Transkrypcja po polsku za darmo: 7 sposobów i ich limity
Siedem darmowych sposobów na zamianę polskiego nagrania na tekst, z limitami minut, wadami i wynikami mojego pomiaru błędów Whispera na RTX 4090.
👁 117 przeczytań
- Transkrypcję po polsku za darmo zrobisz albo w TurboScribe (3 pliki dziennie, do 30 minut każdy), albo lokalnie Whisperem bez żadnych limitów.
- Whisper large-v3 przepisał 22-minutowe nagranie lektora z dokładnością 97,6% (WER 2,4%) w 3 minuty 14 sekund na karcie RTX 4090.
- Otter.ai nie obsługuje polskiego - działa tylko z angielskim, hiszpańskim, francuskim, niemieckim, japońskim i chińskim.
Transkrypcję po polsku za darmo zrobisz na dwa sposoby: w serwisie z darmowym limitem (TurboScribe daje 3 pliki dziennie po 30 minut) albo lokalnie Whisperem, bez limitów i bez wysyłania nagrania. W moim pomiarze Whisper large-v3 na karcie RTX 4090 przepisał 22-minutowe opowiadanie czytane przez lektora z 2,4% błędnych słów w 3 minuty 14 sekund. Wszystko o samym modelu, wersjach i instalacji jest w przewodniku Whisper.
Darmowe sposoby: zestawienie
| Sposób | Darmowy limit | Polski | Nagranie opuszcza komputer | Najlepsze do |
|---|---|---|---|---|
| Whisper lokalnie | bez limitu | tak | nie | dużo nagrań, dane wrażliwe |
| TurboScribe | 3 pliki dziennie, do 30 minut każdy | tak (silnik Whisper) | tak | pojedyncze wywiady bez instalacji |
| ElevenLabs Scribe | pula kredytów w darmowym planie | tak | tak | nazwiska, liczby, kilku mówców |
| Notta | 120 minut miesięcznie, do 3 minut na plik | tak | tak | krótkie notatki głosowe |
| Czat z obsługą audio (Gemini, ChatGPT) | limity planu darmowego | tak | tak | krótkie nagranie plus streszczenie |
| Napisy automatyczne YouTube | bez limitu dla własnych filmów | tak | tak | materiał i tak publikowany w sieci |
| Dyktowanie (Windows, Google Docs, przeglądarka) | bez limitu | tak | zależy od narzędzia | mówienie na żywo, nie gotowe pliki |
Limity sprawdziłem 3 października 2026. Uwaga na Otter.ai: mimo popularności obsługuje tylko angielski, hiszpański, francuski, niemiecki, japoński i chiński, więc do polskiego się nie nadaje.
1. Whisper na własnym komputerze
Najlepsza darmowa droga, jeśli masz komputer z kartą graficzną albo nie przeszkadza Ci czekanie. Whisper to otwarty model OpenAI na licencji MIT, a jego szybsza odmiana faster-whisper działa na Windows, Macu i Linuksie. Nagranie nie wychodzi poza Twój dysk, nie ma limitu minut i nie ma abonamentu.
Ile to trwa i jak dokładne jest, zmierzyłem 3 października 2026 na moim komputerze z RTX 4090 na 22 minutach i 22 sekundach nagrania lektora:
| Model | Błędne słowa (WER) | Czas na RTX 4090 | Pamięć karty (wg OpenAI) |
|---|---|---|---|
| base | 15,0% | 48 s | ok. 1 GB |
| small | 8,2% | 87 s | ok. 2 GB |
| medium | 5,1% | 160 s | ok. 5 GB |
| large-v3-turbo | 2,6%* | 43 s | ok. 6 GB |
| large-v3 | 2,4%* | 194 s | ok. 10 GB |
* Z ustawieniem condition_on_previous_text=False. Przy ustawieniach domyślnych turbo pominął dwa akapity (7,1% błędów), a large-v3 powtarzał zdania (4,9-5,5%). Wyjaśnienie i skrypt są w przewodniku po Whisperze.
Na zwykłym procesorze, bez karty graficznej, model large-v3-turbo przepisywał minutę nagrania w ok. 31 sekund, ale mój procesor był wtedy zajęty innymi zadaniami, więc traktuj to jako górną granicę. Do pracy bez instalowania Pythona są programy z okienkiem, które mają Whispera w środku: Buzz (Windows, Mac, Linux) i Subtitle Edit (Windows). Instalację krok po kroku opisałem w przewodniku Whisper.
2. TurboScribe
Serwis w przeglądarce oparty na Whisperze. W planie darmowym przepiszesz 3 pliki dziennie, każdy do 30 minut, po jednym naraz. Plan Unlimited kosztuje 10 USD miesięcznie przy płatności rocznej albo 20 USD miesięcznie i znosi limity. To najwygodniejsza droga do pojedynczego wywiadu: wgrywasz plik, wybierasz polski, pobierasz tekst albo napisy SRT.
3. ElevenLabs Scribe
Najdokładniejsza z usług, które testowałem na polskich nazwiskach i liczbach. Transkrypcja jest dostępna w darmowym planie ElevenLabs i rozliczana z miesięcznej puli kredytów (w moim teście minutowy wywiad kosztował 34 kredyty). Rozpoznaje mówców i opisuje odgłosy. Szczegóły i porównanie z Whisperem są w teście ElevenLabs Scribe: transkrypcja po polsku.
4. Notta
Darmowy plan daje 120 minut miesięcznie, ale pojedyncze nagranie nie może być dłuższe niż 3 minuty. Nadaje się do notatek głosowych, nie do spotkań. Płatny plan zaczyna się od 8,17 USD miesięcznie przy płatności rocznej.
5. Czat z obsługą plików audio
Gemini i ChatGPT przyjmują pliki dźwiękowe i od razu robią z nich tekst, streszczenie albo listę zadań. W planach darmowych obowiązują limity wiadomości i rozmiaru pliku, a długie nagrania czat potrafi skrócić zamiast przepisać słowo w słowo. Dlatego proszę wprost: „Przepisz nagranie dosłownie, bez streszczania i poprawiania”. Do dłuższych materiałów lepszy jest Whisper albo TurboScribe, a czat dopiero do obróbki gotowego tekstu, co opisuję w poradniku Jak zrobić transkrypcję nagrania z AI.
6. Napisy automatyczne YouTube
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
Mało znany sposób: wgrywasz film albo nagranie jako film prywatny, a YouTube po kilku minutach tworzy automatyczne napisy po polsku. W YouTube Studio pobierzesz je jako plik z tekstem i czasami. Jakość jest zbliżona do mniejszych modeli Whispera, interpunkcji praktycznie nie ma. Sens ma tylko wtedy, gdy nagranie i tak może trafić na serwery Google.
7. Dyktowanie na żywo
Jeśli zamiast nagrania chcesz mówić i od razu mieć tekst, wystarczą narzędzia wbudowane: Win+H w Windows 11, pisanie głosowe w Google Docs (w Chrome) albo nasze narzędzie mowa na tekst, które rozpoznaje mowę w przeglądarce. Gotowego pliku audio w ten sposób nie przepiszesz.
Która droga dla kogo
- Jedno nagranie, raz na jakiś czas: TurboScribe.
- Wywiady z nazwiskami i liczbami: ElevenLabs Scribe, a jeśli nagranie nie może wyjść z komputera, Whisper large-v3.
- Dziesiątki godzin, podcasty, archiwum: Whisper lokalnie.
- Nagrania poufne (klienci, pacjenci, sprawy sądowe): tylko Whisper lokalnie.
- Notatki głosowe do 3 minut: Notta albo dyktowanie.
Na co uważać w darmowej transkrypcji
- Zmyślone zdania na końcu nagrania. Whisper w ciszy potrafi dopisać tekst, którego nikt nie powiedział. W moim teście large-v3-turbo dokleił na końcu czystego nagrania słowa „Zjedenska Zjedenski”. Zawsze czytam ostatnie zdania.
- Liczby i daty. „1 lipca 2026 r.” wyjdzie jako „1 lipca 2026 roku”, a godzina „10:30” jako „10.30”. To nie błąd, ale przed publikacją ujednolicam zapis.
- Szum. Gdy mowa była tylko o 4 dB głośniejsza od szumu, model small mylił 18 słów na 146 zamiast 7, a large-v3 tylko 3. Przy hałaśliwych nagraniach mały model to fałszywa oszczędność.
- Prywatność. W serwisach darmowych sprawdź regulamin: część z nich może przechowywać pliki albo używać ich do ulepszania usług.
Ogólny proces pracy z transkrypcją, od nagrania do poprawionego tekstu, opisałem w tekście Transkrypcja nagrania: jak zamienić audio na tekst, a porównanie płatnych narzędzi w tekście AI do transkrypcji.
Najczęstsze pytania
Jak zrobić transkrypcję po polsku za darmo?
Najprościej w TurboScribe (3 pliki dziennie po 30 minut) albo bez limitów lokalnie Whisperem, np. w programie Buzz lub Subtitle Edit. Do krótkich notatek wystarczy Notta albo dyktowanie w Windows i Google Docs.
Czy Whisper jest darmowy?
Tak. Model i kod są na licencji MIT, uruchamiasz je na własnym komputerze bez opłat i limitów. Płatne jest tylko API OpenAI, rozliczane za minutę nagrania.
Czy Otter.ai działa po polsku?
Nie. Otter obsługuje angielski, hiszpański, francuski, niemiecki, japoński i chiński uproszczony. Do polskiego wybierz Whisper, TurboScribe albo ElevenLabs Scribe.
Jak dokładna jest darmowa transkrypcja po polsku?
Przy wyraźnym nagraniu jednego mówcy najlepsze modele mylą kilka słów na sto. W moim teście Whisper large-v3 miał 2,4% błędnych słów na 22-minutowym nagraniu lektora. Przy szumie i kilku osobach mówiących naraz błędów jest wyraźnie więcej.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Źródła i data sprawdzenia
Limity i ceny sprawdziłem 3 października 2026, pomiar Whispera wykonałem tego samego dnia.
- TurboScribe - cennik
- Notta - cennik
- Otter.ai - obsługiwane języki
- OpenAI Whisper - repozytorium i licencja
- faster-whisper
- Wolne Lektury - Kamizelka (nagranie użyte w teście)
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Link do ElevenLabs jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.
Podobne tematy na Promptowym
