Dyktuj w każdej aplikacji. Nagrywaj każdą rozmowę bez bota. Transkrypcja powstaje na Twoim Macu.
Saykeep to dyktowanie na przytrzymany klawisz i nagrywanie spotkań bez bota w jednej aplikacji na Maca. Rozpoznawanie mowy i etykiety mówców działają na Twoim własnym komputerze; podyktowany tekst trafia do schowka albo — jeśli to włączysz — prosto tam, gdzie stoi kursor. Podsumowania spotkań potrzebują jednej rzeczy, którą dodajesz sam: serwera z modelem AI na Twoim Macu albo usługi z własnym kluczem. Bez tego i tak dostajesz nagranie, transkrypcję i etykiety mówców. Jedna płatność. Bez konta. Bez abonamentu.
Po co jeszcze jedno narzędzie głosowe?
Bot dołącza do Twoich rozmów.
Narzędzia do notatek w chmurze wpuszczają na każde spotkanie swojego bota — ten krępujący dodatkowy kafelek, który wszyscy widzą, a którego nikt nie zapraszał.
Twój głos przetwarza cudza chmura.
Nawet te bez bota, o ile działają w chmurze, wysyłają Twój głos, Twoje spotkania i Twoje słowa na swoje serwery — zgodnie z polityką prywatności, której nie możesz sprawdzić.
Za wszystko płacisz abonament.
Osiem do dwudziestu dolarów miesięcznie, za każde narzędzie, bez końca — za oprogramowanie działające na sprzęcie, który już masz.
Jest jeszcze droga „zrób to sam”: wirtualne sterowniki dźwięku, kable loopback, skrypty wokół modelu mowy. Działa, o ile lubisz to wszystko potem doglądać.
Oni usunęli bota. My usunęliśmy chmurę.
Przytrzymaj klawisz, mów, puść.
Przytrzymaj klawisz i mów albo przełącz na tryb „naciśnij, żeby zacząć”; klawisz wybierasz sam. Twoje słowa są w schowku mniej więcej sekundę po tym, jak skończysz. Włącz Insert at cursor (wstawianie przy kursorze), a Saykeep wklei je (⌘V) w pole, w którym właśnie piszesz — w każdej aplikacji na Macu, do której da się wkleić: w edytorze, w poczcie, w terminalu, na czacie. Właśnie do tego służy uprawnienie Dostępność. Jeśli zostaniesz przy schowku, narzędzia z historią schowka zobaczą Twoje dyktowanie jak każde inne kopiowanie.
Jak to zmierzyliśmy
Czas rozpoznania dyktowania do 30 sekund, na samym Macu, gdy model jest już w pamięci: mediana 0,89 s ze 101 dyktowań z logów autora, na jednym Macu z Apple M5 (32 GB), Whisper large-v3-turbo na GPU — najszybsze 0,6 s, najwolniejsze 10,5 s, mierzone przed wklejeniem tekstu. Dłuższe dyktowania trwają proporcjonalnie dłużej; limitu nie ma. Na Macu z małą ilością wolnej pamięci pierwsze dyktowanie po dłuższej przerwie trwało kilka sekund dłużej, bo macOS ładował model z powrotem; od wersji 0.3.7 to ładowanie rusza w chwili naciśnięcia klawisza (jeszcze nie mierzyliśmy tego ponownie).
Jak to zmierzyliśmy
Domyślne modele na próbce 100 zdań z publicznego zbioru testowego FLEURS dla każdego z języków — mowa czytana, nie nagranie ze spotkania — przepisane na Macu z Apple Silicon na ustawieniach domyślnych: mniej więcej jedno słowo na dwadzieścia błędnie, w obu językach. Każdy model potyka się na nazwiskach i fachowych terminach; właśnie do tego jest własny słownik.
Jak to zmierzyliśmy
Whisper large-v3-turbo do dyktowania, Whisper large-v3 do spotkań — oba działają na GPU Twojego Maca przez mlx-whisper. Dyktowanie to tekst prosto z modelu plus poprawki z Twojego słownika — z interpunkcją, ale bez żadnego dodatkowego przepisywania i bez chmury. Kilkadziesiąt języków, wykrywanych automatycznie dla każdego nagrania albo ustawionych na stałe w ustawieniach; jeśli wolisz szybkość od dokładności, wybierz tam mniejszy model.
Bez bota w rozmowie. Bez chmury w tle.
Włącz nagrywanie, a Saykeep nagra Twój mikrofon i wszystko, co odtwarza Twój Mac — prosto z systemu dźwięku macOS. Żaden bot nie dołącza do rozmowy, nie instalujesz wirtualnego sterownika audio. Nagrywanie obejmuje cały system, więc nie ma znaczenia, która aplikacja mówi: Zoom, Meet, Teams, huddle w Slacku, karta przeglądarki. Autor codziennie nagrywa tak swoje rozmowy na Zoomie. Do spotkań macOS poprosi o dwa uprawnienia: Mikrofon i Nagrywanie dźwięku systemowego.
Nie wierz nam na słowo. Sprawdź.
Większość aplikacji tylko mówi „prywatne”. Saykeep jest zbudowany tak, że możesz to sprawdzić. Publikujemy NETWORK.md — pełną listę wszystkich połączeń sieciowych, jakie aplikacja w ogóle potrafi nawiązać. Saykeep ma zamknięty kod, więc zamiast „przeczytaj kod” obietnicę sprawdzisz po ruchu sieciowym: lista jest krótka i możesz obserwować ją na własne oczy. Oto ona.
To cała lista. Nic innego nie otwiera połączenia: bez konta, bez telemetrii, bez raportowania awarii, licencja nie łączy się z żadnym serwerem. Jeśli kiedykolwiek zobaczysz połączenie, którego tu nie ma, to błąd — daj nam znać.
Na własność, na zawsze
Jedna płatność. Wszystkie funkcje lokalne. Każdy komputer, z którego osobiście korzystasz.
Kupujesz raz. Masz na własność. Co kosztują alternatywy:
Znikniemy jutro? Program na Twoim Macu działa dalej.
Twoje nagrania, transkrypcje i podsumowania to zwykłe pliki w Twoim własnym folderze, w otwartych formatach, które odczytasz bez nas.
Nic z tego, co aplikacja robi na co dzień, nie potrzebuje naszych serwerów. Kupiony program zostaje Twój.
Przyszła wersja 2.0 byłaby opcjonalną płatną aktualizacją, ze zniżką dla dotychczasowych właścicieli. Tak finansujemy rozwój bez abonamentu, a Twoja licencja v1 działa bez końca.
Pytania
Czy nagrywanie moich spotkań jest legalne?
To zależy od tego, gdzie jesteś Ty i pozostali uczestnicy — niektóre miejsca wymagają zgody wszystkich stron (Niemcy; Kalifornia i inne stany USA). Saykeep sprawia, że nagrywanie jest jednoznacznie widoczne, więc masz jak poprosić o zgodę: wskaźnik świeci przez cały czas nagrywania spotkania, a przy pierwszym spotkaniu pojawia się informacja o zgodzie. Samo uzyskanie zgody należy do Ciebie. Zobacz pełne FAQ; to informacja ogólna, nie porada prawna.
Czy lokalne rozpoznawanie mowy jest wystarczająco dokładne?
Zmierzyliśmy to, zamiast zapewniać: na próbce 100 zdań z publicznego zbioru testowego FLEURS dla każdego z języków domyślne modele osiągnęły około 5 % błędnie rozpoznanych słów (WER) po polsku i po angielsku — to mowa czytana, więc prawdziwe spotkania wypadną gorzej. Argmax w pracy o WhisperKit (arXiv 2507.10860) porównał własną wersję tej samej rodziny modeli, działającą na urządzeniu, z dużymi usługami chmurowymi — i w tym teście (jeden angielski zbiór mowy czytanej) dorównała im albo je wyprzedziła. Na nazwiskach i żargonie potyka się każdy model, i właśnie do tego jest własny słownik; transkrypcje to zwykły tekst, który możesz edytować. 30-dniowy okres próbny to uczciwy sposób, żeby sprawdzić, jak radzi sobie z Twoim językiem.
Znane problemy?
Dwa, o których warto wiedzieć przed pierwszą rozmową. Rozpoczęcie albo zakończenie rozmowy w innej aplikacji do rozmów, gdy trwa nagrywanie, może na kilka minut — zdarzyło się, że na dziesięć — wyłączyć dźwięk na Twoim Macu, dopóki macOS się nie pozbiera; najpierw zatrzymaj nagrywanie. A jeśli już się to stanie, dotyczy to całego komputera, nie samego Saykeep — inne aplikacje też mogą stracić dźwięk — i ponowne uruchomienie Saykeep zwykle nie pomaga; skutecznie odblokowuje dopiero sudo killall coreaudiod, o które sama aplikacja prosi, gdy wykryje ten stan. I transkrypcja pojawia się dopiero, gdy skończy się etykietowanie mówców: około 35 minut w tle dla godzinnej rozmowy na Macu, na którym mierzyliśmy (oszacowane na podstawie 17-minutowego nagrania).
„Saykeep powstał, bo sam chciałem dokładnie tego i nie mogłem tego znaleźć w takiej postaci, w jakiej chciałem: dyktowania i notatek ze spotkań, które zostają na moim komputerze, w programie, który mam na własność, a nie wynajmuję. Używam go codziennie w pracy, odkąd powstał.”
— Piotr Januszek, twórca Saykeep