superwhisper på Windows

Hvad superwhisper er, og hvem det er til

superwhisper er en AI-dikteringsapp. Du taler, den transskriberer, og den indsætter formateret tekst i den app, du er i — e-mail, en chatboks, en kodeeditor. Ifølge dens egen beskrivelse fungerer den systembredt på tværs af alle programmer, håndterer tegnsætning og formatering på egen hånd og understøtter over 100 sprog med automatisk sprogregistrering. Den transskriberer også lyd- og videofiler, ikke kun live tale. Det er oprigtigt et godt funktionssæt, og det vil jeg ikke prøve at skjule.

Det, superwhisper lægger størst vægt på, er privatliv. Dens Windows-side siger det ligeud: "On-device AI-modeller. Din lyd forlader aldrig din maskine, og du behøver ikke internet." Det er den rigtige tankegang for et dikteringsværktøj — og det er præcis den samme tankegang bag Whisper by Remskill. Den, der har set en cloud-regning stige, ved, hvorfor det lokale betyder noget. (Jeg har selv set et team løbe op i en femsifret cloud-AI-regning på ét kvartal, mest fordi de transskriberede standup-optagelser fire gange på grund af en alt for ivrig "smart retry". CFO'en åbnede dashboardet midt i gennemgangen, og lokalet blev stille.) Lokal diktering omgår hele den kategori af problemer.

Hvem er det så til? Nogen der vil have en poleret, moderne dikteringsapp, kan lide idéen om at vælge mellem flere AI-modeller til oprydning, og enten bruger Mac eller er kommet over til den nye Windows-version. superwhisper er vokset op på macOS, hvor det er et stærkt og velrenommeret valg. Windows-appen er det nyere familiemedlem. Det er ikke en kritik — det er bare, hvor den er i sin levetid, og det har betydning for sammenligningen nedenfor.

"Hvorfor er det ikke på Windows" — og hvorfor det endelig ændrede sig

I årevis var det ærlige svar på "superwhisper til Windows" "det er det ikke, det er en Mac- og iPhone-app". Mac-first er en almindelig vej for uafhængige udvikleres værktøjer — én platform at understøtte, tæt integration med OS, færre ting der kan gå galt. Windows er sværere. Input-infrastrukturen alene er mere besværlig; jeg lærte mere om Windows' input-metode-framework, end jeg nogensinde ønskede, da vores egen genvejstast affyrede stop-optagelse-callback seks gange pr. tastetryk på maskiner med et sprogindtastningssystem aktiveret. Det tog 300 ms debounce at fikse. Mac havde aldrig den fejl.

Det hul var det, der sendte folk ud efter alternativer, og det er grunden til, at dette søgeord stadig skrives. Gamle vaner, gamle artikler og det faktum, at Windows-versionen er ny nok til, at masser af folk ikke har hørt, at den er landet. Det, begge værktøjer har til fælles, er det enkle: tryk på en genvejstast, tal, slip, og ordene indsættes ved din markør. En lille kapsel vises, mens du taler, så du ved, at den lytter.

Med Whisper by Remskill er push-to-talk-genvejstasten Ctrl+Space på Windows — holdt nede mens du taler — og den kan ændres i Indstillinger, hvis den kolliderer med noget. (Min yngste datter fortalte mig engang, at en genvejstast "ikke virkede" i hendes tegneapp. Det var en konflikt, ikke en fejl — og det er sådan, jeg lærte, at den gennemsnitlige person ikke har nogen idé om, hvad en genvejstastkonflikt er. Så nu kan alle genvejstaster tilpasses.) Har du tidligere sat diktering op på Windows, sidder det i muskelhukommelsen.

Sæt Whisper op på Windows på to minutter

Vil du prøve alternativet side om side med superwhisper, er her hele opsætningen. Du skal bruge en Windows 10-eller-nyere PC, en fungerende mikrofon og et par minutter. Hele den lokale pipeline er gratis for enhver logget ind-konto — ingen betalingsmetode kræves ved tilmelding.

Den langsomme del er model-downloaden, ikke selve opsætningen. Alt andet er de fire trin ovenfor. Når det kører, holder diktering op med at være en skriveopgave og bliver en taleopgave. Det samme gælder, når du installerer superwhisper — begge værktøjer er én genvejstast og én mikrofon fra at virke overalt.

Sådan sammenligner superwhisper og Whisper sig — ærligt

Begge kører nu på Windows, begge transskriberer lokalt, begge virker i enhver app, begge dækker en lang liste af sprog. Det er meget overlap, og jeg vil hellere indrømme det end foregive, at der eksisterer en kløft. Forskellen ligger i detaljerne. superwhisper tilbyder en stribe oprydningsmodeller — dens site lister valgmuligheder som GPT, Claude, Llama, Grok, Gemini og Mistral — og et system med brugerdefinerede "modes" til at forme tonen. Kan du lide at have så mange knapper at dreje på, er det en reel fordel, og superwhisper gør det genuint godt.

Whisper by Remskill er bygget lidt anderledes. Den vælger ikke en transskriptionsmotor for dig — den stiller tre stier foran dig og lader dig vælge: en hurtig lokal motor, en flersproget lokal motor der også kan oversætte til engelsk, eller en cloud-mulighed med din egen OpenAI-nøgle. På Windows er push-to-talk-genvejstasten Ctrl+Space og kan tilpasses. Den lokale pipeline — alle lokale modeller, AI-oprydning via en lokal model, historik, forudindstillinger, brugerdefineret genvejstast, tre enheder — er gratis for enhver logget ind-konto uden kort ved tilmelding. Det betalte niveau tilføjer kun cloud-overfladen. Det er en anderledes form end en enkelt gratis/Pro-opdeling.

Den ene ærlige forbehold om superwhisper på Windows handler om modenhed, ikke evner. Windows-appen er nyere end sin macOS-søster, og nyere desktop-software på Windows har en tendens til at have ruere kanter i et stykke tid — det er blot prisen for de input-infrastrukturproblemer, jeg nævnte tidligere. Vil du have den version med mest erfaring bag sig, er det macOS for superwhisper og Windows-og-Mac-fra-starten for Whisper. Er du en glad Mac-superwhisper-bruger, der er nysgerrig på Windows, så prøv det — men forvent ikke dag-et-paritet med den platform, det er vokset op på.

Lokalt eller cloud: hvilken Whisper-tilstand på Windows

Vælger du Whisper-vejen, så prøv lokal tilstand først. Det meste af det, folk dikterer — en e-mail, et halvfærdigt notat, en besked du aldrig ville have liggende i en leverandørs logs — har ingen grund til at forlade din bærbare for ét afsnit tekst. Har du en PC fra de seneste par år, klarer lokal hverdagsdiktering fint, og cloud bliver redningsvejen snarere end standarden. Her er, hvordan de tre stier adskiller sig — appen beder dig vælge, og jeg vil hellere have, at du vælger klogt.

Valget afhænger af hastighed, sprogdækning eller topnøjagtighed.

• Local Parakeet — NVIDIAs TDT-motor, ca. 600 MB, og den hurtigste lokale mulighed — 5 til 10 gange hurtigere end Whisper på CPU. Dækker engelsk plus 24 andre europæiske sprog, 25 i alt. Ingen oversættelse til engelsk. Taler du primært engelsk eller et andet europæisk sprog, er dette det hurtige, fuldt offline-valg.
• Local Whisper — langsommere end Parakeet på samme maskine, men de flersprogede versioner dækker 99 sprog og kan oversætte til engelsk. Kun-engelsk-versionerne er kun engelsk — ikke 99. Vælg dette til kinesisk, japansk, koreansk eller oversættelsesopgaver, som Parakeet ikke kan. Standard engelsk model er ca. 480 MB.
• Cloud (OpenAI, BYOK) — bedste nøjagtighed og webadgang, med din egen OpenAI-nøgle faktureret direkte af OpenAI. Transskription kører som standard via gpt-4o-mini-transcribe. Kræver internet, så det er den ene sti, der forlader din maskine. Cloud-overfladen er en del af Whisper Pro.

Den kedelige sandhed er, at for det meste af, hvad folk dikterer på en Windows-maskine, er lokalt mere end nok. Begge lokale motorer kører fuldt ud på din egen hardware uden at sende noget til en server — det samme on-device-løfte, som superwhisper giver. Cloud tjener sin plads, når du vil have topnøjagtighed på en svær optagelse, eller du har brug for, at modellen henter en fact fra nettet midt i en sætning. Start lokalt, og grib kun cloud, når lokalt skuffer.

AI-oprydningspassagen der forvandler snak til tekst

Rå diktering kommer ud som én lang strøm. Du siger "okay så gennemgå arkitekturdokumentet tag det projekt alpha og mind mig om torsdag", og det er den uinterpungerede mur, enhver taleengine giver dig som udgangspunkt. Hvad du gør med den mur, er der, hvor værktøjerne beviser deres værd.

superwhisper laver oprydning via sin modelvælger og brugerdefinerede modes. Whisper by Remskill kører også et AI-pas: sig aktiveringssætningen "Hey whisper", og teksten forbedres, inden den lander — fyldeord fjernes, lange sætninger rettes op, det talte afsnit forvandles til noget, du rent faktisk ville sende. På en lokal model kører det pas via Ollama, fuldt offline; i cloud-tilstand er det gpt-5-mini som standard. Uanset hvad er målet det samme — du taler løst, teksten ankommer pæn.

Oprydningspassagen er forskellen på diktering, du skal rette, og diktering, du kan sende. Det er også der, grænsen mellem lokal og cloud betyder mest: en oprydningsmodel, der kører på din maskine, ser aldrig en server — og det er hele grunden til at diktere lokalt i første omgang. Behøver du kun rå transskriptioner, vil du ikke savne den. I det øjeblik du sender rigtige e-mails med stemmen, er det den funktion, du holder op med at lægge mærke til, fordi den bare virker.

Det samme tal-og-ryd-flow er det, der gør stemmen hurtigere end tastaturet i første omgang — du kan skrive hurtigere med stemmen i enhver app, så et langt afsnit bliver til et par talte sætninger i stedet for fem minutters tastning.

Hvis du bruger Mac

Vær ærlig over for dig selv om din hardware, for det rigtige svar ændrer sig. Læser du dette på en Mac, er superwhisper et stærkt valg, og det ville jeg sige dig direkte. Det startede på macOS, er blevet poleret der i årevis, og på Apple Silicon kører dets on-device-modeller godt. For en Mac-bruger der vil have en moden, native dikteringsapp med en dyb modelvælger, har superwhisper virkelig gjort sig fortjent til anbefalingen. Jeg vil ikke sende dig væk fra et godt værktøj for at score et point.

Værd at vide: Whisper by Remskill kører også på Mac, på Apple Silicon, med den samme lokal-first pipeline og en command+option push-to-talk-genvejstast, som du holder nede, mens du taler. Valget på Mac er altså ikke superwhisper-eller-ingenting — det er to solide lokale muligheder, og hvilken der passer, afhænger af, om du vil have superwhispers model-og-modes-tilgang eller Whispers tre-stier-du-vælger-tilgang. Begge holder din lyd på din maskine. Prøv den, hvis form du kan lide; ingen af dem er en fejl.

Og sender du en tekst på 30 ord, skal du ikke installere noget. macOS Dictation er indbygget, sat op i Systemindstillinger under Tastatur, og på Apple Silicon kan det behandle almen tekst lokalt. På Windows åbner den indbyggede Stemmeskrivningsbjælke med Windows-tast + H, uanset hvor markøren er — den sætter tegn på egen hånd og er fin til korte tekster, men den sender data via Microsofts servere og kræver internet, så den er ikke en offline-mulighed. (Holder Win+H op med at virke, er de sædvanlige syndere at finde i denne løsning, hvis Win+H ikke virker.) Grib et dedikeret værktøj, når de indbyggede begynder at gøre ondt — lange noter, offline-privatliv eller et ønske om den samme genvejstast overalt.

Kom du her fra de gamle dikteringsværktøjers tid, gælder den samme sammenligningslogik det moderne Dragon-alternativ — lokalt, ingen træning, og bygget til den måde, folk faktisk dikterer på i dag.

"superwhisper til Windows" plejede at være en blindgyde. Det er den ikke længere — appen er på Windows, den er god til det, den gør, og er det det, du ville have, skal du bare gå hen og hente den. Den eneste grund til at læse forbi installationsknappen er at sikre, at du valgte det værktøj, der passer til din maskine og dit privatlivsniveau — ikke det, der rangerede øverst. Jeg dikterede det meste af denne sammenligning på en Windows-bærbar, med et værktøj der indsætter, uanset hvor min markør er, og sendte det så afsted. Tastaturet stod der ubrugt — og det er hele pointen.