specificatie. Vier apps kunnen hem allemaal naar waarheid dragen terwijl ze verschillende modelmaten draaien, op verschillende hardware, met je audio op totaal verschillende plekken.

De twee vragen die het stellen waard zijn, zijn de vragen die het etiket niet beantwoordt: welke variant, en waar draait die. Aiko beantwoordt beide op zijn pagina en verdient daar krediet voor. LoroNote draait de grootste variant die een van deze apps op een telefoon zet, en draait hem lokaal. Whisper Notes geeft je drie engines om tussen te wisselen voor de prijs van een kop koffie. Whisper Memos is een goed product dat toevallig een clouddienst is met hetzelfde woord erop.

Kies op die twee feiten, niet op de badge.

Bronnen

• LoroNote in de App Store
• Release notes van OpenAI Whisper Large V3 Turbo
• OpenAI Whisper-modeltabel
• whisper.cpp van Georgi Gerganov
• WhisperBoard op GitHub
• LoroNote-snelheidscijfers: gemeten op een iPhone 15 Pro, opname van 10 min. 31 sec., Whisper Large V3 Turbo op het apparaat, afgelezen van de voortgangsweergave in de app