Tale til tekst på Windows 11

Rute 1: tryk Win+H og begynd at tale

Forudsætninger: Windows 11, en internetforbindelse, en fungerende mikrofon og markøren i et tekstfelt. Ingen download eller konto. Tid: under et minut.

Forventet resultat: værktøjslinjen viser Lytter, og de ord, du siger, vises ved markøren, mens du taler. Slår du automatisk tegnsætning til (tandhjulsikonet på værktøjslinjen), indsættes kommaer og punktummer ud fra det, du siger.

Hvis der ikke sker noget: stemmeskrivning bruger online talegenkendelse via Azure, så den kræver en internetforbindelse, en fungerende mikrofon og en markør placeret i et tekstfelt. Ingen forbindelse, ingen transskription. Den fulde fejlfindingsliste finder du to afsnit længere nede.

Kommer du fra en ældre vejledning, der omtaler Windows Speech Recognition? Den funktion blev erstattet af Voice Access i Windows 11 22H2 og nyere tilbage i september 2024. Det gamle WSR-kontrolpanel lever nu kun videre i ældre Windows-versioner. Hvis en guide beder dig åbne en talegenkendelsesguide, og du ikke kan finde den, er guiden forældet — ikke din PC.

Hvornår den indbyggede stemmeskrivning er nok

Jeg vil ikke bede dig installere software, du ikke har brug for. Til mange opgaver er Win+H det rigtige svar, og det koster ingenting.

Brug det indbyggede værktøj, når dikteringen er kort, du har en forbindelse, og indsatsen er lav. Et svar til en kollega på Teams. En hurtig note i OneNote. En søgeforespørgsel, du hellere vil sige end taste. Det håndterer automatisk tegnsætning og fungerer i alle standard-tekstfelter på tværs af Windows 11. Til udbrud på 30 ord, mens du alligevel er online, ville det være langsommere at åbne en ekstra app end bare at tale.

En anden indbygget funktion skaber forvirring, så lad mig rydde op i det. Voice Access er ikke det samme som stemmeskrivning. Voice Access lader dig styre hele PC'en og skrive tekst med stemmen, og i modsætning til Win+H kører den offline via talegenkendelse på enheden efter en engangs-sprogdownload. Den kræver Windows 11 version 22H2 eller nyere. Så hvis du har brug for fuld håndfri PC-styring (klik, rulning, åbning af apps med stemmen), er Voice Access det indbyggede værktøj at gå efter — ikke stemmeskrivning. Det er to forskellige ting.

Hvor Win+H kommer til kort (offline, nøjagtighed, sprog)

Det indbyggede værktøj har tre reelle lofter. Ingen af dem er dealbreakers til en hurtig note. Alle tre begynder at gøre ondt, i det øjeblik du laver længere eller mere seriøst arbejde.

Privatlivssiden er den, jeg tænker mest på. Din diktering — mailen til dit barns skole, udkastet til en kontrakt, den halvformede idé, du aldrig ville sige højt til et møde — forlader din maskine og sendes til en server. Til en Teams-besked sendt fem minutter for sent er det ingenting. For de ting, du holder af, er det værd at vide, hvor lyden ender.

Win+H virker ikke? De tre sædvanlige synder

Når Win+H ikke gør noget, er det næsten altid et af tre ting. Tjek dem i denne rækkefølge, for det er præcis, hvor hyppigt hver enkelt er årsagen.

Hvis ingen af dem virker, er det dybere problem som regel en sprogpakke, der ikke færdiginstallerede, eller en Windows-opdatering midt i processen. Det er også det punkt, hvor jeg holder op med at kæmpe med det indbyggede værktøj og i stedet sætter noget op, som jeg styrer fra ende til anden — det er Rute 2 nedenfor. Hvis det fortsætter med at fejle derefter, har vi skrevet en separat guide til stemmeskrivning der ikke virker på Windows med den længere tjekliste.

Rute 2: opsæt en dedikeret dikteringsapp

Whisper er den desktop-app, jeg bygger, og den gør de tre ting, Win+H ikke kan: den transskriberer offline på din egen CPU, den virker via én systemdækkende genvejstast i alle programmer, og den lader dig vælge motor til dit hardware og dine sprog i stedet for én fast cloud-model. Her er den fulde opsætning fra start til slut.

Forudsætninger: Windows 11, cirka 1 GB fri diskplads til en mellemstor model, en mikrofon og en gratis konto (ingen betalingsmetode for at starte). Du har brug for en forbindelse til den éngangs-download; derefter foregår transskription offline. Tid: 5 til 10 minutter, hvoraf det meste er model-downloaden.

Forventet resultat: med modellen downloadet holder du Ctrl+Space i et vilkårligt program, taler, slipper, og dine ord indsættes ved markøren uden internet i løkken efter downloaden. At sige Hey whisper udløser et AI-oprydningspas på teksten, inden den lander — hvis du aktiverer det.

Hvis genvejstasten fejler: genknyt den i Indstillinger. Den lærte jeg på den hårde måde. Den første version af genvejstastbehandleren affyrede optagestop-tilbagekaldet seks gange pr. rigtige tastetryk på Windows, fordi Windows' inputramme genererer fantom-frigivelseshændelser for Ctrl+Space med uforudsigelige intervaller. Det virkede på en ren maskine og brød sammen på enhver bærbar med et andet sprogindput aktiveret. Det krævede telemetri, en 50ms-bevogtning, der ikke var nok, og til sidst en 300ms debounce, der var. Min datters dom holder stadig: det er derfor, far er evig lang tid om sine mails.

Hvad angår sprogdækning håndterer den lokale Whisper-motor 99 sprog på sine flersprogede modeller, mens .en-byggene er kun til engelsk og en smule hurtigere til netop den opgave. Parakeet-motoren kører 5 til 10 gange hurtigere end Whisper på CPU og dækker engelsk plus 24 europæiske sprog (25 i alt), men springer asiatiske sprog og oversættelse til engelsk over. Hvis offline-first er det, der betyder noget for dig, dækker vores dybere guide til offline tale-til-tekst motorerne mere detaljeret.

Win+H vs Voice Access vs en dedikeret app

Tre måder at omsætte tale til tekst på Windows 11, side om side. Tabellen dækker kun det, hvert værktøj dokumenterer. Ingen opfundne nøjagtigheds- eller hastighedsscorer.

Hvis dit eneste behov er et hurtigt Teams-svar, mens du er online, vinder Rute 1 på enkelhed. Den er allerede på din PC. I det øjeblik offline-brug, dækning i alle apps eller et manglende sprog kommer ind i billedet, fortjener Rute 2 sin installation.

Lokal vs. cloud: hvilken Whisper-tilstand passer til din PC

Whisper kører i to tilstande, og valget afhænger af dit hardware og om du ønsker webadgang.

Lokal tilstand gør alt på din maskine. Vælg en Whisper-model tilpasset din PC: Base er omkring 140 MB og kører på næsten alt, Small er omkring 480 MB, Medium omkring 1,5 GB, og den flersprogede Large v3 er cirka 3 GB for den bedste nøjagtighed, hvis du har RAM'en. Eller vælg Parakeet på omkring 600 MB for den hurtigste lokale mulighed, hvis du primært arbejder på engelsk eller europæiske sprog. Intet af det rører internettet efter downloaden.

Cloud-tilstand er nødudgangen. Den bruger din egen OpenAI-nøgle: transskription via gpt-4o-mini-transcribe eller gpt-4o-transcribe og websøgning, når du vil have et live-svar indsat ved markøren. Du leverer nøglen; vi tager intet snit.

Her er den holdning, jeg vil stå ved: prøv lokal tilstand først. Hvis din Windows-PC er fra de seneste fire år, behøver du ikke cloud til hverdagsdiktering, og lokal tilstand holder din lyd på din maskine, hvor den hører hjemme. Cloud er reserveløsningen for når du løber ind i en mur — ikke standardvalget. Whisper er gratis for hele den lokale pipeline, når du er logget ind, uden at der kræves en betalingsmetode for at starte. Cloud-overfladen er det betalte Pro-niveau. Detaljerne findes på prissiden. For den fulde lokale gennemgang giver guiden til stemme til tekst på Windows dig trin for trin.

Hvornår du skal springe den dedikerede app over

Jeg vil hellere have, at du beholder Win+H end installerer noget, du ikke kommer til at bruge. Spring en dedikeret app over og bliv ved den indbyggede stemmeskrivning, når alt dette er sandt:

• Du dikterer korte udbrud, ikke lange dokumenter.
• Du er online, når du dikterer.
• Du arbejder kun på et sprog, Microsofts stemmeskrivning allerede dækker.
• Din lyd er lavrisiko, og du er ligeglad med, om den forlader maskinen.

Win+H er gratis, allerede installeret og god til præcis den opgave. Den dedikerede app tjener sin plads i det øjeblik, du krydser en af de linjer — et fly, et kontraktudkast, et sprog Microsoft sprang over, eller en app, der ikke er et standard-tekstfelt.

Ærlig prissætning

Whispers lokale tilstand er gratis for alle, der logger ind: Whisper- og Parakeet-transskription, AI-forbedring, historik, forudindstillinger, brugerdefinerede nøgleord, hardwareacceleration, modeldownloads og den globale genvejstast — alt sammen, uden at der kræves et kort for at starte. Whisper Pro tilføjer Cloud-funktionerne oveni: OpenAI cloud-transskription, cloud-AI-forbedring og stemme-websøgning. Den indbyggede Windows-stemmeskrivning er også gratis, fordi den er en del af Windows. Den fulde plangennemgang findes på prissiden. Jeg vil hellere have, at du læser de præcise tal der, end at du stoler på et tal i et blogindlæg, der bliver forældet.

To ruter, én beslutning. Hvis du er online, noten er kort, og indsatsen er lav, så tryk på Windows-tasten + H og tal — det er gratis og allerede på din PC. I det øjeblik du har brug for det i et fly, i en hvilken som helst app, på et sprog Microsoft sprang over, eller med din lyd på din egen maskine, sætter du i stedet den dedikerede app op. Jeg krydsede den grænse et sted omkring det tredje mødereferat, jeg dikterede enhandigt, mens jeg lavede madpakker — og siden da har jeg ikke tastet en lang mail.