Tale til tekst i Microsoft Teams

Har Teams indbygget tale-til-tekst?

Til at skrive en chatbesked: nej. Teams har ingen funktion der omsætter din tale til skrevet tekst i beskedboksen. Jeg klikkede igennem formateringsværktøjslinjen, tre-prikker-menuen og beskedindstillinger på udkig efter en mikrofon der skriver. Der er ingen. Du kan optage og sende en talebesked, men det er et lydklip din kollega skal trykke play på — ikke en skrevet besked. Det samme gælder mødeværktøjerne, som vi vender tilbage til, for det er dem folk forveksler med diktering.

Microsofts eget spørgsmål-og-svar-forum har folk der stiller præcis dette spørgsmål, og det ærlige svar er det samme: der er ingen indbygget chatdiktering på skrivebordet, og den sædvanlige løsning er Windows' indbyggede stemmeskrivning (Windows-logotasten + H) eller en browserudvidelse. Det siger noget. Når det hyppigste svar på "hvordan dikterer jeg i denne app" er "brug et værktøj uden for appen", gemmer funktionen sig ikke i en undermenu. Den er ganske enkelt ikke der.

Så hvis du vil have din stemme omsat til en skrevet Teams-besked, lever det der gør det uden for Teams: dit styresystem, eller en dedikeret dikteringsapp. Begge er nedenfor. Mødetransskriptionsværktøjet, det folk oftest forveksler med dette, er en tredje mulighed, og løser et helt andet problem. Vi kommer til alle tre.

Mødetransskription er ikke diktering

Dette er den del glade vejledninger udvisker, så lad mig være direkte om det. Teams-transskription, direkte undertekster, den søgbare transskription gemt ved siden af en optagelse — alt det lytter til et møde og skriver ned hvad alle sagde. Det er fremragende til det. Microsoft dokumenterer det for møder, webinarer og stormøder, på snesevis af sprog, med talertilskrivning. Hvis dit mål er "tekste opkaldet" eller "få et referat over hvem der sagde hvad", gør Teams det allerede, og det gør værktøjer som Tactiq der er bygget oven på det. Intet af det er hvad de fleste mener med tale-til-tekst.

Diktering er den modsatte indsatsretning. Du er den eneste taler, du skriver med vilje, og du vil have dine egne ord til at lande i skriveboksen som redigerbar tekst du kan sende. En mødetransskription skriver en samtale ned i bagklogskabens lys. Diktering sammensætter en besked i øjeblikket. De er lige så forskellige som en retsstenograf og en skrivemaskine. Teams leverer stenografen. Skrivemaskinen tager du med selv.

Den hurtigste måde: en systemdækkende genvejstast

Her ændrer en dedikeret app regnestykket. Whisper by Remskill er ikke et Teams-tilføjelsesprogram, en møderobot eller en browserudvidelse. Det er en skrivebordsapp der fungerer som et tastatur: tryk på en genvejstast, tal, og transskriptionen indsættes der markøren er, i en hvilken som helst app, inklusive Teams' skriveboks. Det fungerer på samme måde i Teams' skrivebordsapp og i Teams åbnet i en browser, fordi din computer opfatter det som om du blot skriver.

Opsætningen er kort:

Det er hele cyklussen. Transskriptionen vises i skriveboksen, du læser den og trykker Enter.

Du taler, og beskeden vises i Teams

Når den kører, er oplevelsen ubemærkelsesværdig på den bedste måde. Du placerer markøren i kanalen eller chatten, holder tasten, taler, slipper. Et sekund eller så later sitter teksten i Teams' skriveboks som om du havde tastet den. Ingen kopiering og indsætning, intet separat vindue at fiske teksten ud af, ingen talebesked din kollega skal spole igennem ved sit skrivebord.

Fordi den lokale transskription kører på din maskine (rent Rust, ingen Python-sidecar, ingen server i løkken), fungerer den offline. Det er vigtigere end det lyder for et arbejdsværktøj. Det svar du dikterer, den halvformede tanke om releasen, beskeden til chefen som du helst vil formulere omhyggeligt — intet af det forlader din laptop på vejen til at blive tekst. Windows' egne indbyggede stemmeskrivning har brug for en internetforbindelse for at fungere; Whispers lokale tilstand har ikke.

Hvordan den fulde Whisper-app ser ud

Genvejstasten er den del du bruger mest, men der er en indstillingsgrænseflade bag den. Du vælger din transskriptionsmotor: Whisper-modeller, hvis flersprogede varianter dækker 99 sprog og de engelsksprogede .en-bygninger dækker præcis et, eller NVIDIAs Parakeet, cirka 600 MB, 5 til 10 gange hurtigere end Whisper på CPU, der dækker engelsk plus 24 europæiske sprog. Du indstiller din genvejstast, administrerer historik og gemmer forudindstillinger. Intet af det er nødvendigt for at diktere én Teams-besked. Det er der når du vil finjustere.

Oprydning af dikterede beskeder med AI

Talt sprog er rodet. Du siger "øh", du genstarter sætninger, du forsvinder ind i en lyd der betyder "du ved hvad jeg mener". Whisper har et valgfrit AI-forbedringsstep der trimmer fyldord og rydder op i formuleringen inden det indsættes. Så "øh, ja, så, deployen gik ud, jeg tror at vi, vi er ok" bliver "Deployen gik ud, jeg tror at vi er ok." På en arbejdskanal hvor beskeden går til en chef eller klient, er den oprydning som regel det værd. For et hurtigt svar i en sidechat vil du måske bare have rå teksten.

Den oprydning kører lokalt via Ollama, gratis, på din egen maskine. Pro-brugere kan i stedet dirigere den via skyen, men fordelen ved fjernelse af fyldord kræver ikke Pro; den er i den gratis lokale pipeline. Du kan også bare slå den fra og indsætte rå transskriptionen, hvilket for et hurtigt "på vej" i en chat ofte er præcis rigtigt.

Hvornår du kan springe dikteringsappen over og bare bruge dit styresystem

Hvis du kun har brug for at diktere en enkelt besked en gang imellem, skal du ikke installere noget. Din computer gør allerede dette gratis. På Windows trykker du på Windows-logotasten + H og stemmeskrivning åbnes i et vilkårligt tekstfelt, inklusive Teams-chatlinjen, uden abonnement. På Mac gør den indbyggede dikteringsgenvej (eller mikrofontasten) det samme, og på Apple Silicon kører den på enheden uden internet. Begge skriver direkte i Teams' skriveboks, skrivebordsapp eller browser, fordi de fungerer på styresystemniveau, ikke inde i Teams.

En afvejning der er værd at kende: Windows' Win+H har brug for en internetforbindelse, mens macOS-diktering og Whispers lokale tilstand ikke har det. For et hurtigt "5 min forsinket, begynd uden mig" i en kanal er OS-værktøjet det rigtige valg. Hvor en dedikeret app tager føringen er volumen, fyldordsrydningen og diktering offline: jo længere og hyppigere du gør det, jo mere betyder de faktorer.

Vælg det mindste værktøj der løser dit problem. For én besked er det tasten du allerede har. For en morgen med lange svar, overdragelsesbemærkninger og statusopdateringer på tværs af et dusin kanaler, holder den dedikerede app op med at føles som overdrivelse omkring det andet eller tredje afsnit du slap for at skrive.

Hvad Whisper koster

Den lokale dikteringspipeline — transskription og AI-oprydning via Ollama — er gratis for alle indloggede brugere, uden kort ved tilmelding. Så at få din stemme ind i Teams med Whisper koster ingenting. Whisper Pro tilføjer skyfunktionerne (OpenAI-transskription, sky-AI-forbedring, stemmesøgning på nettet) og har en separat prøveperiode. De præcise tal findes på prissiden snarere end her, fordi priser ændrer sig og et blogindlæg er et dårligt sted at holde dem aktuelle.

Teams vil sandsynligvis sende rigtig chatdiktering af sted til sidst, på den måde apps har tendens til at gøre det når nok folk leder efter en mikrofon i skriveboksen og kun finder en talebeskedsknap. Indtil da har din computer allerede funktionen, der eksisterer en app til når den indbyggede version ikke er hurtig nok, og mødetransskriptionsværktøjet håndterer den fuldstændig separate opgave med at skrive et opkald ned. Tre værktøjer, tre problemer. Det meste af tiden har du brug for det mindste.