Tale til tekst i Coda

Har Coda indbygget diktering?

Nej. Coda har ingen indbygget tale-til-tekst-, dikterings- eller stemmeskrivningsfunktion til at skrive ind i et dokument med stemmen. Der er ingen mikrofonknap på en række, ingen stemmekommando, ingen skjult indstilling. Hvis du har gennemtrawlet indstillingerne efter den, kan du godt stoppe. Den er der ikke, og maker-fællesskabet har bedt om den siden 2021, uden at den er kommet.

Det, der til gengæld findes, er en Coda-Pack ved navn ElevenLabs Voice AI, og det er her, folk bliver vildledt. Den Pack går den anden vej — den laver teksten i dit dokument om til talt lyd. Det er tekst-til-tale, ikke tale-til-tekst. Nyttigt, hvis du vil have dit dokument læst op; ubrugeligt, hvis du vil tale en række ind i en tabel. De lyder som den samme funktion og er stik modsatte, hvilket er den slags navnesammenfald, der koster en eftermiddag. Den eftermiddag vil jeg helst spare dig for.

Billedet af browserudvidelser fortjener ét afsnit, så du ikke jagter det hen mod den forkerte opsætning. Der findes en populær Chrome- og Edge-udvidelse, Voice In, der dikterer ind på websider, herunder browserversionen af Coda. Den virker, med én strukturel hage: den er en browserudvidelse, så den når kun Coda, når Coda er en fane. Åbn Coda-desktop-appen, og udvidelsen kan ikke se den. Mere om det to afsnit længere nede. Pointen lige nu: intet inde i Coda gør det her. Du har brug for et værktøj, der sidder oven på.

Tryk på en genvejstast, tal, teksten lander i cellen

Det er hele mekanikken, og den er kedelig på den bedste måde. Du trykker på en genvejstast, du taler, du slipper, og afskriften indsættes ved markøren, i det tekstfelt der har fokus. Whisper holder en kort hale efter, du slipper tasten, så dit sidste ord ikke bliver klippet af. Fordi den indsætter ved styresystemets markør, er en Coda-tabelcelle bare "ethvert tekstfelt." Browserfane eller desktop-app, samme adfærd.

Det er den del, landingssiderne gør for indviklet. Der er ingen Pack at installere ind i Coda, ingen API-token at indsætte, ingen automatisering at passe på. Markøren står i en celle, du taler, ordene dukker op i cellen. En lille kapsel dukker op, mens du taler, så du ved, at den lytter:

Genvejstasten er det ene, der er værd at få rigtigt fra start. På Windows er det Ctrl+Space; på Mac er det Command+Option, en push-to-talk med kun modifikator, som du holder, mens du taler. Begge kan ændres i Indstillinger, hvis de støder sammen med noget, du allerede bruger. (Min yngste datter fortalte mig engang, at en genvejstast "ikke virkede" i hendes tegneapp. Det var en konflikt, ikke en fejl, og sådan lærte jeg, at den gennemsnitlige person ikke aner, hvad en genvejstast-konflikt overhovedet er. Så nu kan hver genvejstast tilpasses.) Hvis du nogensinde har sat diktering op på Windows eller på Mac, er det den samme muskelhukommelse rettet mod en anden app.

Sæt det op på to minutter (Windows eller Mac)

Du skal bruge en Mac med Apple Silicon eller en pc med Windows 10 eller nyere, en fungerende mikrofon og Coda åben enten i desktop-appen eller i en browserfane. Hele den lokale arbejdsgang er gratis for enhver konto, der er logget ind, og der bedes ikke om en betalingsmetode ved tilmelding. Her er rækkefølgen.

Den langsomme del er download af modellen, ikke opsætningen. Alt andet er de fire trin ovenfor. Når det først kører, holder det op med at være en taste-opgave at fylde en række i en Coda-tabel og bliver i stedet en tale-opgave.

tale til tekst på Windows · på Mac

Coda i browseren vs. desktop-appen

Coda kommer i to varianter — en browserversion og en desktop-app til Mac og Windows — og hvilken dikteringsvej der virker, afhænger af, hvilken du bruger. De fleste sider, der rangerer på dette søgeord, peger dig direkte mod Voice In, Chrome- og Edge-udvidelsen. Det er et fint valg med én strukturel begrænsning: det er en browserudvidelse, så den når kun Coda, når Coda er en fane i den browser. Kør Coda-desktop-appen, og udvidelsen kan simpelthen ikke se vinduet.

En systemdækkende genvejstast omgår det. Den indsætter ved styresystemets markør, uanset hvilket vindue der ejer den, så den samme tast, der fylder en Coda-celle i browseren, fylder også en celle i Coda-desktop-appen, dit Gmail-skrivefelt, en Slack-besked og en commit-besked. Ét værktøj, hvert eneste tekstfelt, både browseren og den native app. Du skal ikke lære noget om igen, når du skifter, og du har ikke brug for en anden løsning afhængigt af, hvordan du tilfældigvis har Coda åben i dag.

Hvis du kun nogensinde rører Coda i en browserfane og aldrig desktop-appen, er udvidelsen en pæn, fokuseret mulighed, der er et kig værd. I det øjeblik du bruger Coda-desktop-appen, eller du vil have det samme flow på tværs af hvert program, du åbner, vinder den systemdækkende vej. Jeg ville selv gribe efter den ene genvejstast, fordi jeg skifter app omkring fyrre gange i timen og ikke gider huske fyrre forskellige dikteringsknapper.

Lokalt eller cloud: hvilken tilstand til dine dokumenter

Til det meste Coda-arbejde, prøv lokal tilstand først. Meget af det, der lander i et Coda-dokument, er den slags, du helst ikke sender gennem en leverandørs logfiler — en projektplan, en kundenote, en halvfærdig idé i en tabel. Hvis din Mac har Apple Silicon, eller din pc er fra de seneste år, klarer lokalt daglig diktering uden brok, og cloud bliver nødudgangen frem for standarden.

Sådan adskiller de tre veje sig, for appen tvinger dig til at vælge, og jeg vil helst have, du vælger godt:

• Lokal Parakeet — NVIDIAs TDT-motor, omkring 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. Hvis du arbejder på engelsk eller et andet europæisk sprog, er dette det hurtige, fuldt offline valg.
• Lokal Whisper — langsommere end Parakeet på den samme maskine, men de flersprogede builds dækker 99 sprog og kan oversætte til engelsk. De engelsk-kun-builds er kun engelsk, ikke 99. Vælg denne til kinesisk, japansk, koreansk eller ethvert oversættelsesarbejde, som Parakeet ikke kan klare. Standard engelsk model er omkring 480 MB.
• Cloud (OpenAI, BYOK) — bedste nøjagtighed og webadgang, der bruger din egen OpenAI-nøgle, faktureret direkte af OpenAI. Transskription kører som standard på gpt-4o-mini-transcribe. Kræver internet, så det er den ene vej, der forlader din maskine. Cloud-fladen er en del af Whisper Pro.

Den kedelige sandhed er, at for den slags tekst, de fleste putter i Coda, er lokalt rigeligt. Begge lokale motorer kører fuldt ud på din maskine, uden at noget sendes til en server. Cloud gør sig fortjent, når du vil have topnøjagtighed på en svær optagelse, eller du har brug for, at modellen henter en oplysning fra nettet midt i en sætning. Til en daglig dokumentvane, start lokalt og grib kun efter cloud, når lokalt efterlader dig med et savn.

Tegnsætning, oprydning og Coda-formatering med stemmen

Rå diktering kommer ud som én lang køresætning. Du siger "okay så tilføj en række gennemgå launch-dokumentet ejer er mig deadline torsdag status blokeret," og det er den utegnsatte mur, enhver talemotor rækker dig. At rydde op i den er der, hvor vejene skilles.

Windows-stemmeskrivning tilføjer tegnsætning, mens du taler, og macOS-diktering håndterer grundlæggende tegnsætning, når du siger "komma" eller "punktum." Til tungere oprydning — at fjerne "øh'erne," rette køresætningerne, gøre en talt sætning til noget, du faktisk ville beholde i et dokument — kan Whisper køre en AI-gennemgang. Sig aktiveringsfrasen "Hey whisper," og teksten bliver forbedret, før den lander. På en lokal model kører det gennem Ollama; i cloud-tilstand er det gpt-5-mini som standard.

Til Codas egen struktur — at bygge en tabel, sætte en kolonnetype, tilføje en valgmulighed, skrive en formel — er det ærlige svar, at stemmen giver dig teksten, og Codas egen brugerflade giver dig strukturen. Diktér celleindholdet, byg så tabellen og sæt kolonnetyperne, som du altid gør. Intet dikteringsværktøj fremtryller et Coda-tabelskema på kommando; enhver, der lover "sig ny tabel med tre kolonner og se den blive bygget," sælger dig en demo, ikke en tirsdag. Få ordene ned hurtigt med stemmen, form dokumentet med de kontroller, du allerede kender.

Det samme tal-så-rens-flow betaler sig godt langt ud over dine dokumenter — du kan også diktere ren prosa ind i enhver app med den ene genvejstast, så et langt afsnit bliver til et par talte sætninger i stedet for noget, du taster ud.

Hvornår du skal springe et dikteringsværktøj over til Coda

Nogle gange er det rigtige værktøj det gratis, der allerede er på din maskine, og at lade som om andet ville være uærligt. Hvis du kun smider korte optagelser ind i Coda — en hurtig række, en to-ords-status — dækker dit styresystem det gratis.

På Windows trykker du på Windows-tasten + H, og den indbyggede stemmeskrivningslinje åbner, hvor end markøren står, en Coda-celle inklusive. Den tegnsætter selv og er fin til korte stød. Hagen: den går gennem Microsofts servere og kræver en internetforbindelse, så det er ikke en offline-mulighed. På Mac lader Diktering dig tale for at indtaste tekst, hvor end du kan taste, sat op i Systemindstillinger under Tastatur, og på Apple Silicon kan generel tekst behandles på enheden. Og hvis du kun nogensinde bruger Coda i en browserfane, er Voice In-udvidelsen en fokuseret, gratis mulighed bygget til netop det.

Grib efter et dedikeret, systemdækkende værktøj, når de indbyggede begynder at gøre ondt: lange noter, flersproget arbejde, offline-privatliv på Windows, Coda-desktop-appen frem for en fane, eller hvis du vil have én genvejstast, der opfører sig ens i Coda, din e-mail og din editor. Under den grænse, brug det gratis. Jeg vil ikke bede dig om at installere en app til en enkeltlinjet statusopdatering.

Den samme afvejning dukker op, hvis du også har arbejde liggende i andre værktøjer — logikken i at diktere ind i Google Docs er den samme, for også dér er det markøren, ikke et plugin, der er den rigtige integration.

Coda fik aldrig en mikrofonknap, og efter at have skrevet det her er jeg ret sikker på, at den aldrig gør. Den behøver det ikke, for markøren er integrationen. Tal ind i cellen, få tekst, form dokumentet med de kontroller, du allerede kender. Jeg dikterede det meste af denne guide ind i et tekstfelt, der ikke var Coda, med et værktøj, der er ligeglad med hvilket felt det er, og indsatte så det hele i et dokument. Det er hele tricket.