Whisper Desktop: kostenloser Download für Windows, Mac & Linux

Offline nutzbar

Mit den lokalen Engines bleiben Audio und Text auf deinem Gerät — keine Cloud, kein Konto.

Kein Python-Setup

Ein Installer, whisper.cpp ist schon dabei — Modell wählen, fertig.

Läuft ohne GPU

Läuft ab Werk auf reiner CPU; mit GPU (Vulkan/Metal) noch schneller.

So nutzt du Whisper als Desktop-Tool mit WhisPaste

Ein Tastendruck, deine Stimme, Text am Cursor — kein App-Wechsel dazwischen.

WhisPaste installieren und Whisper-Modell wählen
Lade WhisPaste aus dem Microsoft Store, dem Mac App Store oder von GitHub. Beim ersten Start empfiehlt der Einrichtungsassistent eine Engine und Qualitätsstufe anhand von Sprache und Grafikspeicher (auf Apple Silicon: Unified Memory). Du kannst das jederzeit ändern.
Das Modell einmalig laden lassen
WhisPaste holt das gewählte whisper.cpp-Modell im Hintergrund und prüft die Datei. Der Download setzt nach unterbrochenen Verbindungen automatisch fort, sodass ein wackeliges Netz dich nicht zwingt, neu anzufangen. Danach läuft die Transkription vollständig offline.
Tastenkürzel drücken und sprechen
Setze den Cursor an die Stelle, an der der Text erscheinen soll, halte dein konfiguriertes Tastenkürzel und sprich. whisper.cpp transkribiert das Audio auf deinem Rechner, und das Transkript erscheint am Cursor: kein Upload, kein Browser-Tab, kein Copy-Paste-Schritt.

WhisPaste im Alltag: Gesprochene Notizen werden sofort zu Text — direkt auf deinem eigenen Gerät.

Technische Details

Setup: ein Installer, keine Python-Umgebung

WhisPaste liefert whisper.cpp (den C++-Port von OpenAI Whisper) als mitgelieferte Bibliothek im Download mit. Nach der Installation wählst du über die Karten eine Qualitätsstufe (Schnell & Kompakt, Ausgewogen, Beste Qualität), und die App lädt sie einmal herunter; ab dann läuft die Transkription vollständig offline auf deinem Rechner. Kein Virtualenv, kein pip, kein CUDA-Toolkit — die GPU-Beschleunigung steckt bereits im Download (Vulkan unter Windows und Linux, Metal auf Apple Silicon). Aktuelle NVIDIA-Karten können optional das CUDA-Paket in den Einstellungen nachladen.

Performance: Die CPU reicht, eine GPU macht es schneller

whisper.cpp läuft auf jedem unterstützten Rechner auf der reinen CPU (Windows 10+, macOS 12 Monterey+ auf Apple Silicon, Linux), deshalb genügt ein 8-GB-Laptop ohne eigene Grafikkarte für das kompakte Modell. Mit GPU-Beschleunigung (Vulkan unter Windows und Linux, Metal auf Apple Silicon) kommt dasselbe Transkript spürbar schneller: In unserem Benchmark auf Apple Silicon mit dem kompakten Modell war Metal etwa 2,6-mal so schnell wie die CPU allein. Apple Silicon teilt den Speicher zwischen CPU und GPU, deshalb reichen 8 GB schon für das ausgewogene Modell. Gar keine nutzbare GPU? WhisPastes zweite On-Device-Engine, Parakeet, nutzt eine GPU, wenn vorhanden, und war auf demselben Prozessor mehrfach so schnell wie das kompakte Whisper-Modell (unser Benchmark) – dafür mit weniger Sprachen (rund 25 statt 99).

Kompaktes Modell, gleiche Aufnahme, gemessen mit whisper.cpp auf Apple Silicon (M5). Details auf der Benchmark-Seite.

Lokal vs. Cloud: dasselbe Whisper, andere Trade-offs

Lokales Whisper behält das Audio auf dem Rechner, kostet pro Minute nichts und funktioniert ohne Internet, zum Preis eines einmaligen Modell-Downloads und etwas mehr RAM. Cloud-Anbieter wie OpenAI oder Deepgram tauschen diese Ressourcen gegen rohe Geschwindigkeit und die größten Modelle. WhisPaste lässt dich den Anbieter in den Einstellungen wählen: standardmäßig lokal bleiben, für maximale Geschwindigkeit bei langen Aufnahmen einen Cloud-Anbieter zuschalten.

FAQ

Vor dem ersten Start

Was ist eine „Whisper-Desktop-App“?

Eine Desktop-Anwendung, die OpenAIs Whisper-Spracherkennungsmodell direkt auf dem eigenen Rechner ausführt — nicht im Browser, nicht in der Cloud. Genau das ist WhisPaste: whisper.cpp gebündelt in einer nativen App für Windows, macOS und Linux.

Wie macht WhisPaste aus Whisper ein Desktop-Tool?

WhisPaste bringt whisper.cpp direkt in der App mit, du musst also keine Python-Umgebung einrichten. Beim ersten Start wählst du eine Modellgröße, und die App lädt sie einmal herunter. Danach gilt: Hotkey drücken, egal wo, sprechen – und das Transkript landet direkt an deinem Cursor.

Funktioniert die Whisper-Desktop-App offline?

Ja. Sobald App und Modell installiert sind, läuft die Transkription lokal – ohne Cloud, ohne Konto, ohne Internet. Nutzungsstatistik, Absturzberichte und Update-Prüfung sind standardmäßig an und nutzen das Netz, die Transkription hängt aber nicht davon ab; alles lässt sich abschalten.

Läuft es auch auf älteren oder Nicht-NVIDIA-Grafikkarten?

Ja, sofern der Treiber Vulkan unterstützt (Windows, Linux). Ein Build deckt NVIDIA, AMD und Intel ab. Ohne nutzbaren Treiber läuft WhisPaste auf der CPU. Stürzt eine GPU beim Laden zweimal ab, schaltet WhisPaste auf die CPU um, informiert dich darüber, und du kannst GPU-Beschleunigung selbst wieder aktivieren.

Ist WhisPaste kostenlos?

Ja, auf GitHub: WhisPaste ist quelloffen unter der MIT-Lizenz, ohne Konto, ohne Abo und ohne Bezahlstufe. Die Versionen im Microsoft Store und Mac App Store sind kostenpflichtig, unterstützen die Entwicklung und haben denselben Kernfunktionsumfang; die Mac-App-Store-Version lässt zwei macOS-interne Fallbacks weg (Einfügen per AppleScript und das Berechtigungs-Reparaturwerkzeug).

Ist die Nutzung sicher?

Der komplette Quellcode liegt öffentlich auf GitHub und kann von allen geprüft werden. Die Transkription läuft standardmäßig lokal, ohne Konto. Nutzungsstatistik und Absturzberichte sind so gebaut, dass dein Audio und dein Text draußen bleiben, und beides lässt sich abschalten.

Wo landet das Whisper-Transkript?

Genau dort, wo der Cursor steht. WhisPaste betreibt Whisper als systemweite Spracheingabe-Ebene: Das Transkript erscheint direkt im Editor, im Chatfenster, im Terminal oder im Formularfeld, in dem du ohnehin gerade arbeitest — kein Upload-Schritt, keine Warteschlange, kein Kopieren aus einem separaten Transkript-Fenster. Genau das macht aus Whisper statt eines Spracherkennungs-Modells eine alltägliche Desktop-Eingabemethode.