#neuralengine — Public Fediverse posts

AI-Driven ‘Guitar Wiz’ App Transforms the iPhone and Apple Watch into a World-Class Music Tutor

#TycoonWorld #GuitarWiz #AIMusic #MusicTech #AIInnovation #ArtificialIntelligence #AppleEcosystem #iPhoneApp #AppleWatch #EdTech #MusicEducation #DigitalLearning #StartupIndia #BengaluruStartups #TechInnovation #MobileAppDevelopment #AIStartup #NeuralEngine #FutureOfLearning #CreativeTechnology #InnovationInMusic #MusicIndustryTech #GlobalStartups #AppInnovation

https://tycoonworld.in/ai-driven-guitar-wiz-app-transforms-the-iphone-and-apple-watch-into-a-world-class-music-tutor/

AI-Driven ‘Guitar Wiz’ App Transforms the iPhone and Apple Watch into a World-Class Music Tutor

#TycoonWorld #GuitarWiz #AIMusic #MusicTech #AIInnovation #ArtificialIntelligence #AppleEcosystem #iPhoneApp #AppleWatch #EdTech #MusicEducation #DigitalLearning #StartupIndia #BengaluruStartups #TechInnovation #MobileAppDevelopment #AIStartup #NeuralEngine #FutureOfLearning #CreativeTechnology #InnovationInMusic #MusicIndustryTech #GlobalStartups #AppInnovation

https://tycoonworld.in/ai-driven-guitar-wiz-app-transforms-the-iphone-and-apple-watch-into-a-world-class-music-tutor/

AI-Driven ‘Guitar Wiz’ App Transforms the iPhone and Apple Watch into a World-Class Music Tutor

#TycoonWorld #GuitarWiz #AIMusic #MusicTech #AIInnovation #ArtificialIntelligence #AppleEcosystem #iPhoneApp #AppleWatch #EdTech #MusicEducation #DigitalLearning #StartupIndia #BengaluruStartups #TechInnovation #MobileAppDevelopment #AIStartup #NeuralEngine #FutureOfLearning #CreativeTechnology #InnovationInMusic #MusicIndustryTech #GlobalStartups #AppInnovation

https://tycoonworld.in/ai-driven-guitar-wiz-app-transforms-the-iphone-and-apple-watch-into-a-world-class-music-tutor/

AI-Driven ‘Guitar Wiz’ App Transforms the iPhone and Apple Watch into a World-Class Music Tutor

#TycoonWorld #GuitarWiz #AIMusic #MusicTech #AIInnovation #ArtificialIntelligence #AppleEcosystem #iPhoneApp #AppleWatch #EdTech #MusicEducation #DigitalLearning #StartupIndia #BengaluruStartups #TechInnovation #MobileAppDevelopment #AIStartup #NeuralEngine #FutureOfLearning #CreativeTechnology #InnovationInMusic #MusicIndustryTech #GlobalStartups #AppInnovation

https://tycoonworld.in/ai-driven-guitar-wiz-app-transforms-the-iphone-and-apple-watch-into-a-world-class-music-tutor/

AI-Driven ‘Guitar Wiz’ App Transforms the iPhone and Apple Watch into a World-Class Music Tutor

#TycoonWorld #GuitarWiz #AIMusic #MusicTech #AIInnovation #ArtificialIntelligence #AppleEcosystem #iPhoneApp #AppleWatch #EdTech #MusicEducation #DigitalLearning #StartupIndia #BengaluruStartups #TechInnovation #MobileAppDevelopment #AIStartup #NeuralEngine #FutureOfLearning #CreativeTechnology #InnovationInMusic #MusicIndustryTech #GlobalStartups #AppInnovation

https://tycoonworld.in/ai-driven-guitar-wiz-app-transforms-the-iphone-and-apple-watch-into-a-world-class-music-tutor/

🚀 Mac Vision Tools: ứng dụng thanh menu macOS dùng mô hình CoreML chạy trên Neural Engine. Tính năng: phát hiện vật thể (YOLO12n), khóa màn hình khi phát hiện 2 người (Privacy Guard), nhận diện cảm xúc khuôn mặt, đồng hồ Pomodoro theo dõi chú ý. Hoàn toàn xử lý cục bộ, tiêu thụ ít pin. #MacVisionTools #AI #Swift #CoreML #NeuralEngine #Privacy #Pomodoro #CôngNghệ

https://www.reddit.com/r/SideProject/comments/1qcjnzo/mac_vision_tools_a_menu_bar_app_for_fun_tasks/

Mac Vision Tools: ứng dụng thanh menu macOS dùng mô hình CoreML chạy trên Neural Engine, thực hiện CV trên thiết bị. Tính năng: phát hiện đối tượng (YOLO12n), Privacy Guard tự khóa màn hình khi có 2 người, Emotion Vibes nhận diện cảm xúc khuôn mặt, Focus Timer (Pomodoro) theo dõi chú ý. Hoàn toàn xử lý cục bộ, không gửi dữ liệu ra ngoài. #MacVisionTools #ComputerVision #Swift #Apple #AI #NeuralEngine #CôngNghệ #MởNguồn

https://www.reddit.com/r/opensource/comments/1qcj4bv/mac_vision_tools_a_simp

Mac Vision Tools: ứng dụng thanh menu macOS dùng mô hình CoreML chạy trên Neural Engine, thực hiện CV trên thiết bị. Tính năng: phát hiện đối tượng (YOLO12n), Privacy Guard tự khóa màn hình khi có 2 người, Emotion Vibes nhận diện cảm xúc khuôn mặt, Focus Timer (Pomodoro) theo dõi chú ý. Hoàn toàn xử lý cục bộ, không gửi dữ liệu ra ngoài. #MacVisionTools #ComputerVision #Swift #Apple #AI #NeuralEngine #CôngNghệ #MởNguồn

https://www.reddit.com/r/opensource/comments/1qcj4bv/mac_vision_tools_a_simp

Mac Vision Tools: ứng dụng thanh menu macOS dùng mô hình CoreML chạy trên Neural Engine, thực hiện CV trên thiết bị. Tính năng: phát hiện đối tượng (YOLO12n), Privacy Guard tự khóa màn hình khi có 2 người, Emotion Vibes nhận diện cảm xúc khuôn mặt, Focus Timer (Pomodoro) theo dõi chú ý. Hoàn toàn xử lý cục bộ, không gửi dữ liệu ra ngoài. #MacVisionTools #ComputerVision #Swift #Apple #AI #NeuralEngine #CôngNghệ #MởNguồn

https://www.reddit.com/r/opensource/comments/1qcj4bv/mac_vision_tools_a_simp

Mac Vision Tools: ứng dụng thanh menu macOS dùng mô hình CoreML chạy trên Neural Engine, thực hiện CV trên thiết bị. Tính năng: phát hiện đối tượng (YOLO12n), Privacy Guard tự khóa màn hình khi có 2 người, Emotion Vibes nhận diện cảm xúc khuôn mặt, Focus Timer (Pomodoro) theo dõi chú ý. Hoàn toàn xử lý cục bộ, không gửi dữ liệu ra ngoài. #MacVisionTools #ComputerVision #Swift #Apple #AI #NeuralEngine #CôngNghệ #MởNguồn

https://www.reddit.com/r/opensource/comments/1qcj4bv/mac_vision_tools_a_simp

I Wanted Podcast Transcriptions. iOS 26 Delivered (and Nearly Melted My Phone).

Testing iOS 26’s on-device speech recognition: faster than realtime, but your phone might disagree

Apple’s iOS 26 introduced SpeechTranscriber – a promise of on-device, private, offline podcast transcription. No cloud, no subscription, just pure silicon magic. I built it into my RSS reader app. Here’s what actually happened.

The Setup

• Device: iPhone 17 Pro Max (Orange, if you’re curious)
• iOS Version: 26.2
• Test Episodes:
  • The Talk Show #436 (95 minutes)
  • Upgrade #594 (106 minutes)
  • ATP #668 (114 minutes)
  • ATP #669 (122 minutes)

The Good News: It’s Actually Fast

4.6x to 6.2x faster than realtime. Nearly 2-hour podcasts transcribed in under 25 minutes. The Neural Engine absolutely crushes this.

The Pipeline Breakdown

The transcription happens in two phases (example from Upgrade #594):

1. Audio Analysis: 2m 2s
   • Initial pass through the audio file
   • Roughly 1 second of analysis per minute of audio
2. Results Collection: 18m 0s
   • Iterating through ~1,288 speech segments
   • Each segment yields transcribed text

The Bad News: Thermal Throttling Is Real

During my first test, I made a critical mistake: running two transcriptions simultaneously while charging.

The result? My phone got noticeably hot. Battery optimization warnings appeared. And performance dropped dramatically:

The logs showed alternating progress updates as iOS juggled both workloads:

🎙️ 📝 Progress: 34% - 88 segments   // Transcription A
🎙️ 📝 Progress: 44% - 98 segments   // Transcription B
🎙️ 📝 Progress: 37% - 98 segments   // Transcription A

The Neural Engine throttles hard when thermals get bad. When I ran a single transcription without charging, the ETA stayed consistent and completed on schedule.

The Ugly: iOS Kills Background Tasks

Even with BGTaskScheduler, iOS terminated my background transcription:

🎙️ Background transcription task triggered by iOS
⏱️ Background transcription task expired (iOS terminated it)

For long podcasts, you need to keep the app in foreground. iOS’s aggressive app suspension doesn’t play nice with hour-long ML workloads.

AI Chapter Generation: The Real Win

Here’s where it gets interesting. Once you have a transcript, generating AI chapters is blazingly fast.

Note: ATP, Talk Show, and Upgrade already include chapters via ID3 tags – this is an experiment to see what on-device AI can generate. But Planet Money doesn’t have chapters, making it a real use case where AI generation adds genuine value.

And we’re not alone in this approach. As Mike Hurley and Jason Snell discussed on Upgrade #594, Apple is doing exactly this in iOS 26.2’s Podcasts app:

“One of the most interesting things to me is the changes in the podcast app in 26.2… AI generated chapters for podcasts that do not support them… They are creating their own chapters based on the topics.”

Jason nailed the insight: “The transcripts [are] a feature that unlocks a lot of other features, because now they kind of understand the content of the podcast.”

That’s exactly what we’re doing here – using on-device transcription as a foundation for AI-powered chapter generation:

The AI identified topic changes, extracted key phrases for timestamps, and generated descriptive chapter titles – all in under 2 minutes for multi-hour podcasts.

Sample generated chapters:

📍 0:00-2:18: Snowfall in Richmond
📍 42:43-49:11: Intel-Apple Chip Collaboration Speculations
📍 62:46-65:00: Executive Transitions at Apple
📍 95:56-105:04: Core Values and Apple's Evolution

The Code

Using iOS 26’s SpeechTranscriber is surprisingly clean:

@available(iOS 26.0, *)
func transcribe(fileURL: URL) async throws -> String {
    let locale = try await findSupportedLocale(preferring: "en")
    let transcriber = SpeechTranscriber(locale: locale, preset: .transcription)
    let analyzer = SpeechAnalyzer(modules: [transcriber])

    let audioFile = try AVAudioFile(forReading: fileURL)
    if let lastSample = try await analyzer.analyzeSequence(from: audioFile) {
        try await analyzer.finalizeAndFinish(through: lastSample)
    }

    var transcription = ""
    for try await result in transcriber.results {
        if result.isFinal {
            transcription += String(result.text.characters) + " "
        }
    }
    return transcription
}

Fast vs Accurate Mode: A Surprising Finding

iOS 26 offers two main transcription presets:

• .transcription – Standard accurate mode
• .progressiveTranscription – “Fast” mode with progressive results

I assumed Fast mode would be… faster. The results were mixed.

On the same 31-minute episode, Fast mode (3.8x) was slightly faster than Accurate (3.5x). But both were significantly slower than the longer episode tests – likely due to residual heat from previous runs.

The “progressive” preset appears optimized for live/streaming transcription. For batch processing of pre-recorded files, results are similar when thermals are equivalent.

Lesson: Don’t assume “fast” means faster for your use case. Profile both.

Recommendations

1. Use .transcription for downloaded files – It’s actually faster for batch processing
2. Don’t charge while transcribing – Thermal throttling is real
3. One transcription at a time – The Neural Engine doesn’t parallelize well
4. Keep the app in foreground – iOS will kill background ML tasks
5. Expect ~5x realtime – About 12-13 minutes per hour of audio under ideal conditions

The Verdict

iOS 26’s on-device transcription is genuinely impressive:

• Privacy: Audio never leaves your device
• Speed: 5x faster than realtime (when not throttled)
• Quality: Surprisingly accurate for conversational podcasts
• Offline: Once the model is downloaded, no internet required

The main gotchas are thermal management and iOS’s background task limitations. But for a first-generation on-device transcription API? Apple’s Neural Engine delivers.

Now if you’ll excuse me, I have 26,387 words of ATP to search through.

Tested on iPhone 17 Pro Max running iOS 26.x. Your mileage may vary on older devices.

Raw Test Data

Upgrade #594

• Audio Duration: 1h 46m 24s (106 min)
• Audio Analysis Phase: 2m 2s
• Results Collection Phase: 18m 0s
• Total Transcription Time: 20m 4s
• Realtime Factor: 5.3x (faster than audio playback)
• Words Transcribed: 19,975
• Processing Rate: 16.6 words/sec
• Segments Processed: 1,288

ATP #668

• Audio Duration: 1h 53m 54s (114 min)
• Audio Analysis Phase: 2m 20s
• Results Collection Phase: 22m 28s
• Total Transcription Time: 24m 49s
• Realtime Factor: 4.6x (faster than audio playback)
• Words Transcribed: 23,892
• Processing Rate: 16.0 words/sec
• Segments Processed: 1,557

ATP #669 Chapter Generation

• Audio Duration: 2h 2m 13s (122 min)
• Transcription Size: 143,603 characters, ~26,387 words
• Chapters Generated: 27
• Total Time: 2m 1s
• Processing Rate: ~219 words/sec

Talk Show #436

• Audio Duration: 1h 35m 52s (95 min)
• Audio Analysis Phase: 1m 37s
• Results Collection Phase: 13m 44s
• Total Transcription Time: 15m 22s
• Realtime Factor: 6.2x (faster than audio playback) ← Fastest test!
• Words Transcribed: 17,303
• Processing Rate: 18.8 words/sec
• Segments Processed: 971

Talk Show #436 Chapter Generation

• Transcription Size: ~17,303 words
• Chapters Generated: 13
• Total Time: 1m 40s

Planet Money – Chicago Parking Meters (Fast Mode)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 3s
• Results Collection Phase: 7m 5s
• Total Transcription Time: 8m 9s
• Realtime Factor: 3.8x
• Words Transcribed: 5,981
• Processing Rate: 12.2 words/sec
• Segments Processed: 472
• Mode: .progressiveTranscription (Fast)

Planet Money Chapter Generation (Fast Mode)

• Transcription Size: ~5,981 words
• Chapters Generated: 8
• Total Time: 31.9 sec

Planet Money – Accurate Mode (Parallel Stress Test)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 9s
• Results Collection Phase: 10m 8s
• Total Transcription Time: 11m 19s
• Realtime Factor: 2.7x ← Severely throttled (ran 2 simultaneous)
• Words Transcribed: 5,983
• Processing Rate: 8.8 words/sec
• Segments Processed: 476
• Mode: .transcription (Accurate)
• Note: Ran in parallel with another transcription – 46% performance hit

Planet Money – Accurate Mode (Solo, Warm Device)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 11s
• Results Collection Phase: 7m 32s
• Total Transcription Time: 8m 44s
• Realtime Factor: 3.5x ← Device still warm from previous tests
• Words Transcribed: 5,983
• Processing Rate: 11.4 words/sec
• Segments Processed: 477
• Mode: .transcription (Accurate)
• Note: Slightly slower than Fast mode on same episode (thermal impact)

Device Observations

• Thermal: Significant heat when running multiple transcriptions while charging
• Thermal Carryover: Running tests back-to-back shows degraded performance (6.2x cold → 3.5x warm)
• Cool-down Recommended: Wait 5-10 minutes between long transcriptions for optimal performance
• Battery Notifications: Battery optimization warnings triggered during parallel operations
• Background Tasks: iOS terminated BGTaskScheduler tasks during long transcriptions
• Beta Warning: Cannot use modules with unallocated locales [en_US (fixed en_US)] – appears in logs but doesn’t block functionality

I Wanted Podcast Transcriptions. iOS 26 Delivered (and Nearly Melted My Phone).

Testing iOS 26’s on-device speech recognition: faster than realtime, but your phone might disagree

Apple’s iOS 26 introduced SpeechTranscriber – a promise of on-device, private, offline podcast transcription. No cloud, no subscription, just pure silicon magic. I built it into my RSS reader app. Here’s what actually happened.

The Setup

• Device: iPhone 17 Pro Max (Orange, if you’re curious)
• iOS Version: 26.2
• Test Episodes:
  • The Talk Show #436 (95 minutes)
  • Upgrade #594 (106 minutes)
  • ATP #668 (114 minutes)
  • ATP #669 (122 minutes)

The Good News: It’s Actually Fast

4.6x to 6.2x faster than realtime. Nearly 2-hour podcasts transcribed in under 25 minutes. The Neural Engine absolutely crushes this.

The Pipeline Breakdown

The transcription happens in two phases (example from Upgrade #594):

1. Audio Analysis: 2m 2s
   • Initial pass through the audio file
   • Roughly 1 second of analysis per minute of audio
2. Results Collection: 18m 0s
   • Iterating through ~1,288 speech segments
   • Each segment yields transcribed text

The Bad News: Thermal Throttling Is Real

During my first test, I made a critical mistake: running two transcriptions simultaneously while charging.

The result? My phone got noticeably hot. Battery optimization warnings appeared. And performance dropped dramatically:

The logs showed alternating progress updates as iOS juggled both workloads:

🎙️ 📝 Progress: 34% - 88 segments   // Transcription A
🎙️ 📝 Progress: 44% - 98 segments   // Transcription B
🎙️ 📝 Progress: 37% - 98 segments   // Transcription A

The Neural Engine throttles hard when thermals get bad. When I ran a single transcription without charging, the ETA stayed consistent and completed on schedule.

The Ugly: iOS Kills Background Tasks

Even with BGTaskScheduler, iOS terminated my background transcription:

🎙️ Background transcription task triggered by iOS
⏱️ Background transcription task expired (iOS terminated it)

For long podcasts, you need to keep the app in foreground. iOS’s aggressive app suspension doesn’t play nice with hour-long ML workloads.

AI Chapter Generation: The Real Win

Here’s where it gets interesting. Once you have a transcript, generating AI chapters is blazingly fast.

Note: ATP, Talk Show, and Upgrade already include chapters via ID3 tags – this is an experiment to see what on-device AI can generate. But Planet Money doesn’t have chapters, making it a real use case where AI generation adds genuine value.

And we’re not alone in this approach. As Mike Hurley and Jason Snell discussed on Upgrade #594, Apple is doing exactly this in iOS 26.2’s Podcasts app:

“One of the most interesting things to me is the changes in the podcast app in 26.2… AI generated chapters for podcasts that do not support them… They are creating their own chapters based on the topics.”

Jason nailed the insight: “The transcripts [are] a feature that unlocks a lot of other features, because now they kind of understand the content of the podcast.”

That’s exactly what we’re doing here – using on-device transcription as a foundation for AI-powered chapter generation:

The AI identified topic changes, extracted key phrases for timestamps, and generated descriptive chapter titles – all in under 2 minutes for multi-hour podcasts.

Sample generated chapters:

📍 0:00-2:18: Snowfall in Richmond
📍 42:43-49:11: Intel-Apple Chip Collaboration Speculations
📍 62:46-65:00: Executive Transitions at Apple
📍 95:56-105:04: Core Values and Apple's Evolution

The Code

Using iOS 26’s SpeechTranscriber is surprisingly clean:

@available(iOS 26.0, *)
func transcribe(fileURL: URL) async throws -> String {
    let locale = try await findSupportedLocale(preferring: "en")
    let transcriber = SpeechTranscriber(locale: locale, preset: .transcription)
    let analyzer = SpeechAnalyzer(modules: [transcriber])

    let audioFile = try AVAudioFile(forReading: fileURL)
    if let lastSample = try await analyzer.analyzeSequence(from: audioFile) {
        try await analyzer.finalizeAndFinish(through: lastSample)
    }

    var transcription = ""
    for try await result in transcriber.results {
        if result.isFinal {
            transcription += String(result.text.characters) + " "
        }
    }
    return transcription
}

Fast vs Accurate Mode: A Surprising Finding

iOS 26 offers two main transcription presets:

• .transcription – Standard accurate mode
• .progressiveTranscription – “Fast” mode with progressive results

I assumed Fast mode would be… faster. The results were mixed.

On the same 31-minute episode, Fast mode (3.8x) was slightly faster than Accurate (3.5x). But both were significantly slower than the longer episode tests – likely due to residual heat from previous runs.

The “progressive” preset appears optimized for live/streaming transcription. For batch processing of pre-recorded files, results are similar when thermals are equivalent.

Lesson: Don’t assume “fast” means faster for your use case. Profile both.

Recommendations

1. Use .transcription for downloaded files – It’s actually faster for batch processing
2. Don’t charge while transcribing – Thermal throttling is real
3. One transcription at a time – The Neural Engine doesn’t parallelize well
4. Keep the app in foreground – iOS will kill background ML tasks
5. Expect ~5x realtime – About 12-13 minutes per hour of audio under ideal conditions

The Verdict

iOS 26’s on-device transcription is genuinely impressive:

• Privacy: Audio never leaves your device
• Speed: 5x faster than realtime (when not throttled)
• Quality: Surprisingly accurate for conversational podcasts
• Offline: Once the model is downloaded, no internet required

The main gotchas are thermal management and iOS’s background task limitations. But for a first-generation on-device transcription API? Apple’s Neural Engine delivers.

Now if you’ll excuse me, I have 26,387 words of ATP to search through.

Tested on iPhone 17 Pro Max running iOS 26.x. Your mileage may vary on older devices.

Raw Test Data

Upgrade #594

• Audio Duration: 1h 46m 24s (106 min)
• Audio Analysis Phase: 2m 2s
• Results Collection Phase: 18m 0s
• Total Transcription Time: 20m 4s
• Realtime Factor: 5.3x (faster than audio playback)
• Words Transcribed: 19,975
• Processing Rate: 16.6 words/sec
• Segments Processed: 1,288

ATP #668

• Audio Duration: 1h 53m 54s (114 min)
• Audio Analysis Phase: 2m 20s
• Results Collection Phase: 22m 28s
• Total Transcription Time: 24m 49s
• Realtime Factor: 4.6x (faster than audio playback)
• Words Transcribed: 23,892
• Processing Rate: 16.0 words/sec
• Segments Processed: 1,557

ATP #669 Chapter Generation

• Audio Duration: 2h 2m 13s (122 min)
• Transcription Size: 143,603 characters, ~26,387 words
• Chapters Generated: 27
• Total Time: 2m 1s
• Processing Rate: ~219 words/sec

Talk Show #436

• Audio Duration: 1h 35m 52s (95 min)
• Audio Analysis Phase: 1m 37s
• Results Collection Phase: 13m 44s
• Total Transcription Time: 15m 22s
• Realtime Factor: 6.2x (faster than audio playback) ← Fastest test!
• Words Transcribed: 17,303
• Processing Rate: 18.8 words/sec
• Segments Processed: 971

Talk Show #436 Chapter Generation

• Transcription Size: ~17,303 words
• Chapters Generated: 13
• Total Time: 1m 40s

Planet Money – Chicago Parking Meters (Fast Mode)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 3s
• Results Collection Phase: 7m 5s
• Total Transcription Time: 8m 9s
• Realtime Factor: 3.8x
• Words Transcribed: 5,981
• Processing Rate: 12.2 words/sec
• Segments Processed: 472
• Mode: .progressiveTranscription (Fast)

Planet Money Chapter Generation (Fast Mode)

• Transcription Size: ~5,981 words
• Chapters Generated: 8
• Total Time: 31.9 sec

Planet Money – Accurate Mode (Parallel Stress Test)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 9s
• Results Collection Phase: 10m 8s
• Total Transcription Time: 11m 19s
• Realtime Factor: 2.7x ← Severely throttled (ran 2 simultaneous)
• Words Transcribed: 5,983
• Processing Rate: 8.8 words/sec
• Segments Processed: 476
• Mode: .transcription (Accurate)
• Note: Ran in parallel with another transcription – 46% performance hit

Planet Money – Accurate Mode (Solo, Warm Device)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 11s
• Results Collection Phase: 7m 32s
• Total Transcription Time: 8m 44s
• Realtime Factor: 3.5x ← Device still warm from previous tests
• Words Transcribed: 5,983
• Processing Rate: 11.4 words/sec
• Segments Processed: 477
• Mode: .transcription (Accurate)
• Note: Slightly slower than Fast mode on same episode (thermal impact)

Device Observations

• Thermal: Significant heat when running multiple transcriptions while charging
• Thermal Carryover: Running tests back-to-back shows degraded performance (6.2x cold → 3.5x warm)
• Cool-down Recommended: Wait 5-10 minutes between long transcriptions for optimal performance
• Battery Notifications: Battery optimization warnings triggered during parallel operations
• Background Tasks: iOS terminated BGTaskScheduler tasks during long transcriptions
• Beta Warning: Cannot use modules with unallocated locales [en_US (fixed en_US)] – appears in logs but doesn’t block functionality

I Wanted Podcast Transcriptions. iOS 26 Delivered (and Nearly Melted My Phone).

Testing iOS 26’s on-device speech recognition: faster than realtime, but your phone might disagree

Apple’s iOS 26 introduced SpeechTranscriber – a promise of on-device, private, offline podcast transcription. No cloud, no subscription, just pure silicon magic. I built it into my RSS reader app. Here’s what actually happened.

The Setup

• Device: iPhone 17 Pro Max (Orange, if you’re curious)
• iOS Version: 26.2
• Test Episodes:
  • Talk Show #436 (95 minutes)
  • Upgrade #594 (106 minutes)
  • ATP #668 (114 minutes)
  • ATP #669 (122 minutes)

The Good News: It’s Actually Fast

4.6x to 6.2x faster than realtime. Nearly 2-hour podcasts transcribed in under 25 minutes. The Neural Engine absolutely crushes this.

The Pipeline Breakdown

The transcription happens in two phases (example from Upgrade #594):

1. Audio Analysis: 2m 2s
   • Initial pass through the audio file
   • Roughly 1 second of analysis per minute of audio
2. Results Collection: 18m 0s
   • Iterating through ~1,288 speech segments
   • Each segment yields transcribed text

The Bad News: Thermal Throttling Is Real

During my first test, I made a critical mistake: running two transcriptions simultaneously while charging.

The result? My phone got noticeably hot. Battery optimization warnings appeared. And performance dropped dramatically:

The logs showed alternating progress updates as iOS juggled both workloads:

🎙️ 📝 Progress: 34% - 88 segments   // Transcription A🎙️ 📝 Progress: 44% - 98 segments   // Transcription B🎙️ 📝 Progress: 37% - 98 segments   // Transcription A

The Neural Engine throttles hard when thermals get bad. When I ran a single transcription without charging, the ETA stayed consistent and completed on schedule.

The Ugly: iOS Kills Background Tasks

Even with BGTaskScheduler, iOS terminated my background transcription:

🎙️ Background transcription task triggered by iOS⏱️ Background transcription task expired (iOS terminated it)

For long podcasts, you need to keep the app in foreground. iOS’s aggressive app suspension doesn’t play nice with hour-long ML workloads.

AI Chapter Generation: The Real Win

Here’s where it gets interesting. Once you have a transcript, generating AI chapters is blazingly fast.

Note: ATP, Talk Show, and Upgrade already include chapters via ID3 tags – this is an experiment to see what on-device AI can generate. But Planet Money doesn’t have chapters, making it a real use case where AI generation adds genuine value.

And we’re not alone in this approach. As Mike Hurley and Jason Snell discussed on Upgrade #594, Apple is doing exactly this in iOS 26.2’s Podcasts app:

“One of the most interesting things to me is the changes in the podcast app in 26.2… AI generated chapters for podcasts that do not support them… They are creating their own chapters based on the topics.”

Jason nailed the insight: “The transcripts [are] a feature that unlocks a lot of other features, because now they kind of understand the content of the podcast.”

That’s exactly what we’re doing here – using on-device transcription as a foundation for AI-powered chapter generation:

The AI identified topic changes, extracted key phrases for timestamps, and generated descriptive chapter titles – all in under 2 minutes for multi-hour podcasts.

Sample generated chapters:

📍 0:00-2:18: Snowfall in Richmond📍 42:43-49:11: Intel-Apple Chip Collaboration Speculations📍 62:46-65:00: Executive Transitions at Apple📍 95:56-105:04: Core Values and Apple's Evolution

The Code

Using iOS 26’s SpeechTranscriber is surprisingly clean:

@available(iOS 26.0, *)func transcribe(fileURL: URL) async throws -> String {    let locale = try await findSupportedLocale(preferring: "en")    let transcriber = SpeechTranscriber(locale: locale, preset: .transcription)    let analyzer = SpeechAnalyzer(modules: [transcriber])    let audioFile = try AVAudioFile(forReading: fileURL)    if let lastSample = try await analyzer.analyzeSequence(from: audioFile) {        try await analyzer.finalizeAndFinish(through: lastSample)    }    var transcription = ""    for try await result in transcriber.results {        if result.isFinal {            transcription += String(result.text.characters) + " "        }    }    return transcription}

Fast vs Accurate Mode: A Surprising Finding

iOS 26 offers two main transcription presets:

• .transcription – Standard accurate mode
• .progressiveTranscription – “Fast” mode with progressive results

I assumed Fast mode would be… faster. The results were mixed.

On the same 31-minute episode, Fast mode (3.8x) was slightly faster than Accurate (3.5x). But both were significantly slower than the longer episode tests – likely due to residual heat from previous runs.

The “progressive” preset appears optimized for live/streaming transcription. For batch processing of pre-recorded files, results are similar when thermals are equivalent.

Lesson: Don’t assume “fast” means faster for your use case. Profile both.

Recommendations

1. Use .transcription for downloaded files – It’s actually faster for batch processing
2. Don’t charge while transcribing – Thermal throttling is real
3. One transcription at a time – The Neural Engine doesn’t parallelize well
4. Keep the app in foreground – iOS will kill background ML tasks
5. Expect ~5x realtime – About 12-13 minutes per hour of audio under ideal conditions

The Verdict

iOS 26’s on-device transcription is genuinely impressive:

• Privacy: Audio never leaves your device
• Speed: 5x faster than realtime (when not throttled)
• Quality: Surprisingly accurate for conversational podcasts
• Offline: Once the model is downloaded, no internet required

The main gotchas are thermal management and iOS’s background task limitations. But for a first-generation on-device transcription API? Apple’s Neural Engine delivers.

Now if you’ll excuse me, I have 26,387 words of ATP to search through.

Tested on iPhone 17 Pro Max running iOS 26.x. Your mileage may vary on older devices.

Raw Test Data

Upgrade #594

• Audio Duration: 1h 46m 24s (106 min)
• Audio Analysis Phase: 2m 2s
• Results Collection Phase: 18m 0s
• Total Transcription Time: 20m 4s
• Realtime Factor: 5.3x (faster than audio playback)
• Words Transcribed: 19,975
• Processing Rate: 16.6 words/sec
• Segments Processed: 1,288

ATP #668

• Audio Duration: 1h 53m 54s (114 min)
• Audio Analysis Phase: 2m 20s
• Results Collection Phase: 22m 28s
• Total Transcription Time: 24m 49s
• Realtime Factor: 4.6x (faster than audio playback)
• Words Transcribed: 23,892
• Processing Rate: 16.0 words/sec
• Segments Processed: 1,557

ATP #669 Chapter Generation

• Audio Duration: 2h 2m 13s (122 min)
• Transcription Size: 143,603 characters, ~26,387 words
• Chapters Generated: 27
• Total Time: 2m 1s
• Processing Rate: ~219 words/sec

Talk Show #436

• Audio Duration: 1h 35m 52s (95 min)
• Audio Analysis Phase: 1m 37s
• Results Collection Phase: 13m 44s
• Total Transcription Time: 15m 22s
• Realtime Factor: 6.2x (faster than audio playback) ← Fastest test!
• Words Transcribed: 17,303
• Processing Rate: 18.8 words/sec
• Segments Processed: 971

Talk Show #436 Chapter Generation

• Transcription Size: ~17,303 words
• Chapters Generated: 13
• Total Time: 1m 40s

Planet Money – Chicago Parking Meters (Fast Mode)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 3s
• Results Collection Phase: 7m 5s
• Total Transcription Time: 8m 9s
• Realtime Factor: 3.8x
• Words Transcribed: 5,981
• Processing Rate: 12.2 words/sec
• Segments Processed: 472
• Mode: .progressiveTranscription (Fast)

Planet Money Chapter Generation (Fast Mode)

• Transcription Size: ~5,981 words
• Chapters Generated: 8
• Total Time: 31.9 sec

Planet Money – Accurate Mode (Parallel Stress Test)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 9s
• Results Collection Phase: 10m 8s
• Total Transcription Time: 11m 19s
• Realtime Factor: 2.7x ← Severely throttled (ran 2 simultaneous)
• Words Transcribed: 5,983
• Processing Rate: 8.8 words/sec
• Segments Processed: 476
• Mode: .transcription (Accurate)
• Note: Ran in parallel with another transcription – 46% performance hit

Planet Money – Accurate Mode (Solo, Warm Device)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 11s
• Results Collection Phase: 7m 32s
• Total Transcription Time: 8m 44s
• Realtime Factor: 3.5x ← Device still warm from previous tests
• Words Transcribed: 5,983
• Processing Rate: 11.4 words/sec
• Segments Processed: 477
• Mode: .transcription (Accurate)
• Note: Slightly slower than Fast mode on same episode (thermal impact)

Device Observations

• Thermal: Significant heat when running multiple transcriptions while charging
• Thermal Carryover: Running tests back-to-back shows degraded performance (6.2x cold → 3.5x warm)
• Cool-down Recommended: Wait 5-10 minutes between long transcriptions for optimal performance
• Battery Notifications: Battery optimization warnings triggered during parallel operations
• Background Tasks: iOS terminated BGTaskScheduler tasks during long transcriptions
• Beta Warning: Cannot use modules with unallocated locales [en_US (fixed en_US)] – appears in logs but doesn’t block functionality

#436 #4361h #436AccurateSolo #594 #5941h #594AccurateSolo5 #668 #6681h #668AccurateSolo4 #669 #669143 #AppleIntelligence #iOS26 #NeuralEngine #onDeviceML #podcastTranscription #SpeechRecognition #SpeechTranscriber #Swift

I Wanted Podcast Transcriptions. iOS 26 Delivered (and Nearly Melted My Phone).

Testing iOS 26’s on-device speech recognition: faster than realtime, but your phone might disagree

Apple’s iOS 26 introduced SpeechTranscriber – a promise of on-device, private, offline podcast transcription. No cloud, no subscription, just pure silicon magic. I built it into my RSS reader app. Here’s what actually happened.

The Setup

• Device: iPhone 17 Pro Max (Orange, if you’re curious)
• iOS Version: 26.2
• Test Episodes:
  • Talk Show #436 (95 minutes)
  • Upgrade #594 (106 minutes)
  • ATP #668 (114 minutes)
  • ATP #669 (122 minutes)

The Good News: It’s Actually Fast

4.6x to 6.2x faster than realtime. Nearly 2-hour podcasts transcribed in under 25 minutes. The Neural Engine absolutely crushes this.

The Pipeline Breakdown

The transcription happens in two phases (example from Upgrade #594):

1. Audio Analysis: 2m 2s
   • Initial pass through the audio file
   • Roughly 1 second of analysis per minute of audio
2. Results Collection: 18m 0s
   • Iterating through ~1,288 speech segments
   • Each segment yields transcribed text

The Bad News: Thermal Throttling Is Real

During my first test, I made a critical mistake: running two transcriptions simultaneously while charging.

The result? My phone got noticeably hot. Battery optimization warnings appeared. And performance dropped dramatically:

The logs showed alternating progress updates as iOS juggled both workloads:

🎙️ 📝 Progress: 34% - 88 segments   // Transcription A🎙️ 📝 Progress: 44% - 98 segments   // Transcription B🎙️ 📝 Progress: 37% - 98 segments   // Transcription A

The Neural Engine throttles hard when thermals get bad. When I ran a single transcription without charging, the ETA stayed consistent and completed on schedule.

The Ugly: iOS Kills Background Tasks

Even with BGTaskScheduler, iOS terminated my background transcription:

🎙️ Background transcription task triggered by iOS⏱️ Background transcription task expired (iOS terminated it)

For long podcasts, you need to keep the app in foreground. iOS’s aggressive app suspension doesn’t play nice with hour-long ML workloads.

AI Chapter Generation: The Real Win

Here’s where it gets interesting. Once you have a transcript, generating AI chapters is blazingly fast.

Note: ATP, Talk Show, and Upgrade already include chapters via ID3 tags – this is an experiment to see what on-device AI can generate. But Planet Money doesn’t have chapters, making it a real use case where AI generation adds genuine value.

And we’re not alone in this approach. As Mike Hurley and Jason Snell discussed on Upgrade #594, Apple is doing exactly this in iOS 26.2’s Podcasts app:

“One of the most interesting things to me is the changes in the podcast app in 26.2… AI generated chapters for podcasts that do not support them… They are creating their own chapters based on the topics.”

Jason nailed the insight: “The transcripts [are] a feature that unlocks a lot of other features, because now they kind of understand the content of the podcast.”

That’s exactly what we’re doing here – using on-device transcription as a foundation for AI-powered chapter generation:

The AI identified topic changes, extracted key phrases for timestamps, and generated descriptive chapter titles – all in under 2 minutes for multi-hour podcasts.

Sample generated chapters:

📍 0:00-2:18: Snowfall in Richmond📍 42:43-49:11: Intel-Apple Chip Collaboration Speculations📍 62:46-65:00: Executive Transitions at Apple📍 95:56-105:04: Core Values and Apple's Evolution

The Code

Using iOS 26’s SpeechTranscriber is surprisingly clean:

@available(iOS 26.0, *)func transcribe(fileURL: URL) async throws -> String {    let locale = try await findSupportedLocale(preferring: "en")    let transcriber = SpeechTranscriber(locale: locale, preset: .transcription)    let analyzer = SpeechAnalyzer(modules: [transcriber])    let audioFile = try AVAudioFile(forReading: fileURL)    if let lastSample = try await analyzer.analyzeSequence(from: audioFile) {        try await analyzer.finalizeAndFinish(through: lastSample)    }    var transcription = ""    for try await result in transcriber.results {        if result.isFinal {            transcription += String(result.text.characters) + " "        }    }    return transcription}

Fast vs Accurate Mode: A Surprising Finding

iOS 26 offers two main transcription presets:

• .transcription – Standard accurate mode
• .progressiveTranscription – “Fast” mode with progressive results

I assumed Fast mode would be… faster. The results were mixed.

On the same 31-minute episode, Fast mode (3.8x) was slightly faster than Accurate (3.5x). But both were significantly slower than the longer episode tests – likely due to residual heat from previous runs.

The “progressive” preset appears optimized for live/streaming transcription. For batch processing of pre-recorded files, results are similar when thermals are equivalent.

Lesson: Don’t assume “fast” means faster for your use case. Profile both.

Recommendations

1. Use .transcription for downloaded files – It’s actually faster for batch processing
2. Don’t charge while transcribing – Thermal throttling is real
3. One transcription at a time – The Neural Engine doesn’t parallelize well
4. Keep the app in foreground – iOS will kill background ML tasks
5. Expect ~5x realtime – About 12-13 minutes per hour of audio under ideal conditions

The Verdict

iOS 26’s on-device transcription is genuinely impressive:

• Privacy: Audio never leaves your device
• Speed: 5x faster than realtime (when not throttled)
• Quality: Surprisingly accurate for conversational podcasts
• Offline: Once the model is downloaded, no internet required

The main gotchas are thermal management and iOS’s background task limitations. But for a first-generation on-device transcription API? Apple’s Neural Engine delivers.

Now if you’ll excuse me, I have 26,387 words of ATP to search through.

Tested on iPhone 17 Pro Max running iOS 26.x. Your mileage may vary on older devices.

Raw Test Data

Upgrade #594

• Audio Duration: 1h 46m 24s (106 min)
• Audio Analysis Phase: 2m 2s
• Results Collection Phase: 18m 0s
• Total Transcription Time: 20m 4s
• Realtime Factor: 5.3x (faster than audio playback)
• Words Transcribed: 19,975
• Processing Rate: 16.6 words/sec
• Segments Processed: 1,288

ATP #668

• Audio Duration: 1h 53m 54s (114 min)
• Audio Analysis Phase: 2m 20s
• Results Collection Phase: 22m 28s
• Total Transcription Time: 24m 49s
• Realtime Factor: 4.6x (faster than audio playback)
• Words Transcribed: 23,892
• Processing Rate: 16.0 words/sec
• Segments Processed: 1,557

ATP #669 Chapter Generation

• Audio Duration: 2h 2m 13s (122 min)
• Transcription Size: 143,603 characters, ~26,387 words
• Chapters Generated: 27
• Total Time: 2m 1s
• Processing Rate: ~219 words/sec

Talk Show #436

• Audio Duration: 1h 35m 52s (95 min)
• Audio Analysis Phase: 1m 37s
• Results Collection Phase: 13m 44s
• Total Transcription Time: 15m 22s
• Realtime Factor: 6.2x (faster than audio playback) ← Fastest test!
• Words Transcribed: 17,303
• Processing Rate: 18.8 words/sec
• Segments Processed: 971

Talk Show #436 Chapter Generation

• Transcription Size: ~17,303 words
• Chapters Generated: 13
• Total Time: 1m 40s

Planet Money – Chicago Parking Meters (Fast Mode)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 3s
• Results Collection Phase: 7m 5s
• Total Transcription Time: 8m 9s
• Realtime Factor: 3.8x
• Words Transcribed: 5,981
• Processing Rate: 12.2 words/sec
• Segments Processed: 472
• Mode: .progressiveTranscription (Fast)

Planet Money Chapter Generation (Fast Mode)

• Transcription Size: ~5,981 words
• Chapters Generated: 8
• Total Time: 31.9 sec

Planet Money – Accurate Mode (Parallel Stress Test)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 9s
• Results Collection Phase: 10m 8s
• Total Transcription Time: 11m 19s
• Realtime Factor: 2.7x ← Severely throttled (ran 2 simultaneous)
• Words Transcribed: 5,983
• Processing Rate: 8.8 words/sec
• Segments Processed: 476
• Mode: .transcription (Accurate)
• Note: Ran in parallel with another transcription – 46% performance hit

Planet Money – Accurate Mode (Solo, Warm Device)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 11s
• Results Collection Phase: 7m 32s
• Total Transcription Time: 8m 44s
• Realtime Factor: 3.5x ← Device still warm from previous tests
• Words Transcribed: 5,983
• Processing Rate: 11.4 words/sec
• Segments Processed: 477
• Mode: .transcription (Accurate)
• Note: Slightly slower than Fast mode on same episode (thermal impact)

Device Observations

• Thermal: Significant heat when running multiple transcriptions while charging
• Thermal Carryover: Running tests back-to-back shows degraded performance (6.2x cold → 3.5x warm)
• Cool-down Recommended: Wait 5-10 minutes between long transcriptions for optimal performance
• Battery Notifications: Battery optimization warnings triggered during parallel operations
• Background Tasks: iOS terminated BGTaskScheduler tasks during long transcriptions
• Beta Warning: Cannot use modules with unallocated locales [en_US (fixed en_US)] – appears in logs but doesn’t block functionality

#436 #4361h #436AccurateSolo #594 #5941h #594AccurateSolo5 #668 #6681h #668AccurateSolo4 #669 #669143 #AppleIntelligence #iOS26 #NeuralEngine #onDeviceML #podcastTranscription #SpeechRecognition #SpeechTranscriber #Swift

I Wanted Podcast Transcriptions. iOS 26 Delivered (and Nearly Melted My Phone).

Testing iOS 26’s on-device speech recognition: faster than realtime, but your phone might disagree

Apple’s iOS 26 introduced SpeechTranscriber – a promise of on-device, private, offline podcast transcription. No cloud, no subscription, just pure silicon magic. I built it into my RSS reader app. Here’s what actually happened.

The Setup

• Device: iPhone 17 Pro Max (Orange, if you’re curious)
• iOS Version: 26.2
• Test Episodes:
  • Talk Show #436 (95 minutes)
  • Upgrade #594 (106 minutes)
  • ATP #668 (114 minutes)
  • ATP #669 (122 minutes)

The Good News: It’s Actually Fast

4.6x to 6.2x faster than realtime. Nearly 2-hour podcasts transcribed in under 25 minutes. The Neural Engine absolutely crushes this.

The Pipeline Breakdown

The transcription happens in two phases (example from Upgrade #594):

1. Audio Analysis: 2m 2s
   • Initial pass through the audio file
   • Roughly 1 second of analysis per minute of audio
2. Results Collection: 18m 0s
   • Iterating through ~1,288 speech segments
   • Each segment yields transcribed text

The Bad News: Thermal Throttling Is Real

During my first test, I made a critical mistake: running two transcriptions simultaneously while charging.

The result? My phone got noticeably hot. Battery optimization warnings appeared. And performance dropped dramatically:

The logs showed alternating progress updates as iOS juggled both workloads:

🎙️ 📝 Progress: 34% - 88 segments   // Transcription A🎙️ 📝 Progress: 44% - 98 segments   // Transcription B🎙️ 📝 Progress: 37% - 98 segments   // Transcription A

The Neural Engine throttles hard when thermals get bad. When I ran a single transcription without charging, the ETA stayed consistent and completed on schedule.

The Ugly: iOS Kills Background Tasks

Even with BGTaskScheduler, iOS terminated my background transcription:

🎙️ Background transcription task triggered by iOS⏱️ Background transcription task expired (iOS terminated it)

For long podcasts, you need to keep the app in foreground. iOS’s aggressive app suspension doesn’t play nice with hour-long ML workloads.

AI Chapter Generation: The Real Win

Here’s where it gets interesting. Once you have a transcript, generating AI chapters is blazingly fast.

Note: ATP, Talk Show, and Upgrade already include chapters via ID3 tags – this is an experiment to see what on-device AI can generate. But Planet Money doesn’t have chapters, making it a real use case where AI generation adds genuine value.

And we’re not alone in this approach. As Mike Hurley and Jason Snell discussed on Upgrade #594, Apple is doing exactly this in iOS 26.2’s Podcasts app:

“One of the most interesting things to me is the changes in the podcast app in 26.2… AI generated chapters for podcasts that do not support them… They are creating their own chapters based on the topics.”

Jason nailed the insight: “The transcripts [are] a feature that unlocks a lot of other features, because now they kind of understand the content of the podcast.”

That’s exactly what we’re doing here – using on-device transcription as a foundation for AI-powered chapter generation:

The AI identified topic changes, extracted key phrases for timestamps, and generated descriptive chapter titles – all in under 2 minutes for multi-hour podcasts.

Sample generated chapters:

📍 0:00-2:18: Snowfall in Richmond📍 42:43-49:11: Intel-Apple Chip Collaboration Speculations📍 62:46-65:00: Executive Transitions at Apple📍 95:56-105:04: Core Values and Apple's Evolution

The Code

Using iOS 26’s SpeechTranscriber is surprisingly clean:

@available(iOS 26.0, *)func transcribe(fileURL: URL) async throws -> String {    let locale = try await findSupportedLocale(preferring: "en")    let transcriber = SpeechTranscriber(locale: locale, preset: .transcription)    let analyzer = SpeechAnalyzer(modules: [transcriber])    let audioFile = try AVAudioFile(forReading: fileURL)    if let lastSample = try await analyzer.analyzeSequence(from: audioFile) {        try await analyzer.finalizeAndFinish(through: lastSample)    }    var transcription = ""    for try await result in transcriber.results {        if result.isFinal {            transcription += String(result.text.characters) + " "        }    }    return transcription}

Fast vs Accurate Mode: A Surprising Finding

iOS 26 offers two main transcription presets:

• .transcription – Standard accurate mode
• .progressiveTranscription – “Fast” mode with progressive results

I assumed Fast mode would be… faster. The results were mixed.

On the same 31-minute episode, Fast mode (3.8x) was slightly faster than Accurate (3.5x). But both were significantly slower than the longer episode tests – likely due to residual heat from previous runs.

The “progressive” preset appears optimized for live/streaming transcription. For batch processing of pre-recorded files, results are similar when thermals are equivalent.

Lesson: Don’t assume “fast” means faster for your use case. Profile both.

Recommendations

1. Use .transcription for downloaded files – It’s actually faster for batch processing
2. Don’t charge while transcribing – Thermal throttling is real
3. One transcription at a time – The Neural Engine doesn’t parallelize well
4. Keep the app in foreground – iOS will kill background ML tasks
5. Expect ~5x realtime – About 12-13 minutes per hour of audio under ideal conditions

The Verdict

iOS 26’s on-device transcription is genuinely impressive:

• Privacy: Audio never leaves your device
• Speed: 5x faster than realtime (when not throttled)
• Quality: Surprisingly accurate for conversational podcasts
• Offline: Once the model is downloaded, no internet required

The main gotchas are thermal management and iOS’s background task limitations. But for a first-generation on-device transcription API? Apple’s Neural Engine delivers.

Now if you’ll excuse me, I have 26,387 words of ATP to search through.

Tested on iPhone 17 Pro Max running iOS 26.x. Your mileage may vary on older devices.

Raw Test Data

Upgrade #594

• Audio Duration: 1h 46m 24s (106 min)
• Audio Analysis Phase: 2m 2s
• Results Collection Phase: 18m 0s
• Total Transcription Time: 20m 4s
• Realtime Factor: 5.3x (faster than audio playback)
• Words Transcribed: 19,975
• Processing Rate: 16.6 words/sec
• Segments Processed: 1,288

ATP #668

• Audio Duration: 1h 53m 54s (114 min)
• Audio Analysis Phase: 2m 20s
• Results Collection Phase: 22m 28s
• Total Transcription Time: 24m 49s
• Realtime Factor: 4.6x (faster than audio playback)
• Words Transcribed: 23,892
• Processing Rate: 16.0 words/sec
• Segments Processed: 1,557

ATP #669 Chapter Generation

• Audio Duration: 2h 2m 13s (122 min)
• Transcription Size: 143,603 characters, ~26,387 words
• Chapters Generated: 27
• Total Time: 2m 1s
• Processing Rate: ~219 words/sec

Talk Show #436

• Audio Duration: 1h 35m 52s (95 min)
• Audio Analysis Phase: 1m 37s
• Results Collection Phase: 13m 44s
• Total Transcription Time: 15m 22s
• Realtime Factor: 6.2x (faster than audio playback) ← Fastest test!
• Words Transcribed: 17,303
• Processing Rate: 18.8 words/sec
• Segments Processed: 971

Talk Show #436 Chapter Generation

• Transcription Size: ~17,303 words
• Chapters Generated: 13
• Total Time: 1m 40s

Planet Money – Chicago Parking Meters (Fast Mode)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 3s
• Results Collection Phase: 7m 5s
• Total Transcription Time: 8m 9s
• Realtime Factor: 3.8x
• Words Transcribed: 5,981
• Processing Rate: 12.2 words/sec
• Segments Processed: 472
• Mode: .progressiveTranscription (Fast)

Planet Money Chapter Generation (Fast Mode)

• Transcription Size: ~5,981 words
• Chapters Generated: 8
• Total Time: 31.9 sec

Planet Money – Accurate Mode (Parallel Stress Test)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 9s
• Results Collection Phase: 10m 8s
• Total Transcription Time: 11m 19s
• Realtime Factor: 2.7x ← Severely throttled (ran 2 simultaneous)
• Words Transcribed: 5,983
• Processing Rate: 8.8 words/sec
• Segments Processed: 476
• Mode: .transcription (Accurate)
• Note: Ran in parallel with another transcription – 46% performance hit

Planet Money – Accurate Mode (Solo, Warm Device)

• Audio Duration: 30m 56s (31 min)
• Audio Analysis Phase: 1m 11s
• Results Collection Phase: 7m 32s
• Total Transcription Time: 8m 44s
• Realtime Factor: 3.5x ← Device still warm from previous tests
• Words Transcribed: 5,983
• Processing Rate: 11.4 words/sec
• Segments Processed: 477
• Mode: .transcription (Accurate)
• Note: Slightly slower than Fast mode on same episode (thermal impact)

Device Observations

• Thermal: Significant heat when running multiple transcriptions while charging
• Thermal Carryover: Running tests back-to-back shows degraded performance (6.2x cold → 3.5x warm)
• Cool-down Recommended: Wait 5-10 minutes between long transcriptions for optimal performance
• Battery Notifications: Battery optimization warnings triggered during parallel operations
• Background Tasks: iOS terminated BGTaskScheduler tasks during long transcriptions
• Beta Warning: Cannot use modules with unallocated locales [en_US (fixed en_US)] – appears in logs but doesn’t block functionality

#436 #4361h #436AccurateSolo #594 #5941h #594AccurateSolo5 #668 #6681h #668AccurateSolo4 #669 #669143 #AppleIntelligence #iOS26 #NeuralEngine #onDeviceML #podcastTranscription #SpeechRecognition #SpeechTranscriber #Swift

Rivian is rolling out its own AI silicon—a neural‑engine built for autonomous driving that balances power and efficiency while meeting ASIL safety standards. With INT8 performance measured in TOPS, it rivals traditional GPUs and TPUs, promising a more open, car‑centric AI stack. #RivianAI #AISilicon #NeuralEngine #ASIL

🔗 https://aidailypost.com/news/rivian-builds-ai-chips-driving-efficiencyperformance-asil-compliance

M4 vs. M5: Lohnt sich Apples neuer Prozessor?
Mit dem neuen M5-Chip hebt Apple seine Prozessoren auf ein neues Niveau. Doch lohnt sich der Umstieg vom M4 auf den M5 wirklich für euch?

Deutliche Leistungssteigerungen beim M5
Apple hat den M5-Chip als Nachfolger des im Mai 2024 vorgestellen M4 veröffentlicht und verspricht spü
https://www.apfeltalk.de/magazin/news/m4-vs-m5-lohnt-sich-apples-neuer-prozessor/
#Mac #News #Apple #GPU #IPadPro #KI #M4Chip #M5Chip #MacBookPro #NeuralEngine

M4 vs. M5: Lohnt sich Apples neuer Prozessor?
Mit dem neuen M5-Chip hebt Apple seine Prozessoren auf ein neues Niveau. Doch lohnt sich der Umstieg vom M4 auf den M5 wirklich für euch?

Deutliche Leistungssteigerungen beim M5
Apple hat den M5-Chip als Nachfolger des im Mai 2024 vorgestellen M4 veröffentlicht und verspricht spü
https://www.apfeltalk.de/magazin/news/m4-vs-m5-lohnt-sich-apples-neuer-prozessor/
#Mac #News #Apple #GPU #IPadPro #KI #M4Chip #M5Chip #MacBookPro #NeuralEngine

M4 vs. M5: Lohnt sich Apples neuer Prozessor?
Mit dem neuen M5-Chip hebt Apple seine Prozessoren auf ein neues Niveau. Doch lohnt sich der Umstieg vom M4 auf den M5 wirklich für euch?

Deutliche Leistungssteigerungen beim M5
Apple hat den M5-Chip als Nachfolger des im Mai 2024 vorgestellen M4 veröffentlicht und verspricht spü
https://www.apfeltalk.de/magazin/news/m4-vs-m5-lohnt-sich-apples-neuer-prozessor/
#Mac #News #Apple #GPU #IPadPro #KI #M4Chip #M5Chip #MacBookPro #NeuralEngine

M4 vs. M5: Lohnt sich Apples neuer Prozessor?
Mit dem neuen M5-Chip hebt Apple seine Prozessoren auf ein neues Niveau. Doch lohnt sich der Umstieg vom M4 auf den M5 wirklich für euch?

Deutliche Leistungssteigerungen beim M5
Apple hat den M5-Chip als Nachfolger des im Mai 2024 vorgestellen M4 veröffentlicht und verspricht spü
https://www.apfeltalk.de/magazin/news/m4-vs-m5-lohnt-sich-apples-neuer-prozessor/
#Mac #News #Apple #GPU #IPadPro #KI #M4Chip #M5Chip #MacBookPro #NeuralEngine

M4 vs. M5: Lohnt sich Apples neuer Prozessor?
Mit dem neuen M5-Chip hebt Apple seine Prozessoren auf ein neues Niveau. Doch lohnt sich der Umstieg vom M4 auf den M5 wirklich für euch?

Deutliche Leistungssteigerungen beim M5
Apple hat den M5-Chip als Nachfolger des im Mai 2024 vorgestellen M4 veröffentlicht und verspricht spü
https://www.apfeltalk.de/magazin/news/m4-vs-m5-lohnt-sich-apples-neuer-prozessor/
#Mac #News #Apple #GPU #IPadPro #KI #M4Chip #M5Chip #MacBookPro #NeuralEngine

Apple’s M5 chip unites Vision Pro, MacBook Pro, and iPad Pro in massive AI performance upgrade

https://web.brid.gy/r/https://nerds.xyz/2025/10/apple-m5-vision-pro-macbook-pro-ipad-pro/

Apple’s M5 chip unites Vision Pro, MacBook Pro, and iPad Pro in massive AI performance upgrade

https://web.brid.gy/r/https://nerds.xyz/2025/10/apple-m5-vision-pro-macbook-pro-ipad-pro/

Apple wprowadza nowego potężnego iPada Pro z procesorem M5

Najnowszy iPad Pro z układem scalonym Apple nowej generacji zapewnia ogrom przełomowych możliwości AI, szybszą pamięć masową i rewolucyjne funkcje systemu iPadOS 26.

Informacja prasowa

Apple zaprezentowało dziś nowego iPada Pro z niewiarygodnie mocnym czipem M5. Czip M5 sprawia, że to najdoskonalszy iPad w historii o imponującej mocy i możliwościach AI zamkniętych w superporęcznej konstrukcji iPada Pro. Czip M5 z GPU nowej generacji i akceleratorami Neural Accelerator w każdym rdzeniu zapewnia użytkownikom iPada Pro imponujący wzrost wydajności zarówno podczas pracy nad zaawansowanymi projektami, jak i przy wykorzystywaniu AI do zwiększenia produktywności. Nowy iPad Pro zapewnia nawet 3,5x wyższą wydajność narzędzi AI niż iPad Pro z czipem M4 i nawet 5,6x wyższą niż iPad Pro z czipem M1. Nowy czip Apple N1 do łączności bezprzewodowej umożliwia obsługę technologii bezprzewodowych najnowszej generacji na iPadzie Pro, w tym Wi-Fi 7. Modele iPada Pro z łącznością komórkową są po raz pierwszy wyposażone w modem C1X, który zapewnia nawet o 50 procent szybsze przesyłanie danych w sieci komórkowej i jeszcze większą wydajność, pozwalając użytkownikom działać bez ograniczeń gdziekolwiek są. iPad Pro jest dostępny w kolorach gwiezdnej czerni i srebrnym oraz w wersjach 11 cali i 13 cali, z olśniewającym wyświetlaczem Ultra Retina XDR zapewniającym znakomitą jakość obrazu. Rewolucyjne funkcje systemu iPadOS 26 wynoszą iPada Pro na nowy poziom możliwości, pozwalając użytkownikom z łatwością realizować ambitne projekty profesjonalne i kreatywne. Imponujący wzrost wydajności i przełomowe udoskonalenia względem modeli z czipem M1 sprawiają, że to idealny moment, żeby przejść na nowego iPada Pro. Nowego iPada Pro można zamówić w przedsprzedaży od dzisiaj, a w sklepach pojawi się w środę, 22 października.

„Najnowszy iPad Pro napędzany układem scalonym Apple nowej generacji to najbardziej zaawansowany iPad w historii”, powiedział John Ternus, starszy wiceprezes Apple w pionie Hardware Engineering. „iPad Pro z czipem M5 daje nieograniczone możliwości twórczej i produktywnej pracy za sprawą mnóstwa przełomowych możliwości AI, gigantycznego skoku w wydajności grafiki, błyskawicznej łączności bezprzewodowej i rewolucyjnych funkcji systemu iPadOS 26, ponownie przesuwając granice tego, co możliwe na iPadzie”.

M5: kolejny wielki postęp AI na iPadzie

Układ scalony Apple niezmiennie wyróżnia iPada dzięki wyjątkowej wydajności, nowoczesnym technologiom, imponującej energooszczędności i zaawansowanym możliwościom AI. Czip M5 w nowym iPadzie Pro wynosi AI na zupełnie nowy poziom dzięki bardziej zaawansowanym GPU i CPU oraz jeszcze szybszemu systemowi Neural Engine. Nowa architektura 10-rdzeniowego GPU z akceleratorami Neural Accelerator w każdym rdzeniu przynosi gigantyczny skok wydajności GPU w zadaniach opartych na AI. Czip M5 zapewnia nawet 3,5x szybsze działanie AI niż w przypadku czipa M41 i aż 5,6x szybsze w porównaniu z iPadem Pro z czipem M1. Nowy iPad Pro został zaprojektowany z myślą o sztucznej inteligencji i umożliwia szybsze wykonywanie zadań takich jak generowanie obrazów na urządzeniu z wykorzystaniem modeli dyfuzyjnych w aplikacjach pokroju Draw Things czy maskowanie wideo przy użyciu AI w DaVinci Resolve. Szybszy 16-rdzeniowy system Neural Engine zapewnia wyjątkową energooszczędność w zadaniach AI wykonywanych bezpośrednio na urządzeniu. Idealnie sprawdza się w aplikacjach korzystających z architektury Foundation Models oraz w funkcjach Apple Intelligence, takich jak tworzenie w Image Playground3.

Wydajność wyższego stopnia z czipem M5

Czip M5 zapewnia niezrównaną moc, a także skok w wydajności grafiki i jeszcze szybsze CPU. Dzięki silnikowi ray tracingu trzeciej generacji efekty świetlne, refleksy i cienie nabierają niezwykłego realizmu, a czip M5 doskonale sprawdza się w wymagających graficznie aplikacjach i grach. Rendering treści 3D z ray tracingiem jest teraz nawet 1,5x szybszy niż w poprzedniej generacji iPada Pro i aż 6,7x szybszy niż w iPadzie Pro z czipem M1. Czip M5 ma nawet 10-rdzeniowe CPU z czterema rdzeniami zapewniającymi wydajność i sześcioma rdzeniami energooszczędnymi. To najszybszy na świecie rdzeń CPU. Szybsze CPU idealnie odpowiada na potrzeby różnych użytkowników – od grafików pracujących nad złożonymi projektami wektorowymi w Adobe Illustrator i architektów korzystających równocześnie z kilku aplikacji takich jak SketchUp czy Morpholio Trace, aż po użytkowników biznesowych, którzy potrzebują błyskawicznego dostępu do dużych plików.

iPad Pro z M5 zapewnia:

• Nawet 6,7x szybszy rendering treści 3D z ray tracingiem w aplikacji Octane X w porównaniu z iPadem Pro z M1 i do 1,5x szybszy w porównaniu z iPadem Pro z M41.

• Nawet 6x większa wydajność przy transkodowaniu wideo w Final Cut Pro na iPada w porównaniu z iPadem Pro z M1 i do 1,2x większa w porównaniu z iPadem Pro z M41.

• Nawet 4x szybsze generowanie obrazów przy użyciu AI w Draw Things na iPada w porównaniu z iPadem Pro z M1 i do 2x szybsze w porównaniu z iPadem Pro z M41.

• Nawet 3,7x szybsze zwiększanie rozdzielczości wideo przy użyciu AI w DaVinci Resolve na iPada w porównaniu z iPadem Pro z M1 i do 2,3x szybsze w porównaniu z iPadem Pro z M4.

Szybsza pamięć masowa i większa przepustowość pamięci umożliwiają jeszcze płynniejszą pracę wielozadaniową

iPad Pro zyskał szereg udoskonaleń, które sprawiają, że działa jeszcze szybciej i bardziej responsywnie, w tym większą przepustowość zunifikowanej pamięci RAM, szybszy odczyt i zapis danych, więcej zunifikowanej pamięci RAM w wersji bazowej oraz obsługę szybkiego ładowania. Dzięki przepustowości zunifikowanej pamięci RAM przekraczającej 150 GB/s – o prawie 30 procent większej niż w poprzedniej generacji – nowy iPad Pro umożliwia płynniejszą pracę w wielu aplikacjach jednocześnie, szybsze działanie modeli AI, granie w nawet najbardziej wymagające gry i znacznie więcej. Nowy iPad Pro zapewnia 2x szybszy odczyt i zapis danych, a modele z 256 GB i 512 GB pamięci masowej mają teraz w wersji podstawowej 12 GB zunifikowanej pamięci RAM – o 50 procent więcej niż wcześniej, dzięki czemu klienci mogą zdziałać więcej za tę samą wyjściową cenę. Nowy system okien w iPadOS 26 umożliwia użytkownikom iPada Pro jeszcze płynniejszą pracę wielozadaniową i przyspiesza nawet najbardziej złożone projekty. Dodatkowo iPad Pro obsługuje szybkie ładowanie, umożliwiając naładowanie baterii do 50 procent w około 30 minut4 przy użyciu opcjonalnego zasilacza USB-C o wysokiej mocy, takiego jak nowy zasilacz Apple o mocy 40 W (maks. 60 W) z dynamiczną regulacją mocy.

Czipy C1X i N1 trafiają do iPada

Modele iPada Pro z łącznością komórkową wyposażono w zaprojektowany przez Apple modem C1X, który zapewnia nawet o 50 procent szybsze przesyłanie danych w sieci komórkowej, a przy aktywnym planie taryfowym zużywa do 30 procent mniej energii w porównaniu z iPadem Pro z czipem M4. Modele iPada Pro z łącznością komórkową zapewniają funkcje GPS oraz lokalizacyjne, umożliwiając użytkownikom płynną i pewną nawigację. Użytkownicy mogą również korzystać z łączności 5G, dzięki czemu pozostają w kontakcie niezależnie od tego, czy pracują czy odpoczywają. Dzięki technologii eSIM użytkownicy mogą szybko i bezpiecznie dodać nowy pakiet danych albo aktywować lub przenieść plan taryfowy, pozostając w kontakcie z bliskimi niezależnie od dostępności Wi-Fi. To idealne rozwiązanie dla osób często podróżujących służbowo czy architektów pracujących w terenie.

Tegoroczny iPad Pro ma N1, nowy zaprojektowany przez Apple czip do łączności bezprzewodowej przez Wi‑Fi 7, Bluetooth 6 i Thread. Czip N1 zapewnia jeszcze wyższą wydajność podczas korzystania z sieci 5 GHz oraz podnosi wydajność i niezawodność działania takich funkcji jak Hotspot osobisty i AirDrop.

Bezkonkurencyjny design i olśniewający wyświetlacz

iPad Pro zapewnia użytkownikom niewiarygodny poziom mobilności dzięki zachwycająco smukłej i lekkiej konstrukcji. Dostępny jest w kolorze gwiezdnej czerni i srebrnym, model 11‑calowy ma tylko 5,3 mm grubości, a 13‑calowy jeszcze mniej – zaledwie 5,1 mm. Zjawiskowo zaawansowany wyświetlacz Ultra Retina XDR wykorzystuje przełomową technologię tandemową OLED, zapewniającą wyjątkową jasność, niezwykle precyzyjny kontrast oraz technologie takie jak ProMotion i True Tone. iPad Pro wyświetla treści SDR i HDR z jasnością 1000 nitów na całym ekranie, a jego jasność szczytowa dla treści HDR wynosi aż 1600 nitów. Z myślą o profesjonalistach wykonujących zaawansowane zadania wymagające zarządzania kolorem lub pracujących przy niekorzystnym oświetleniu iPad Pro jest dostępny w wersji z wyświetlaczem ze szkłem nanostrukturalnym skutecznie ograniczającym odblaski. Precyzyjnie wytrawione na poziomie nanometrycznym utrzymuje ono stałą jakość obrazu i kontrast, a jednocześnie rozprasza światło zewnętrzne.

Nowy iPad Pro obsługuje zewnętrzne wyświetlacze z odświeżaniem do 120 Hz, idealnie sprawdzając się w pracy twórczej, takiej jak montaż wideo, oraz w grach. Z myślą o użytkownikach korzystających z zewnętrznych wyświetlaczy 120 Hz, iPad Pro wprowadza obsługę technologii Adaptive Sync, która minimalizuje opóźnienia i zapewnia niezwykle płynny obraz z mniejszą liczbą zauważalnych zakłóceń, idealnie sprawdzając się w zastosowaniach wymagających niskiej latencji, takich jak gry.

iPadOS 26 wynosi możliwości iPada na nowy poziom

System iPadOS 26 wprowadza nowy wygląd i potężne funkcje, które pozwalają użytkownikom z łatwością realizować ambitne projekty profesjonalne i kreatywne, osiągając jeszcze wyższy poziom wszechstronności i zaawansowania w praktycznych i twórczych zastosowaniach.

• Piękny nowy interfejs wprowadza świeży dizajn z Liquid Glass – półprzezroczystym materiałem, który subtelnie odbija i rozmywa tło, reagując na gesty użytkownika i dynamicznie zmieniając się, żeby skupić uwagę na tym, co najważniejsze na ekranie.

• Całkowicie nowy, zaawansowany i intuicyjny system okien pozwala łatwo kontrolować, porządkować i przełączać aplikacje, zachowując przy tym charakterystyczną dla iPada prostotę obsługi. A dzięki nowemu paskowi menuużytkownicy mogą uzyskać dostęp do poleceń dostępnych w aplikacji za pomocą prostego przesunięcia palcem w dół z góry ekranu lub poprzez przesunięcie kursora na górę ekranu.

• iPadOS 26 wprowadza nowe sposoby zarządzania plikami, docierania do nich i porządkowania ich dzięki udoskonalonej aplikacji Pliki z odświeżonym widokiem listy i nowymi opcjami personalizacji folderów. Dzięki folderom w Docku masz teraz bezpośredni dostęp do pobranych plików, dokumentów i wielu innych rzeczy z dowolnego miejsca. Użytkownik może też ustawić domyślną aplikację do otwierania określonych plików lub typów plików.

• Na iPadzie debiutuje aplikacja Podgląd specjalnie przeznaczona do wyświetlania i edytowania plików PDF dzięki potężnym wbudowanym funkcjom takim jak Apple Pencil Markup czy Wypełnianie.

• Wykorzystując moc układu scalonego Apple, iPadOS 26 otwiera przed twórcami nowe możliwości dzięki funkcji Zadania w tle, większej kontroli nad danymi wejściowymi audio oraz możliwości nagrywania dźwięku w wysokiej jakości z użyciem przechwytywania lokalnego.

• Apple Intelligence wprowadza inteligentne, kontekstowe funkcje głęboko zintegrowane z systemami operacyjnymi, a jednocześnie stanowi wielki krok naprzód w dziedzinie ochrony prywatności w rozwiązaniach AI. Nowe funkcje w iPadOS 26 obejmują Tłumaczenie na żywo w aplikacjach Telefon, FaceTime i Wiadomości, nowe inteligentne czynności w Skrótach, możliwość rozpoznawania i automatycznego kategoryzowania czynności w Przypomnieniach oraz wiele innych usprawnień.

Zaawansowane akcesoria do iPada Pro

Akcesoria zwiększają możliwości iPada Pro, dając jeszcze więcej przestrzeni do twórczej pracy i pełnej produktywności. Apple Pencil Pro i Apple Pencil (USB-C) dają użytkownikom dwa wyjątkowe narzędzia idealne do rysowania, robienia notatek, tworzenia adnotacji i wielu innych zadań. Smukła i lekka klawiatura Magic Keyboard zapewnia niesamowite możliwości i ma wspornik unoszący ekran, rząd klawiszy funkcyjnych oraz przepiękną aluminiową podkładkę pod dłoń. iPad Pro jest również kompatybilny z etui Smart Folio, które przywiera do niego magnetycznie i pozwala swobodnie ustawiać różne kąty nachylenia ekranu.

iPad Pro a środowisko naturalne

Ambitny plan Apple 2030 zakłada, że firma do końca tej dekady będzie kompensować cały swój ślad węglowy przez radykalną redukcję emisji dwutlenku węgla z trzech największych źródeł – surowców, energii elektrycznej i transportu. Nowy iPad Pro został wykonany z materiałów pochodzących w 30 procentach z recyklingu (mierzone wagowo). W ten sposób pozyskano 100 procent aluminium w jego obudowie, 100 procent pierwiastków ziem rzadkich we wszystkich magnesach i 100 procent kobaltu w baterii. Energia wykorzystana do produkcji urządzenia w całym łańcuchu dostaw pochodzi w 55 procentach ze źródeł odnawialnych, takich jak wiatr i słońce. iPada Pro zaprojektowano z myślą o trwałości. Jest objęty wiodącym w branży wsparciem dotyczącym oprogramowania i spełnia wysokie standardy Apple w zakresie energooszczędności i bezpiecznego stosowania substancji chemicznych. Opakowanie wykonano w 100 procentach z papieru na bazie włókien i można je łatwo poddać recyklingowi.

Ceny i dostępność

• Klienci mogą zamawiać nowego iPada Pro z czipem M5 w przedsprzedaży od dzisiaj na stronie apple.com/pl/storei w aplikacji Apple Store w 31 krajach i regionach, w tym w USA. Dostawy i sprzedaż w salonach Apple Store oraz u autoryzowanych sprzedawców Apple rozpoczną się w środę, 22 października.

• iPad Pro 11 cali i 13 cali z czipem M5 będzie dostępny w kolorze srebrnym i gwiezdnej czerni w konfiguracjach z 256 GB, 512 GB, 1 TB i 2 TB pamięci masowej.

• iPad Pro 11 cali jest dostępny w cenie od 4999 zł za model Wi‑Fi i 5999 zł za model Wi‑Fi + Cellular. iPad Pro 13 cali jest dostępny w cenie od 6499 zł za model Wi‑Fi i 7499 zł za model Wi‑Fi + Cellular. Dodatkowe dane techniczne, w tym dotyczące opcji szkła nanostrukturalnego, można znaleźć na stronie apple.com/pl/store.

• W ofercie dla sektora edukacji nowy iPad Pro 11 cali jest dostępny od 4499 zł, a iPad Pro 13 cali od 5999 zł.

• Apple Pencil Pro i Apple Pencil (USB‑C) są zgodne z nowym iPadem Pro. Apple Pencil Pro jest dostępny w cenie 649 zł i 599 zł w ofercie dla sektora edukacji. Apple Pencil (USB‑C) jest dostępny w cenie 399 zł i 349 zł w ofercie dla sektora edukacji.

• Klawiatura Magic Keyboard do iPada Pro jest dostępna w kolorze czarnym i białym. 11‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1499 zł, a 13‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1799 zł. Dla sektora edukacji 11‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1399 zł, a 13‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1699 zł.

• Klawiatura Magic Keyboard do iPada Air z czipem M3 jest teraz dostępna w kolorze czarnym i pasuje do iPada Air 11 cali i 13 cali. Dla sektora edukacji 11‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1399 zł, a 13‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1499 zł. Dla sektora edukacji 11‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1299 zł, a 13‑calowa klawiatura Magic Keyboard jest dostępna w cenie 1399 zł.
• AppleCare zapewnia wyjątkowe wsparcie i serwis obejmujące elastyczne opcje dla użytkowników urządzeń Apple. Klienci mogą wybrać AppleCare+, chcąc objąć ochroną swojego nowego iPada, lub AppleCare One (w Stanach Zjednoczonych), żeby zapewnić ochronę wielu produktom w ramach jednego prostego planu. Oba plany obejmują ochronę w przypadku nieszczęśliwych zdarzeń, takich jak upuszczenie lub zachlapanie, ochronę przed skutkami kradzieży i utraty kwalifikujących się produktów, serwis wymiany baterii oraz całodobowe wsparcie ekspertów Apple. Więcej informacji na stronie apple.com/applecare.

#5G #AppleAI #AppleDesign #AppleIntelligence #AppleM5 #AppleNews_ #AppleTablet #AppleTech #CreativeTools #DaVinciResolve #DrawThings #iPadPro #iPadPro13 #iPadPro2025 #iPadOS26 #MobileAI #NeuralEngine #ProPerformance #TechInnovation #UltraRetinaXDR #WiFi7

Apple stellt M5 vor, mit Fokus auf AI und mehr
Der neue Apple M5-Chip stellt die nächste Generation von Apples hauseigener Prozessortechnologie dar. Er wurde mit 3-Nanometer-Techno
https://www.apfeltalk.de/magazin/feature/apple-stellt-m5-vor-mit-fokus-auf-ai-und-mehr/
#Feature #iPad #Mac #3NanometerTechnologie #AppleIntelligence #AppleM5 #AppleSilicon #GPUArchitektur #IPadPro #KILeistung #MacBookPro #NeuralAccelerator #NeuralEngine #RayTracing #Speicherdurchsatz #UnifiedMemory #VisionPro

Apple stellt M5 vor, mit Fokus auf AI und mehr
Der neue Apple M5-Chip stellt die nächste Generation von Apples hauseigener Prozessortechnologie dar. Er wurde mit 3-Nanometer-Techno
https://www.apfeltalk.de/magazin/feature/apple-stellt-m5-vor-mit-fokus-auf-ai-und-mehr/
#Feature #iPad #Mac #3NanometerTechnologie #AppleIntelligence #AppleM5 #AppleSilicon #GPUArchitektur #IPadPro #KILeistung #MacBookPro #NeuralAccelerator #NeuralEngine #RayTracing #Speicherdurchsatz #UnifiedMemory #VisionPro

Apple stellt M5 vor, mit Fokus auf AI und mehr
Der neue Apple M5-Chip stellt die nächste Generation von Apples hauseigener Prozessortechnologie dar. Er wurde mit 3-Nanometer-Techno
https://www.apfeltalk.de/magazin/feature/apple-stellt-m5-vor-mit-fokus-auf-ai-und-mehr/
#Feature #iPad #Mac #3NanometerTechnologie #AppleIntelligence #AppleM5 #AppleSilicon #GPUArchitektur #IPadPro #KILeistung #MacBookPro #NeuralAccelerator #NeuralEngine #RayTracing #Speicherdurchsatz #UnifiedMemory #VisionPro

Apple stellt M5 vor, mit Fokus auf AI und mehr
Der neue Apple M5-Chip stellt die nächste Generation von Apples hauseigener Prozessortechnologie dar. Er wurde mit 3-Nanometer-Techno
https://www.apfeltalk.de/magazin/feature/apple-stellt-m5-vor-mit-fokus-auf-ai-und-mehr/
#Feature #iPad #Mac #3NanometerTechnologie #AppleIntelligence #AppleM5 #AppleSilicon #GPUArchitektur #IPadPro #KILeistung #MacBookPro #NeuralAccelerator #NeuralEngine #RayTracing #Speicherdurchsatz #UnifiedMemory #VisionPro

Apple stellt M5 vor, mit Fokus auf AI und mehr
Der neue Apple M5-Chip stellt die nächste Generation von Apples hauseigener Prozessortechnologie dar. Er wurde mit 3-Nanometer-Techno
https://www.apfeltalk.de/magazin/feature/apple-stellt-m5-vor-mit-fokus-auf-ai-und-mehr/
#Feature #iPad #Mac #3NanometerTechnologie #AppleIntelligence #AppleM5 #AppleSilicon #GPUArchitektur #IPadPro #KILeistung #MacBookPro #NeuralAccelerator #NeuralEngine #RayTracing #Speicherdurchsatz #UnifiedMemory #VisionPro

Apple M5 – nowa generacja procesorów z rewolucyjną mocą pod AI

Apple zaprezentowało procesor Apple M5, który stanowi największy skok wydajności w historii układów Apple Silicon.

Nowy chip oferuje ponad czterokrotnie wyższą moc obliczeniową GPU dla zadań AI w porównaniu z M4, a także szybszy CPU, ulepszony Neural Engine i wyższą przepustowość pamięci.

Zbudowany w technologii 3-nanometrowej trzeciej generacji, M5 posiada 10-rdzeniowy GPU z wbudowanymi akceleratorami neuronowymi w każdym rdzeniu, co pozwala na błyskawiczne przetwarzanie zadań opartych na sztucznej inteligencji. Wydajność grafiki wzrosła nawet o 45% względem M4, a CPU zapewnia do 15% lepsze osiągi wielowątkowe.

Nowy 16-rdzeniowy Neural Engine i przepustowość pamięci na poziomie 153 GB/s umożliwiają obsługę dużych modeli AI bezpośrednio na urządzeniu – bez potrzeby łączenia się z chmurą. Dzięki temu M5 zasila najnowsze urządzenia Apple: MacBook Pro 14”, iPad Pro i Apple Vision Pro.

Według Apple, M5 to procesor zaprojektowany z myślą o przyszłości sztucznej inteligencji i efektywności energetycznej. Układ wspiera też rozwój platformy Apple Intelligence, przyspieszając działanie narzędzi takich jak Image Playground czy generowanie Persony w Vision Pro.

Premiera nowych urządzeń z M5 już dziś – dostępne są w przedsprzedaży w oficjalnym sklepie Apple.

#AppleIntelligence #AppleM5 #AppleSilicon #AppleVisionPro #chipApple #iPadPro2025 #MacBookPro2025 #NeuralEngine #procesorM5 #sztucznaInteligencja #technologia3Nm #wydajnośćAI

Apple M5 – nowa generacja procesorów z rewolucyjną mocą pod AI

Apple zaprezentowało procesor Apple M5, który stanowi największy skok wydajności w historii układów Apple Silicon.

Nowy chip oferuje ponad czterokrotnie wyższą moc obliczeniową GPU dla zadań AI w porównaniu z M4, a także szybszy CPU, ulepszony Neural Engine i wyższą przepustowość pamięci.

Zbudowany w technologii 3-nanometrowej trzeciej generacji, M5 posiada 10-rdzeniowy GPU z wbudowanymi akceleratorami neuronowymi w każdym rdzeniu, co pozwala na błyskawiczne przetwarzanie zadań opartych na sztucznej inteligencji. Wydajność grafiki wzrosła nawet o 45% względem M4, a CPU zapewnia do 15% lepsze osiągi wielowątkowe.

Nowy 16-rdzeniowy Neural Engine i przepustowość pamięci na poziomie 153 GB/s umożliwiają obsługę dużych modeli AI bezpośrednio na urządzeniu – bez potrzeby łączenia się z chmurą. Dzięki temu M5 zasila najnowsze urządzenia Apple: MacBook Pro 14”, iPad Pro i Apple Vision Pro.

Według Apple, M5 to procesor zaprojektowany z myślą o przyszłości sztucznej inteligencji i efektywności energetycznej. Układ wspiera też rozwój platformy Apple Intelligence, przyspieszając działanie narzędzi takich jak Image Playground czy generowanie Persony w Vision Pro.

Premiera nowych urządzeń z M5 już dziś – dostępne są w przedsprzedaży w oficjalnym sklepie Apple.

#AppleIntelligence #AppleM5 #AppleSilicon #AppleVisionPro #chipApple #iPadPro2025 #MacBookPro2025 #NeuralEngine #procesorM5 #sztucznaInteligencja #technologia3Nm #wydajnośćAI

Apple M5 – nowa generacja procesorów z rewolucyjną mocą pod AI

Apple zaprezentowało procesor Apple M5, który stanowi największy skok wydajności w historii układów Apple Silicon.

Nowy chip oferuje ponad czterokrotnie wyższą moc obliczeniową GPU dla zadań AI w porównaniu z M4, a także szybszy CPU, ulepszony Neural Engine i wyższą przepustowość pamięci.

Zbudowany w technologii 3-nanometrowej trzeciej generacji, M5 posiada 10-rdzeniowy GPU z wbudowanymi akceleratorami neuronowymi w każdym rdzeniu, co pozwala na błyskawiczne przetwarzanie zadań opartych na sztucznej inteligencji. Wydajność grafiki wzrosła nawet o 45% względem M4, a CPU zapewnia do 15% lepsze osiągi wielowątkowe.

Nowy 16-rdzeniowy Neural Engine i przepustowość pamięci na poziomie 153 GB/s umożliwiają obsługę dużych modeli AI bezpośrednio na urządzeniu – bez potrzeby łączenia się z chmurą. Dzięki temu M5 zasila najnowsze urządzenia Apple: MacBook Pro 14”, iPad Pro i Apple Vision Pro.

Według Apple, M5 to procesor zaprojektowany z myślą o przyszłości sztucznej inteligencji i efektywności energetycznej. Układ wspiera też rozwój platformy Apple Intelligence, przyspieszając działanie narzędzi takich jak Image Playground czy generowanie Persony w Vision Pro.

Premiera nowych urządzeń z M5 już dziś – dostępne są w przedsprzedaży w oficjalnym sklepie Apple.

#AppleIntelligence #AppleM5 #AppleSilicon #AppleVisionPro #chipApple #iPadPro2025 #MacBookPro2025 #NeuralEngine #procesorM5 #sztucznaInteligencja #technologia3Nm #wydajnośćAI

Vision Pro 2: Diese drei Neuerungen erwarten euch
Die Vision Pro von Apple erschien Anfang 2024. Nun deuten Gerüchte darauf hin, dass der Nachfolger schon bald auf den Markt kommt. Wir geben euch einen Überblick zu den erwarteten Verbesserungen.

M4 oder M5 Chip: Deutlicher Leistungssprung
Die
https://www.apfeltalk.de/magazin/news/vision-pro-2-diese-drei-neuerungen-erwarten-euch/
#News #Vision #Apple #Headset #Komfort #M4Chip #M5Chip #NeuralEngine #VirtualReality #VisionPro2 #Zubehr

Vision Pro 2: Diese drei Neuerungen erwarten euch
Die Vision Pro von Apple erschien Anfang 2024. Nun deuten Gerüchte darauf hin, dass der Nachfolger schon bald auf den Markt kommt. Wir geben euch einen Überblick zu den erwarteten Verbesserungen.

M4 oder M5 Chip: Deutlicher Leistungssprung
Die
https://www.apfeltalk.de/magazin/news/vision-pro-2-diese-drei-neuerungen-erwarten-euch/
#News #Vision #Apple #Headset #Komfort #M4Chip #M5Chip #NeuralEngine #VirtualReality #VisionPro2 #Zubehr

Vision Pro 2: Diese drei Neuerungen erwarten euch
Die Vision Pro von Apple erschien Anfang 2024. Nun deuten Gerüchte darauf hin, dass der Nachfolger schon bald auf den Markt kommt. Wir geben euch einen Überblick zu den erwarteten Verbesserungen.

M4 oder M5 Chip: Deutlicher Leistungssprung
Die
https://www.apfeltalk.de/magazin/news/vision-pro-2-diese-drei-neuerungen-erwarten-euch/
#News #Vision #Apple #Headset #Komfort #M4Chip #M5Chip #NeuralEngine #VirtualReality #VisionPro2 #Zubehr

Vision Pro 2: Diese drei Neuerungen erwarten euch
Die Vision Pro von Apple erschien Anfang 2024. Nun deuten Gerüchte darauf hin, dass der Nachfolger schon bald auf den Markt kommt. Wir geben euch einen Überblick zu den erwarteten Verbesserungen.

M4 oder M5 Chip: Deutlicher Leistungssprung
Die
https://www.apfeltalk.de/magazin/news/vision-pro-2-diese-drei-neuerungen-erwarten-euch/
#News #Vision #Apple #Headset #Komfort #M4Chip #M5Chip #NeuralEngine #VirtualReality #VisionPro2 #Zubehr

Vision Pro 2: Diese drei Neuerungen erwarten euch
Die Vision Pro von Apple erschien Anfang 2024. Nun deuten Gerüchte darauf hin, dass der Nachfolger schon bald auf den Markt kommt. Wir geben euch einen Überblick zu den erwarteten Verbesserungen.

M4 oder M5 Chip: Deutlicher Leistungssprung
Die
https://www.apfeltalk.de/magazin/news/vision-pro-2-diese-drei-neuerungen-erwarten-euch/
#News #Vision #Apple #Headset #Komfort #M4Chip #M5Chip #NeuralEngine #VirtualReality #VisionPro2 #Zubehr

macOS Tahoe endlich für Mac Studio M3 Ultra verfügbar
Mac Studio M3 Ultra Nutzer:innen können nach langer Wartezeit nun macOS Tahoe installieren. Apple hat mit einem Update das Problem gelöst, das bislang die Installation verhinderte.

Fehler bei der Installation von macOS Tahoe
Apple veröf
https://www.apfeltalk.de/magazin/news/macos-tahoe-endlich-fuer-mac-studio-m3-ultra-verfuegbar/
#Mac #News #Apple #Fehlerbehebung #M3Ultra #MacStudio #MacOS2601 #MacOSTahoe #NeuralEngine #Update

macOS Tahoe endlich für Mac Studio M3 Ultra verfügbar
Mac Studio M3 Ultra Nutzer:innen können nach langer Wartezeit nun macOS Tahoe installieren. Apple hat mit einem Update das Problem gelöst, das bislang die Installation verhinderte.

Fehler bei der Installation von macOS Tahoe
Apple veröf
https://www.apfeltalk.de/magazin/news/macos-tahoe-endlich-fuer-mac-studio-m3-ultra-verfuegbar/
#Mac #News #Apple #Fehlerbehebung #M3Ultra #MacStudio #MacOS2601 #MacOSTahoe #NeuralEngine #Update

macOS Tahoe endlich für Mac Studio M3 Ultra verfügbar
Mac Studio M3 Ultra Nutzer:innen können nach langer Wartezeit nun macOS Tahoe installieren. Apple hat mit einem Update das Problem gelöst, das bislang die Installation verhinderte.

Fehler bei der Installation von macOS Tahoe
Apple veröf
https://www.apfeltalk.de/magazin/news/macos-tahoe-endlich-fuer-mac-studio-m3-ultra-verfuegbar/
#Mac #News #Apple #Fehlerbehebung #M3Ultra #MacStudio #MacOS2601 #MacOSTahoe #NeuralEngine #Update

macOS Tahoe endlich für Mac Studio M3 Ultra verfügbar
Mac Studio M3 Ultra Nutzer:innen können nach langer Wartezeit nun macOS Tahoe installieren. Apple hat mit einem Update das Problem gelöst, das bislang die Installation verhinderte.

Fehler bei der Installation von macOS Tahoe
Apple veröf
https://www.apfeltalk.de/magazin/news/macos-tahoe-endlich-fuer-mac-studio-m3-ultra-verfuegbar/
#Mac #News #Apple #Fehlerbehebung #M3Ultra #MacStudio #MacOS2601 #MacOSTahoe #NeuralEngine #Update

macOS Tahoe endlich für Mac Studio M3 Ultra verfügbar
Mac Studio M3 Ultra Nutzer:innen können nach langer Wartezeit nun macOS Tahoe installieren. Apple hat mit einem Update das Problem gelöst, das bislang die Installation verhinderte.

Fehler bei der Installation von macOS Tahoe
Apple veröf
https://www.apfeltalk.de/magazin/news/macos-tahoe-endlich-fuer-mac-studio-m3-ultra-verfuegbar/
#Mac #News #Apple #Fehlerbehebung #M3Ultra #MacStudio #MacOS2601 #MacOSTahoe #NeuralEngine #Update

Apples eigene Chip-Strategie ebnet Weg für künftige Fortschritte bei KI
Mit der aktuellen iPhone-Generation baut Apple seine Kontrolle über Hard- und Software weiter aus. Eigene Chip-Entwicklung spielt dabei eine zentrale
https://www.apfeltalk.de/magazin/news/apples-eigene-chip-strategie-ebnet-weg-fuer-kuenftige-fortschritte-bei-ki/
#iPhone #News #A19Pro #Apple #AppleIntelligence #C1XModem #Chips #Energieeffizienz #GPU #Hardware #IPhone17 #KI #KnstlicheIntelligenz #Modem #NeuralEngine

Apples eigene Chip-Strategie ebnet Weg für künftige Fortschritte bei KI
Mit der aktuellen iPhone-Generation baut Apple seine Kontrolle über Hard- und Software weiter aus. Eigene Chip-Entwicklung spielt dabei eine zentrale
https://www.apfeltalk.de/magazin/news/apples-eigene-chip-strategie-ebnet-weg-fuer-kuenftige-fortschritte-bei-ki/
#iPhone #News #A19Pro #Apple #AppleIntelligence #C1XModem #Chips #Energieeffizienz #GPU #Hardware #IPhone17 #KI #KnstlicheIntelligenz #Modem #NeuralEngine

Apples eigene Chip-Strategie ebnet Weg für künftige Fortschritte bei KI
Mit der aktuellen iPhone-Generation baut Apple seine Kontrolle über Hard- und Software weiter aus. Eigene Chip-Entwicklung spielt dabei eine zentrale
https://www.apfeltalk.de/magazin/news/apples-eigene-chip-strategie-ebnet-weg-fuer-kuenftige-fortschritte-bei-ki/
#iPhone #News #A19Pro #Apple #AppleIntelligence #C1XModem #Chips #Energieeffizienz #GPU #Hardware #IPhone17 #KI #KnstlicheIntelligenz #Modem #NeuralEngine

Apples eigene Chip-Strategie ebnet Weg für künftige Fortschritte bei KI
Mit der aktuellen iPhone-Generation baut Apple seine Kontrolle über Hard- und Software weiter aus. Eigene Chip-Entwicklung spielt dabei eine zentrale
https://www.apfeltalk.de/magazin/news/apples-eigene-chip-strategie-ebnet-weg-fuer-kuenftige-fortschritte-bei-ki/
#iPhone #News #A19Pro #Apple #AppleIntelligence #C1XModem #Chips #Energieeffizienz #GPU #Hardware #IPhone17 #KI #KnstlicheIntelligenz #Modem #NeuralEngine

Apples eigene Chip-Strategie ebnet Weg für künftige Fortschritte bei KI
Mit der aktuellen iPhone-Generation baut Apple seine Kontrolle über Hard- und Software weiter aus. Eigene Chip-Entwicklung spielt dabei eine zentrale
https://www.apfeltalk.de/magazin/news/apples-eigene-chip-strategie-ebnet-weg-fuer-kuenftige-fortschritte-bei-ki/
#iPhone #News #A19Pro #Apple #AppleIntelligence #C1XModem #Chips #Energieeffizienz #GPU #Hardware #IPhone17 #KI #KnstlicheIntelligenz #Modem #NeuralEngine

A19 vs. A19 Pro: Die Chip-Unterschiede im iPhone 17 erklärt
Mit der Einführung des iPhone 17 hat Apple erstmals drei verschiedene Chipvarianten vorgestellt. Ihr fragt euch, was die Unterschiede zwischen dem A19 und dem A19 Pro sind? Wir fassen die Fakten kompakt zusammen.

Unterschiede zwischen A19 und A19 Pro
https://www.apfeltalk.de/magazin/news/a19-vs-a19-pro-die-chip-unterschiede-im-iphone-17-erklaert/
#iPhone #News #A19 #A19Pro #Apple #Chipvergleich #GPU #IPhone17 #NeuralEngine

A19 vs. A19 Pro: Die Chip-Unterschiede im iPhone 17 erklärt
Mit der Einführung des iPhone 17 hat Apple erstmals drei verschiedene Chipvarianten vorgestellt. Ihr fragt euch, was die Unterschiede zwischen dem A19 und dem A19 Pro sind? Wir fassen die Fakten kompakt zusammen.

Unterschiede zwischen A19 und A19 Pro
https://www.apfeltalk.de/magazin/news/a19-vs-a19-pro-die-chip-unterschiede-im-iphone-17-erklaert/
#iPhone #News #A19 #A19Pro #Apple #Chipvergleich #GPU #IPhone17 #NeuralEngine

A19 vs. A19 Pro: Die Chip-Unterschiede im iPhone 17 erklärt
Mit der Einführung des iPhone 17 hat Apple erstmals drei verschiedene Chipvarianten vorgestellt. Ihr fragt euch, was die Unterschiede zwischen dem A19 und dem A19 Pro sind? Wir fassen die Fakten kompakt zusammen.

Unterschiede zwischen A19 und A19 Pro
https://www.apfeltalk.de/magazin/news/a19-vs-a19-pro-die-chip-unterschiede-im-iphone-17-erklaert/
#iPhone #News #A19 #A19Pro #Apple #Chipvergleich #GPU #IPhone17 #NeuralEngine