Et SpeechTexter-alternativ der virker uden for browseren

Åbn en fane, tal, se det skrive. Det er SpeechTexter.

Ros, hvor ros er fortjent: SpeechTexter gør ét job rent. Det er en gratis flersproget tale-til-tekst-webapp til at omdanne noter, dokumenter, rapporter eller blogindlæg til tekst med stemmen — "skriv med din stemme," som siden selv formulerer det. Du åbner siden, klikker på mikrofonen, og den transskriberer i realtid ved hjælp af Googles browsertalegenkendelse, Web Speech API, der kører server-side hos Google. Mere end 70 sprog er på listen.

Den ene funktion SpeechTexter har, som de fleste browserbaserede dikteringsværktøjer ikke har, er en tilpasselig liste over stemmekommandoer. Du kan sige #newparagraph, #newline, #undo eller #redo, plus dine egne kommandoer til at indsætte tegnsætning, tilføje en sætning eller udløse en handling — alt sammen med stemmen. Den auto-kapitaliserer også, har en transskriptionsvisning du kan slå til og fra, og eksporterer til en .doc- eller .txt-fil. SpeechTexters eget præcisionskrav er "over 90 % bør forventes." Det er deres tal, ikke et jeg selv har målt.

Hvis du udelukkende dikterer ind i den ene editor og derefter kopierer resultatet ud, er det fint. Problemet starter det øjeblik, skrivningen lever et andet sted.

Hvor SpeechTexter stopper: én Chrome-fane, ingen offline, ingen andre apps

Tre mure — og folk løber panden mod dem alle tre.

Den første er browseren. På desktop kræver SpeechTexter den nyeste Google Chrome — andre browsere understøttes ikke — på Windows, Mac eller Linux. Bruger du Firefox eller Safari, skifter du browser for at diktere. Den anden mur er selve fanen: teksten lander på SpeechTexters side, ikke i det program, du faktisk skriver i. Der er ingen systemdækkende indsætning i Word, Slack, Teams, dit e-mailprogram eller en kodeeditor. Den tredje mur er netværket. Det kører på Googles cloud-talemaskine, så det kræver en internetforbindelse — sidens egen fejlfinding peger på en "netværksfejl", når forbindelsen er dårlig, og der er ingen offline-tilstand til webproduktet. Den Android-app, der engang havde offline-understøttelse, understøttes ikke længere.

Ingen af disse er fejl. Det er, hvad et browserbaseret dikteringsværktøj er. En webside kan ikke lovligt nå ind i dine desktop-apps, og et Web Speech-værktøj kan ikke transskribere uden at ringe hjem. Hvis de tre mure aldrig spærrer for dig, behøver du ikke et alternativ. Hvis du nogensinde har siddet og dikteret i SpeechTexter og derefter kopieret og indsat i det, du egentlig ville skrive i, er det kopier-og-indsæt-trin alternativet, der banker på. Hvis du sidder fast, fordi diktering slet ikke starter i Chrome, er det en separat omvej — jeg har beskrevet de almindelige løsninger, når stemmediktation ikke virker i Chrome til de tilfælde, hvor mikrofontilladelsen eller selve motoren er problemet.

Tryk på en tastaturgenvej og dikter direkte i ethvert program

Her er kategoriforskellen i ét træk. Whisper er en desktop-app, ikke en webside. Du trykker på en tastaturgenvej, taler, slipper, og teksten dukker op ved din markør i et hvilket som helst åbent program — et Word-dokument, en Slack-tråd, en Discord-besked, en Teams-chat, VS Code, Notion, Obsidian, et e-mail-udkast, et browserfelt, overalt du kan skrive. Standardgenvejen er Ctrl+Space på Windows og Command+Option på Mac.

Der er ingen fane at befinde sig i. Det program, du allerede er i, forbliver det program, du er i. Ingen kopiering, ingen indsætning, ingen omvej til Chrome. Jeg brugte en pinlig mængde aftener på indsæt-ved-markøren-delen — den slags, der demonstrerer på fem sekunder og tager en måned at gøre pålidelig på tværs af alle apps. Jeg har en kandidatgrad.

Det er den del, folk undervurderer, til de mærker det. Med SpeechTexter er diktering et sted, du tager hen. Med en systemdækkende tastaturgenvej er diktering noget, du gør der, hvor du allerede er. Min yngste datter, der er syv år, testede det bedre end nogen specifikation nogensinde kunne. Jeg viste hende én gang — tryk, tal, slip, indsæt — og hun skrev en e-mail på 90 ord til sin farmor i Ukraine om en tand, hun netop havde mistet, og tandfens vekselkurs. Hun stillede nul spørgsmål om værktøjet. To dage senere kom hun tilbage med den eneste klage, der betyder noget: "det virker ikke i min tegneapp." Hun vidste ikke, hvad en tastaturgenvejskonflikt var. Hun vidste bare, at ordene skulle lande der, hvor hun kiggede. Vi sendte brugerdefinerede tastaturgenveje samme aften. Det er hele barren: teksten lander, hvor du er.

Det virker på mere end 90 sprog i både lokal og cloud-tilstand, og den flersprogede modellinje når specifikt op på 99+ sprog med automatisk sprogregistrering — varianterne med kun engelsk forbliver kun på engelsk, så dem skal man ikke blande ind. De flersprogede modeller kan også oversætte tale til engelsk i realtid, hvilket et browserbaseret Web Speech-værktøj ikke kan.

Offline og på din maskine — ikke Googles servere

Her vil jeg bruge min ene klare holdning: diktering uden offline-mulighed — hvor skyen er den eneste vej og ikke et valg — er en privatlivskatastrofe, der venter på at blive transskriberet. Din chefs lønregneark, e-mailen til dit barns skole, notatet du skriver i toget — intet af det behøver at passere en leverandørs servere, bare fordi du vil skrive med stemmen. Cloud-transskription, som du kan slå til, når du vil, er fint. Cloud-transskription, du ikke kan slå fra, er problemet. SpeechTexter er åben om at være cloud-baseret; det bruger Googles talegenkendelse og kræver en forbindelse for at virke. Det er fint til en indkøbsliste. Det er sværere at sælge til noget, du ville have det dårligt med at læse op i et åbent kontorlandskab.

Whispers lokale tilstand kører helt offline — ingen internet kræves under transskription. Den eneste gang den har brug for en forbindelse er den éngangs-modeldownload, et sted mellem ca. 140 MB og 3 GB afhængigt af, hvilken model du vælger. Den underliggende lokale motor er den samme open source-OpenAI Whisper model family, der driver en stor del af denne kategori. Derefter forbliver hvert ord på din maskine. I et fly, på en låst arbejdsbærbar med netværket afbrudt, i et lokale, hvor Wi-Fi er rent teori — det skriver stadig.

Jeg så et team, jeg arbejdede med, løbe op i en sekscifret cloud-regning på ét kvartal ved at diktere stand-up-optagelser — mest fordi en "smart retry"-løkke transskriberede den samme lyd fire gange. Direktøren åbnede dashboardet på kvartalsmødet, og lokalet blev meget stille. Skyen har sin plads. Det bør være et valg du træffer, ikke den eneste vej.

Gratis uden konto — men "gratis" betyder noget forskelligt her

Begge værktøjer er gratis at starte med, og det ord gør forskelligt arbejde i hvert tilfælde. SpeechTexter er gratis i den reneste forstand: ingen download, ingen installation, ingen registrering — du klikker på mikrofonen og dikterer. Ingenting at sætte op, ingenting at logge ind på. Det er en reel fordel, og det vil jeg ikke lade som om det ikke er.

Whispers lokale pipeline er også gratis, men gratis her betyder, at du downloader en desktop-app og opretter en Whisper-konto, og derefter henter en model første gang. Et par minutter på forhånd frem for nul. Hvad du får for de minutter er den systemdækkende tastaturgenvej, offline-transskription og markøren-følger-dig-adfærden. Cloud-laget — OpenAI-funktioner, medbring-din-egen-nøgle — er det separate betalte Pro-niveau; forveksl ikke den gratis lokale app med det. En detaljeret oversigt findes på prissiden. Den korte version: lokal diktering koster ingenting og udløber aldrig.

Den ærlige beskrivelse er en handel. SpeechTexter opkræver nul opsætning og ingen konto, og til gengæld holder den dig i én fane i skyen. Whisper opkræver en download og en tilmelding, og til gengæld giver den dig alle apps og offline. Vælg den pris, du helst vil betale.

Hvornår SpeechTexter stadig er det bedre valg

Der er et par situationer, hvor jeg ville springe desktop-appen helt over — og SpeechTexter vinder dem klart.

Hvis du er på en låst maskine, hvor du ikke kan installere software — en biblioteekscomputer, et skole-PC-rum, en arbejdsbærbar med admin-låsning — kører SpeechTexter i en browserfane og beder ingen om tilladelse. Hvis du kun dikterer lejlighedsvist, et afsnit her og der, er nul-installation, nul-konto-modellen ægte mindre bøvlet end at downloade noget. Hvis du faktisk bruger den tilpasselige stemmekommandoliste — siger #newparagraph og #undo for at formatere mens du går — er det en specifik arbejdsgang, SpeechTexter er bygget til, og et desktop-tastaturgenvejsværktøj replikerer det ikke på samme måde. Og hvis du for det meste skriver i én webeditor og sjældent kopierer ud, er fanen ikke en mur — det er bare der, du arbejder. I alle disse tilfælde: åbn speechtexter.com, klik på mikrofonen, og tænk ikke for meget over det. At sende dig hen til det rigtige gratis værktøj, når det er det rigtige valg — det er pointen.

Andre dikteringsværktøjer, det er værd at kende

SpeechTexter og Whisper er ikke de eneste to. Et hurtigt og ærligt overblik over feltet:

• Speechnotes — endnu en gratis browserbaseret dikteringsnotat-app med samme fanestyrede form som SpeechTexter. Overvejer du den også, er her sammenligningen af Speechnotes-alternativer.
• Dictation.io / Dictanote — gratis Chrome-baserede stemmedikteringsværktøjer; samme browserfane-loft, ingen systemdækkende indsætning.
• Speechify — et AI-læse- og stemmeprodukt, der også tilbyder stemmediktering; positionerer sig selv som et SpeechTexter-alternativ.
• LilySpeech — et Windows-dikteringsværktøj, der bruger en Chrome-baseret motor til at skrive i apps; praktisk på Windows, men bundet til den opsætning.
• Apple Dictation — indbygget i macOS og iOS, gratis, fint til korte sekvenser, én platform.
• Windows Voice Typing (Win+H) — indbygget i Windows, dikterer systemdækkende i de fleste tekstfelter, gratis, ingen installation. Hvis det driller, dækker Win+H-alternativguiden hvad man kan bruge i stedet.

Skillelinjen er enkel. Browserværktøjer (SpeechTexter, Speechnotes, Dictation.io) er gratis og kræver ingen installation, men er fanebundne og afhænger af skyen. OS-diktering (Win+H, Apple) er systemdækkende og gratis, men én platform og kvaliteten varierer. Desktop-apps som Whisper er systemdækkende, offline-kapable og tværplatforms — til prisen af en download.

Hvad jeg faktisk ville vælge

Vil du have den hurtigst mulige diktering på en maskine, du ikke kan installere noget på, så bliv ved SpeechTexter — det er gratis, det er øjeblikkeligt, og stemmekommandolisten er et fint touch. Til alt andet — at skrive på tværs af dine rigtige apps, arbejde offline, holde følsom tekst på din egen maskine — ville jeg gribe en desktop-app med en systemdækkende tastaturgenvej. Diktering løber med ca. 145 ord i minuttet mod omtrent 40 ved at taste, så flaskehalsen var aldrig dine fingre; det var murene rundt om ordene. Vælg det værktøj med færrest mure til det, du laver. Vil du mærke forskellen, kan du se, hvordan stemmediktering på tværs af alle apps faktisk fungerer.

SpeechTexter er et godt gratis værktøj, der gør præcis, hvad det siger, inden for én Chrome-fane. Den dag din skrivning flytter ud af den fane — til din e-mail, din chat, din editor, dine noter — er den dag, du begynder at ville have dikteringen med dig. Det er den eneste reelle forskel, og den er stor. Min syvårige fandt ud af det på to dage og én fejlrapport. Resten af os kan sikkert klare det også.