Os melhores apps Whisper para iPhone e iOS em 2026: qual modelo cada um executa

Resposta rápida: os melhores apps Whisper para iOS em 2026 são o LoroNote (Whisper Large V3 Turbo, no aparelho), o Whisper Notes (Whisper mais Parakeet e SenseVoice, no aparelho), o Aiko (Whisper medium ou small no iPhone, no aparelho) e o Whisper Memos (Whisper na nuvem, entregue na sua caixa de entrada). O rótulo “app Whisper” nomeia apenas a família de modelos — ele não diz qual tamanho de Whisper roda, nem se o seu áudio fica no iPhone. Esses dois fatos diferem entre os quatro apps, e importam mais do que o rótulo.

• Melhor modelo Whisper no iPhone: LoroNote — Large V3 Turbo, a maior variante do Whisper que qualquer um destes executa localmente no iOS
• Melhor para alternar modelos: Whisper Notes — Whisper, Parakeet e SenseVoice em um só app, US$ 6,99 uma vez
• Melhor compra única entre plataformas Apple: Aiko — US$ 24,00 uma vez, também no Mac e no Apple Vision
• Melhor se você quer as transcrições por e-mail: Whisper Memos — processamento na nuvem, resumos automáticos com IA

Esta comparação foi compilada pela equipe do LoroNote em 13 de agosto de 2026. O LoroNote é o nosso app. Cada afirmação sobre outro app foi tirada da própria ficha na App Store dos EUA, lida nessa data, e tudo o que uma ficha não afirma está marcado como “não informado”, em vez de adivinhado.

O que é um app Whisper?

Whisper é uma família de modelos de reconhecimento de voz de código aberto lançada pela OpenAI. Um “app Whisper” é qualquer app que usa um desses modelos para transformar áudio em texto.

Esse rótulo único esconde duas decisões que mudam o produto por completo:

1. Qual variante do Whisper. O Whisper vem em tamanhos — tiny, base, small, medium e large, além dos mais novos large-v3 e large-v3-turbo. A precisão sobe com o tamanho; o uso de memória, o tempo de processamento e o gasto de bateria também. Um telefone rodando o small e um telefone rodando o large-v3-turbo não estão fazendo o mesmo trabalho.
2. Onde ele roda. O Whisper é de código aberto, então um app pode executá-lo no seu iPhone — ou chamar um servidor que o executa. Os dois são legitimamente “com tecnologia Whisper”. Só um deles mantém seu áudio no seu aparelho.

Nenhum desses fatos aparece na categoria da App Store, e a maioria das fichas não os informa por conta própria. Reuni-los é a razão de ser desta comparação.

”Whisper” não diz para onde o seu áudio vai

Este é o mal-entendido mais comum, e vale dizer com todas as letras: um app ser construído sobre o Whisper não o torna privado.

Whisper Memos e VoicePen dizem, ambos, que usam o OpenAI Whisper. Ambos enviam sua gravação para um servidor para ser transcrita. É uma escolha de engenharia razoável — servidores são mais rápidos, atendem qualquer aparelho e viabilizam recursos como resumos por e-mail —, mas é o oposto do que muita gente presume ao ver o nome Whisper associado a um modelo de código aberto que pode ser hospedado por conta própria.

Se manter o áudio no aparelho é o seu requisito de verdade, o rótulo a procurar não é “Whisper”. É uma afirmação explícita de que a transcrição roda localmente, de preferência uma que você mesmo possa testar. Nosso guia de transcrição offline explica como esse fluxo de dados funciona, e nossa seleção de apps offline classifica os apps especificamente por esse critério. Este artigo responde a uma pergunta diferente: não “funciona sem internet”, mas “qual Whisper está realmente rodando, e quão bom ele é”.

Qual modelo Whisper cada app executa?

Tudo nesta tabela vem da ficha de cada app na App Store dos EUA, lida em 13 de agosto de 2026.

Duas coisas se destacam. O Aiko é o único app que publica exatamente qual variante carrega, e é franco em dizer que o iPhone recebe um modelo menor que o Mac — ele “usa o modelo Whisper medium ou small no iOS, dependendo da memória disponível, e o modelo large v3 no macOS”. E o LoroNote é o único rodando uma variante da série Large no próprio telefone.

A avaliação mundial do LoroNote, somando todas as lojas, é 4,7 com 279 avaliações; a tabela usa os números dos EUA para que todas as linhas tenham a mesma base.

1. LoroNote — a maior variante do Whisper rodando no telefone

O LoroNote executa o Whisper Large V3 Turbo diretamente no iPhone e no iPad. O Turbo é o derivado do large-v3 otimizado para velocidade pela OpenAI, e é a razão de um modelo da série Large ser viável em um telefone. A próxima seção detalha exatamente o que isso compra e o que custa; também tratamos da decisão em por que o LoroNote usa o Whisper Large V3 Turbo.

Áudio e texto são processados localmente, então a transcrição funciona no modo Avião e uma gravação confidencial nunca chega a um servidor de transcrição. A identificação de falantes também roda no aparelho — você pode renomear os falantes e as etiquetas são mantidas quando compartilha a transcrição. Veja como funciona a diarização de falantes.

Em volta do modelo está o fluxo de trabalho: destaque sincronizado e reprodução com toque para pular, pastas, calendário, busca, localizar e substituir em lote e um dicionário personalizado para nomes e termos técnicos. A captura cobre gravação no app, gravação pelo Apple Watch e importação de MP3, WAV, M4A, MP4 e MOV. As exportações são TXT e SRT. Em aparelhos compatíveis, o Apple Intelligence pode resumir uma transcrição ou extrair tarefas sem enviá-la a lugar nenhum.

Melhor para: obter o resultado mais preciso que um Whisper no aparelho consegue entregar em um iPhone, em qualquer um de mais de 100 idiomas.

Leve em conta: um modelo da série Large exige hardware recente — iPhone 13 ou posterior, iPhone SE (3ª geração) ou um iPad recente compatível, com iOS 18.6 ou posterior. Não há versão para Mac, Windows, web ou Android. Um modelo maior também significa processamento mais longo do que um modelo small levaria no mesmo arquivo.

Como o Whisper Large V3 Turbo se comporta na prática

O Turbo é a variante que decide se um Whisper da série Large é utilizável em um telefone, então vale examiná-lo em detalhe. Todo número abaixo vem da tabela de modelos da própria OpenAI e das notas de lançamento do large-v3-turbo.

O que a OpenAI mudou para torná-lo rápido

O Turbo não é um Whisper menor treinado do zero. É o large-v3 com o decodificador enxugado: 4 camadas de decodificador em vez das 32 da série large — a mesma profundidade de decodificador do tiny. O codificador, a parte que constrói uma representação acústica do áudio, foi mantido intacto.

Essa assimetria é o truque inteiro. O codificador do Whisper roda uma vez por janela de 30 segundos, mas o decodificador roda de forma autorregressiva, uma vez por token de saída. Em uma gravação longa, o decodificador domina o tempo total, então cortar sua profundidade por um fator de oito elimina a maior parte do custo, enquanto o codificador preserva a qualidade acústica multilíngue que torna o large-v3 bom em primeiro lugar.

A OpenAI então refinou o resultado “por mais duas épocas sobre a mesma quantidade de dados multilíngues de transcrição usados no treinamento do large-v3” — excluindo deliberadamente os dados de tradução.

Números publicados de velocidade e memória

Dois números merecem destaque. O Turbo é cerca de 8× mais rápido que o large, carregando pouco mais da metade dos seus parâmetros (809 M contra 1.550 M). E ele fica em uma contagem de parâmetros comparável à do medium (769 M) — a variante que o Aiko carrega no iPhone —, mantendo o codificador do large-v3. Esse é o ponto central da comparação deste artigo: o Turbo tem aproximadamente o peso de um medium, mas a modelagem acústica de um large.

As notas de lançamento vão além na velocidade: combinada com os patches de otimização que a acompanham, “a velocidade de ASR do turbo é maior do que a que o tiny costumava ter” — um modelo 20× menor.

Precisão: parecida com a do large-v2, com duas exceções conhecidas

A avaliação da própria OpenAI é que, entre os idiomas, o Turbo “tem desempenho semelhante ao do large-v2”. Ele não é anunciado como equivalente ao large-v3, e não deve ser descrito assim.

As exceções documentadas importam se forem os seus idiomas: o Turbo “mostra degradação maior em alguns idiomas como tailandês e cantonês”. Os resultados também são mais fortes em conjuntos de fala lida e limpa, como o FLEURS, do que em áudio colaborativo mais ruidoso, como o Common Voice — um lembrete de que números de WER publicados favorecem qualquer modelo em relação à gravação de uma reunião real.

O que o Turbo não faz

• Tradução. Como os dados de tradução foram excluídos do refinamento, a OpenAI explicitamente não espera que o Turbo se saia bem em tradução de fala. Ele transcreve o idioma que foi falado. Se você precisa de tradução de fala para inglês, o large-v3 é o modelo certo e o Turbo é o errado.
• Variante só de inglês. Ao contrário do tiny até o medium, não existe uma versão .en do Turbo. Ele é apenas multilíngue.
• Superar o large-v3 em precisão. Ele troca um degrau de qualidade por cerca de 8× a velocidade. Esse é o acordo.

O que esses números significam em um iPhone

Uma ressalva que a maioria dos textos pula: os números de ~8× e ~6 GB da OpenAI são referências para inferência em GPU, não medições em iPhone. Um telefone não tem um pool de VRAM dedicado, e os apps comerciais convertem e quantizam esses modelos para rodar sob Core ML e o Neural Engine, o que muda tanto a pegada de memória quanto a vazão. Trate a tabela como a relação entre variantes, não como a ficha técnica de um app específico.

O que se transfere para um telefone é o formato da troca:

• Gravações longas são as que mais ganham. A poda do decodificador economiza tempo por token gerado, então uma aula de 60 minutos ganha muito mais que uma nota de 30 segundos.
• A memória é a restrição real no celular, não os FLOPs. É exatamente por isso que a ficha do Aiko diz que ele escolhe medium ou small no iOS “dependendo da memória disponível”, e por que os requisitos de aparelho são mais rígidos para apps que rodam uma variante da série Large. O LoroNote exige iPhone 13 ou posterior, iPhone SE (3ª geração) ou um iPad recente compatível.
• Clipes curtos são o pior caso, não os longos. A sobrecarga por arquivo — aquecimento do modelo e janelamento — é fixa, então ela domina uma nota de dez segundos e desaparece em uma aula de uma hora. A vazão sobe com a duração do arquivo até os limites térmicos empurrarem de volta.
• As diferenças de precisão aparecem onde o áudio é difícil, não no ditado limpo — sotaques, falas sobrepostas, ruído de fundo e vocabulário técnico. Em uma gravação silenciosa com microfone próximo em inglês, um modelo menor muitas vezes produz um texto que você não conseguiria distinguir.

Quanto tempo o Turbo realmente leva em um iPhone

A métrica útil é o fator de velocidade: segundos de áudio transcritos por segundo de processamento. Um fator de velocidade de 60 significa que um minuto de áudio é transcrito em um segundo. É o número que de fato responde “quanto tempo vou esperar”, coisa que contagens brutas de parâmetros nunca respondem.

O que o LoroNote mede em um iPhone 15 Pro

O LoroNote mostra na tela o Speed Factor em tempo real enquanto transcreve, então estes números foram lidos diretamente do app, não inferidos. Transcrevendo uma gravação de 10 minutos e 31 segundos com o Whisper Large V3 Turbo em um iPhone 15 Pro:

Isso se estabiliza em cerca de 19× — aproximadamente 33 segundos de processamento para uma gravação de 10,5 minutos. São medições do próprio LoroNote no nosso aparelho, não um benchmark independente; pondere-as como faria com qualquer número de primeira parte.

Nesse ritmo:

O resumo prático: o Turbo dá ao iPhone o codificador do large-v3 com aproximadamente o peso do medium e cerca de 8× a velocidade de decodificação do large completo, ao custo de um pequeno degrau de precisão em relação ao large-v3, nenhuma tradução e fraqueza conhecida em tailandês e cantonês. Em um iPhone 15 Pro, isso significa que uma gravação de uma hora vira texto em cerca de três minutos.

2. Whisper Notes — três modelos, intercambiáveis, um pagamento

O Whisper Notes é o único app aqui que permite trocar de motor: Whisper, o Parakeet da NVIDIA e o SenseVoice, todos rodando no aparelho. Sua ficha explica quando cada um vence — o SenseVoice é “muito mais rápido que o Whisper e mais forte para chinês, japonês e coreano”, enquanto o Parakeet é a opção de velocidade.

É também a única ficha que publica números reais de tempo: transcrever cinco minutos de áudio em um iPhone 15 leva “~18 segundos com o Parakeet, ~1 minuto com o Whisper”. Esses números são do próprio desenvolvedor, mas são específicos e testáveis, o que é mais do que a maioria dos apps oferece. Se quiser o pano de fundo dessa rivalidade de modelos, nós os comparamos em Parakeet V3 vs Whisper Large V3.

Tudo roda localmente — a ficha convida você a “ativar o modo avião antes de gravar e deixá-lo ligado”. Você tem etiquetas de falantes com renomeação, nenhum limite de duração de gravação, mais de 100 idiomas e exportação para SRT, VTT ou TXT com timestamps e etiquetas de falantes. Roda no Mac além do iPhone e iPad, e custa US$ 6,99 uma vez, sem assinatura nem compras internas.

Melhor para: trabalho multilíngue em que você quer escolher o motor a cada gravação, e para quem prefere um pagamento único.

Leve em conta: a ficha não informa qual tamanho de Whisper ele carrega, e diz que os modelos são “otimizados para inglês”.

3. Aiko — o mais transparente, e o mais limitado

O Aiko é uma compra única de US$ 24,00 construída sobre o Whisper via whisper.cpp, o port em C/C++ de Georgi Gerganov, que sua ficha credita diretamente. Nada sai do aparelho, há suporte a áudio em 100 idiomas e ele exporta legendas.

É a ficha mais honesta desta comparação nas duas direções. Ele publica sua seleção exata de modelos — medium ou small no iOS, dependendo da memória disponível, large-v3 no macOS — e afirma com clareza que “prioriza precisão em vez de velocidade”, não faz transcrição ao vivo durante a gravação, não tem detecção de falantes no momento e não planeja edição de texto no app. O fluxo pretendido é exportar e editar em outro lugar.

É também o único app aqui que roda no Mac e no Apple Vision, além do iPhone e iPad. Nós o analisamos mais de perto em LoroNote vs Aiko.

Melhor para: quem quer uma compra única entre as plataformas Apple e transcreve gravações prontas, em vez de conduzir reuniões.

Leve em conta: agora ele exige iOS 26 ou posterior, o iPhone recebe um Whisper menor do que o Mac, e não há detecção de falantes, transcrição ao vivo nem edição no app.

4. Whisper Memos — Whisper, mas na nuvem

O Whisper Memos inverte o fluxo habitual: você grava, e a transcrição mais um resumo automático com IA chegam no seu e-mail. Ele oferece a escolha entre o OpenAI Whisper e o ElevenLabs Scribe, que sua ficha classifica com “até 96,7% de precisão” e recomenda para sotaques e fala multilíngue. Cobre mais de 50 idiomas e importa MP3, M4A, WAV, AAC, FLAC e OGG.

A captura é genuinamente bem construída — widget na Tela de Bloqueio, app para Apple Watch com gravação independente, Siri, Atalhos e o botão de Ação. As transcrições seguem adiante para Notion, Reflect, Todoist, Things 3, Day One, Evernote, Trello, Drafts e milhares de outros via Zapier.

A ficha descreve “gravação offline — sincroniza quando você volta a ficar online”, e aí está a pista: a gravação funciona offline, a transcrição não. Seu áudio vai para um servidor. Inclua-o na sua lista se isso for aceitável para o material que você grava, e descarte-o se não for.

Melhor para: diário de voz e captura de notas no estilo grave e esqueça, em que a transcrição deve cair na sua caixa de entrada e nas ferramentas seguintes automaticamente.

Leve em conta: processamento na nuvem, a variante do Whisper não é informada e não há app para Mac.

Também usam Whisper, mas para outro trabalho

Mais quatro apps aparecem em uma busca por Whisper no iOS e vale nomeá-los para você incluí-los ou descartá-los rapidamente:

• WhisperBoard (grátis, código aberto) — um app para iOS construído sobre o whisper.cpp em que você navega e baixa, dentro do próprio app, o tamanho de modelo Whisper que quiser, e tudo roda localmente. A contrapartida é o acabamento de um projeto de código aberto, não de um produto finalizado — mas é o jeito mais barato de experimentar diferentes variantes do Whisper no seu próprio telefone.
• VoicePen (grátis, 4,7 com 505 avaliações nos EUA) — transcrição e notas com IA “com tecnologia OpenAI Whisper”, na nuvem, com ingestão de links de YouTube, podcasts e Zoom, além de integrações com Notion, Zapier e Make.
• V2T: Whisper AI Transcription (grátis, 4,4 com 222 avaliações nos EUA) — incomum por oferecer os dois: transcrição ao vivo no aparelho sem necessidade de internet e transcrição na nuvem para arquivos enviados, por assinatura.
• Superwhisper (grátis, 4,4 com 810 avaliações nos EUA) — um app de ditado, não um transcritor de gravações; você usa suas próprias chaves de API.

O Superwhisper, em particular, resolve o outro problema de voz para texto — falar em um campo de texto em vez de digitar —, que separamos em nossa comparação mais ampla de voz para texto no iOS.

Como escolher

• Você quer o resultado mais preciso que o telefone consegue produzir: LoroNote, pelo Large V3 Turbo no aparelho.
• Você grava em chinês, japonês ou coreano: Whisper Notes, para poder alternar para o SenseVoice nesses idiomas.
• Você precisa de um app para Mac e um pagamento único: Aiko, aceitando um modelo menor no telefone e a ausência de etiquetas de falantes.
• Você quer que as transcrições apareçam na sua caixa de entrada sem abrir um app: Whisper Memos, aceitando o processamento na nuvem.
• Você está ditando em vez de transcrevendo: nenhum destes — procure um app que substitua o teclado.

Depois, teste. Grave de três a cinco minutos no seu ambiente normal, com o seu microfone, o seu sotaque e alguns nomes e termos técnicos. Confira palavras ausentes, pontuação, trocas de falante e tempo decorrido. O tamanho do modelo explica boa parte da variação entre apps; o seu próprio áudio explica o resto.

Perguntas frequentes

Qual modelo Whisper roda em um iPhone?

Depende do app. O LoroNote roda o Whisper Large V3 Turbo no aparelho. A ficha do Aiko afirma que ele usa o modelo Whisper medium ou small no iOS, dependendo da memória disponível, e o modelo large-v3 no macOS. Whisper Notes e Whisper Memos não informam uma variante em suas fichas.

Um app Whisper funciona offline?

Só se ele rodar o modelo no seu aparelho. LoroNote, Whisper Notes e Aiko afirmam que a transcrição acontece localmente, então funcionam no modo Avião. Whisper Memos e VoicePen enviam o áudio para um servidor, então precisam de conexão para produzir uma transcrição — o Whisper Memos grava offline e sincroniza depois.

O Whisper é gratuito no iOS?

O modelo é de código aberto, mas os apps cobram de formas diferentes. LoroNote e Whisper Memos são downloads gratuitos com compras internas. O Whisper Notes custa US$ 6,99 uma vez. O Aiko custa US$ 24,00 uma vez. Apps que rodam o Whisper localmente não têm custo de servidor por minuto, e é por isso que vários deles cobram um preço único em vez de assinatura.

Qual é o melhor app Whisper gratuito para iPhone?

Depende do que o “gratuito” precisa incluir. O WhisperBoard é genuinamente gratuito e de código aberto, roda o Whisper localmente e deixa você escolher o tamanho do modelo — com as arestas de um projeto comunitário. O V2T oferece um caminho gratuito de transcrição ao vivo no aparelho. O LoroNote é um download gratuito com compras internas, então você pode testar o Whisper Large V3 Turbo no seu próprio áudio antes de pagar qualquer coisa. Apps Whisper gratuitos na nuvem também existem, mas os custos de servidor deles estão sendo pagos de alguma forma — verifique o que o plano gratuito limita e para onde vai o seu áudio.

Quanto mais rápido é o Whisper Large V3 Turbo?

A tabela de referência da OpenAI lista o Turbo com cerca de 8× a velocidade do large (que é a linha de base de 1×), com 809 M de parâmetros contra 1.550 M e ~6 GB de VRAM contra ~10 GB. As notas de lançamento acrescentam que, com os patches de otimização que o acompanham, a velocidade de ASR do Turbo é maior do que a que o tiny costumava ter.

Esses são números de referência em GPU. Em hardware Apple real, o indicador no app do LoroNote mostra um fator de velocidade em torno de 19× em um iPhone 15 Pro para uma gravação de dez minutos — aproximadamente 33 segundos de processamento para 10,5 minutos de áudio.

Quanto tempo leva para transcrever uma hora de áudio em um iPhone?

Em um iPhone 15 Pro rodando o Whisper Large V3 Turbo, o LoroNote registra cerca de 19× o tempo real, o que coloca uma gravação de 60 minutos em cerca de três minutos. É um número de primeira parte, lido do indicador de progresso do próprio app, não um benchmark independente. Outros apps publicam números menores — a ficha do Whisper Notes equivale a cerca de 5× no caminho Whisper.

O Large V3 Turbo é tão preciso quanto o Large V3?

Não, e a OpenAI não afirma que seja. Sua posição declarada é que o Turbo “tem desempenho semelhante ao do large-v2” entre os idiomas, com degradação maior especificamente em tailandês e cantonês. O Turbo também não foi treinado para tradução, porque os dados de tradução foram excluídos do seu refinamento. Ele troca um degrau de precisão por cerca de 8× a velocidade de decodificação.

Por que o Turbo corta o decodificador e não o codificador?

O codificador do Whisper roda uma vez por janela de áudio de 30 segundos, enquanto o decodificador roda uma vez por token de saída. Em gravações longas, o decodificador domina o tempo total de processamento, então cortá-lo de 32 camadas para 4 remove a maior parte do custo. Manter o codificador intacto é o que preserva a qualidade acústica multilíngue do large-v3.

Um Whisper maior é sempre melhor?

Nem sempre. Variantes maiores costumam ser mais precisas, especialmente com sotaques, ruído de fundo e idiomas menos comuns, mas usam mais memória e levam mais tempo na mesma gravação. O Turbo existe justamente para tornar um modelo da série Large rápido o bastante para um telefone. Para áudio limpo em inglês, um modelo menor muitas vezes produz um texto que você não conseguiria distinguir.

Usar Whisper significa que meu áudio vai para a OpenAI?

Não. O Whisper é de código aberto e pode rodar inteiramente no seu aparelho, que é o que LoroNote, Whisper Notes e Aiko fazem. Um app também pode chamar uma API hospedada do Whisper, e nesse caso o áudio sai do seu aparelho — mas isso é a arquitetura do app, não uma propriedade do modelo.

Qual app Whisper identifica falantes?

LoroNote e Whisper Notes oferecem etiquetas de falantes com renomeação. A ficha do Aiko afirma que a detecção de falantes não está disponível no momento.

Considerações finais sobre escolher um app Whisper para iOS

“Com tecnologia Whisper” virou um selo, não uma especificação. Quatro apps podem carregá-lo com verdade rodando tamanhos de modelo diferentes, em hardware diferente, com o seu áudio em lugares completamente diferentes.

As duas perguntas que valem a pena são as que o rótulo não responde: qual variante, e rodando onde. O Aiko responde às duas na sua ficha e merece crédito por isso. O LoroNote roda a maior variante que qualquer um destes coloca em um telefone, e roda localmente. O Whisper Notes dá três motores para alternar pelo preço de um café. O Whisper Memos é um bom produto que por acaso é um serviço de nuvem vestindo a mesma palavra.

Escolha por esses dois fatos, não pelo selo.

Fontes

• LoroNote na App Store
• Whisper Notes na App Store
• Aiko na App Store
• Whisper Memos na App Store
• Notas de lançamento do OpenAI Whisper Large V3 Turbo
• Tabela de modelos do OpenAI Whisper
• whisper.cpp, de Georgi Gerganov
• WhisperBoard no GitHub
• Números de velocidade do LoroNote: medidos em um iPhone 15 Pro, gravação de 10 min 31 s, Whisper Large V3 Turbo no aparelho, lidos do indicador de progresso do app