Vai al contenuto principale
← Torna alle notizie

TalkScribe: dettatura 100% locale su macOS con Whisper e un LLM locale

On-device e edge
Fonte:TalkScribe
Un'app macOS nativa trasforma la dettatura in testo con Whisper eseguito sul dispositivo e un passaggio di riscrittura con un LLM locale (Qwen) sulla GPU M-series: nessun byte lascia il computer, nessun account cloud. L'audio passa per Whisper, poi il modello locale ripulisce punteggiatura e formato prima di consegnare il testo all'app target.
Leggi l'articolo originale

Articoli correlati

Qwen: il modello open con il miglior supporto multilingua

Qwen è la famiglia open con il miglior supporto per italiano e francese: generazioni, dimensioni, perché funziona bene in locale e confronto rapido con Llama.

Qwen-Image 2.1: generare e modificare immagini in locale

Il modello open da 7B di Qwen che genera, modifica e crea immagini trasparenti: come girarlo in locale con diffusers e ComfyUI.

Costi: locale vs API, fatto coi numeri

Quanto costa davvero il locale rispetto a una API cloud? Prezzi per token verificati, ammortamento GPU, elettricità e il punto di pareggio, calcolato con i numeri.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🎤

TalkScribe

Software

App macOS di dettatura 100% locale: trascrizione con Whisper sul dispositivo e riscrittura con un LLM locale (Qwen) sulla GPU M-series. Il testo arriva nell'app target; nessun dato passa dal cloud.

⚡

faster-whisper

Inferenza

Reimplementazione di Whisper basata su CTranslate2: fino a 4 volte più veloce di openai/whisper con la stessa accuratezza e meno memoria. Supporta la quantizzazione 8-bit su CPU e GPU.

🎨

Qwen-Image 2.1

Modelli

Modello open-weight da 7B (DiT da 32 layer) che unisce generazione da testo fino a 2048x2048, editing con fino a 10 immagini di riferimento e trasparenza RGBA nativa. Pensato per girare in locale su 16GB+ di VRAM; supportato da diffusers e ComfyUI.

🎧

Whisper Large-v3-Turbo

Modelli

Il modello di trascrizione di riferimento per l'IA locale: 809M di parametri, 99 lingue, licenza MIT. Versione distillata di Large-v3 con decoder ridotto da 32 a 4 layer: trascrive circa 8 volte più veloce con perdita di accuratezza trascurabile. Gira in tempo reale su una GPU consumer e anche solo su CPU.

Sfoglia tutte le risorse