Mac पर ऑफलाइन ट्रांसक्रिप्शन: लोकल Whisper और Qwen

क्या लोकल चलता है

Apple silicon वाले Mac पर ऐप दो मॉडल डाउनलोड करके कंप्यूटर पर चला सकता है: ट्रांसक्रिप्शन के लिए Whisper Large v3 Turbo और जवाबों के लिए Qwen 3 8B। एक बार डाउनलोड होने के बाद ये Mac पर ही चलते हैं — उन सेशन के लिए जिनकी आवाज़ कमरे से बाहर नहीं जानी चाहिए।

क्लाउड प्रोसेसिंग और लोकल मॉडल में से चुनाव हर इस्तेमाल के हिसाब से होता है। हफ़्ते का स्टैंडअप और वकील के साथ सलाह एक जैसे बरताव की माँग नहीं करते, और हर चीज़ के लिए एक ही चुनना ज़रूरी नहीं।

हर मोड में क्या कहाँ जाता है

“प्राइवेट” शब्द अक्सर धुँधले ढंग से इस्तेमाल होता है, इसलिए साफ़ होना बेहतर है।

• क्लाउड सेशन: माइक्रोफ़ोन की आवाज़ — और Mac पर वैकल्पिक रूप से सिस्टम ऑडियो और कैप्चर की गई स्क्रीन — ट्रांसक्रिप्ट और जवाब बनाने के लिए OpenAI की Realtime API को भेजी जाती है। अटैचमेंट संदर्भ के रूप में भेजे जाते हैं।
• Mac पर लोकल सेशन: डाउनलोड किए गए मॉडल आवाज़ और टेक्स्ट को कंप्यूटर पर ही प्रोसेस करते हैं।
• दोनों ही हालात में ट्रांसक्रिप्ट, जवाब, सेशन, टास्क और नोट्स डिवाइस पर सेव होते हैं, बिना क्लाउड सिंक के।
• ऐप का बैकएंड अकाउंट, ख़रीदारी, क्रेडिट बैलेंस और इस्तेमाल के रिकॉर्ड रखता है। वह आवाज़, ट्रांसक्रिप्ट, जवाब या अटैचमेंट न लेता है, न रखता है।

समझौते, ईमानदारी से

लैपटॉप में समाने वाला मॉडल डेटा सेंटर में चलने वाले मॉडल से छोटा होता है। आठ अरब पैरामीटर वाले मॉडल के जवाब बहुत कुछ के लिए काफ़ी हैं — फ़ैसले निकालना, कोई शब्द समझाना, फ़ॉलो-अप का मसौदा बनाना — लेकिन व्यापक जानकारी या लंबे तर्क में वे बड़े क्लाउड मॉडल से साफ़ तौर पर कमज़ोर हैं।

डाउनलोड कई गीगाबाइट का है, और चलते समय मॉडल सचमुच मेमोरी और प्रोसेसिंग लेते हैं। नए Apple silicon Mac पर यह ठीक है; पुराने पर धीमा। यही वजह है कि यह Mac की सुविधा है: फ़ोन के पास इतनी गुंजाइश नहीं।

iPhone और iPad पर

बड़े लोकल मॉडल सिर्फ़ Mac पर हैं। iPhone और iPad पर ट्रांसक्रिप्शन फिर भी OpenAI के मॉडल के बजाय डिवाइस पर चलने वाली Apple की स्पीच रिकग्निशन से हो सकता है। तब भी जवाब क्लाउड मॉडल से ही आते हैं — आपके शब्दों का ट्रांसक्रिप्ट फ़ोन पर बनता है, मदद नहीं।

प्राइवेट का मतलब कमरे के लोग भी हैं

आवाज़ को कंप्यूटर पर रखना उसे तीसरे पक्ष से बचाता है। इससे यह नहीं बदलता कि आप दूसरों की कही बातें दर्ज कर रहे हैं। उन्हें जानने का हक़ है, और कई जगह क़ानून भी यही माँगता है — दूसरों को रिकॉर्ड और ट्रांसक्राइब करने की गाइड बताती है कि क्या कहना है।