Paras puhe tekstiksi -sovellus Macille

Lyhyt vastaus: mitä käyttää ja milloin Apple Dictation riittää

Useimmille Macin käyttäjille vuonna 2026 valinta on paikallista mallia käyttävä sanelusovellus, jossa pilvi toimii varauloskäyntinä. Jos lähetät enimmäkseen lyhyitä viestejä, sisäänrakennettu Apple Dictation ei maksa mitään ja toimii missä tahansa tekstikentässä. Heti kun sanelusi pitenee, muuttuu teknisemmäksi tai sen pitää päätyä sovellukseen, johon Apple ei yllä siististi, tarvitset siihen tarkoitetun työkalun.

Se työkalu, jonka itse valitsisin, suorittaa puheentunnistuksen omalla koneellasi. Apple Silicon -Macilla se on nopeaa, yksityistä ja toimii lentokoneessa, vaikka Wi-Fi olisi pois päältä. Whisper by Remskill ajaa kahta paikallista moottoria, avoimen lähdekoodin Whisper-perhettä ja NVIDIAn Parakeetia, täysin laitteella, ilman Pythonia, ilman palvelinta välissä. Pidät Command- ja Option-näppäimiä yhdessä pohjassa tallentaaksesi, päästät jommankumman näppäimen irti lopettaaksesi, ja teksti ilmestyy sinne, missä kohdistimesi on. Jos haluat parhaaseen tarkkuuteen uusimmat OpenAI-mallit, käytössä on pilvitila, joka käyttää omaa OpenAI-avaintasi. Sama pikanäppäin, sama ilmoitusikkuna, yksi kytkin.

Kaksi kappaletta, ja siinä on koko päätös. Loppu tästä artikkelista on perustelu sille, rehelliset rajat ja sovellukset, jotka sinun kannattaa tuntea ennen kuin sitoudut.

Näin valitsin, jotta voit olla kanssani eri mieltä tarkoituksella. Painotin neljää asiaa, tässä järjestyksessä. Pysyykö ääni Macillasi, koska yksityisyys ei ole ominaisuus, jonka voi liimata päälle jälkikäteen. Liittääkö se tekstin kohdistimen kohdalle missä tahansa sovelluksessa, vai vangitseeko se sanasi omaan ikkunaansa. Selviääkö se pitkästä ja teknisestä puheesta, ei vain lyhyistä muistiinpanoista. Ja mitä sen käyttö maksaa päivästä toiseen. Työkalu voi hävitä raa'assa tarkkuudessa ja silti voittaa, jos se nappaa kaksi ensimmäistä. Useimmat niistä häviävät kahdessa ensimmäisessä samalla, kun ne huutavat neljännestä. Olen sitä lajia arkkitehti, joka piirtää vertailutaulukon ennen ainuttakaan asennusta, ja taulukko on aina väärässä toiseen latauksen kohdalla. Tämä taulukko selvisi tositilanteesta.

Miksi Apple Dictation loppuu kesken

Myytti kulkee läpi puolet Macin saneluartikkeleista, jotka löydät: Apple Dictation pysähtyy kovalla rajalla kuudenkymmenen sekunnin jälkeen. Se piti paikkansa vanhemmissa macOS-versioissa, joissa jatkuva sanelu ei ollut oletuksena käytössä. Applen nykyinen dokumentaatio sanoo päinvastaista: voit sanella minkä tahansa pituista tekstiä ilman aikakatkaisua, ja sanelu pysähtyy itsestään vasta kolmenkymmenen sekunnin hiljaisuuden jälkeen. Joten kuudenkymmenen sekunnin katkaisu ei ole enää se todellinen raja.

Todelliset rajat ovat hiljaisempia. Tarkkuus heikkenee teknisten termien, nimien ja korostetun puheen kohdalla, ja juuri siellä pitkien tekstien työ asuu. Apple laskee yli neljäkymmentä kielen ja alueellisen muunnoksen, mutta se jakaa englannin (US) ja englannin (UK) erilleen päästäkseen siihen, joten otsikkoluku on suurempi kuin erillisten kielten määrä. Ei ole mukautettua sanastoa, ei painotusta omaan ammattikieleesi, ei tekoälyä, joka siistii arkipuheen viimeistellyksi tekstiksi. Se on hyvä ilmainen mikrofoni, joka kirjoittaa. Se ei ole kirjoitustyökalu.

Tuo kuilu on koko syy siihen, miksi "Apple Dictation -vaihtoehto" on haku, jonka ihmiset tekevät. He kokeilivat ilmaista. Se vei heidät lyhyisiin muistiinpanoihin ja lakkasi sitten riittämästä.

Paikallinen vai pilvi Macilla: yksityisyys, nopeus ja tarkkuuskuilu

Jokainen Macin sanelusovellus on jommallakummalla puolella rajaa: se ajaa mallin omalla koneellasi tai lähettää äänesi palvelimelle. Raja merkitsee enemmän kuin markkinointi.

Paikallinen ensin tarkoittaa, ettei ääni koskaan poistu Maciltasi. Yhden kertaluonteisen mallin latauksen jälkeen puheentunnistus toimii offline-tilassa: ei internetiä, ei tilin tarkistusta, ei mitään toimittajan lokeissa. Lapsesi koulun sähköpostiin, palkkataulukkoon, asiakirjaan, jota luonnostelet, se on oikea oletus. Apple Siliconilla se on myös nopeaa, koska malli ajetaan laitteistolla, joka on jouten samalla, kun puhut. Ensimmäisellä kerralla, kun sanelet kappaleen lentokoneessa Wi-Fin ollessa pois päältä ja katsot tekstin ilmestyvän, pilvi vastaan paikallinen -keskustelu lakkaa olemasta abstrakti.

Yksi tarkkuuden vipu, jota tuskin kukaan mainitsee, voittaa mallin valinnan: mikrofonisi. Kunnollinen USB-mikrofoni tekee puheentunnistuksen tarkkuuden hyväksi enemmän kuin hyppy pienestä mallista suureen. Jos sanasi tulevat ulos sotkuisina, korjaa syöte ennen kuin syytät moottoria. Käytin kokonaisen illan malleja vaihtamalla korjatakseni jotain, joka osoittautui kannettavakseni, joka istui käyvän astianpesukoneen vieressä. Tylsä korjaus on yleensä oikea.

Pilvi tarkoittaa uusimpia malleja ja parasta raakaa tarkkuutta. OpenAIn puheentunnistusmallit johtavat tosielämän tarkkuutta, minkä vuoksi pilvivaihtoehto ansaitsee paikkansa vaikeimmassa äänessä. Whisperin pilvitilassa tuot oman OpenAI-avaimesi. Puheentunnistus ajetaan gpt-4o-mini-transcribe- tai gpt-4o-transcribe-mallilla, ja ääni menee suoraan koneeltasi OpenAIlle. Me emme ole koskaan välissä, emmekä tallenna ääntä emmekä tekstejä kummassakaan tilassa.

Olen nähnyt, miten kaikki-pilvessä menee pieleen. Eräällä tiimillä, jonka kanssa työskentelin, oli ulkopuolinen tekijä rakentamassa sisäistä saneluprototyyppiä huippumallilla, joka kutsui rajapintaa jokaisesta lausahduksesta, ja uudelleenyrityslogiikalla, joka oli hieman liian innokas. Pilvikulujen kojelauta neljänneksen lopussa näytti viisinumeroisen laskun, josta suurin osa tuli siitä, että samat tiimipalaverien nauhoitukset litteroitiin neljä kertaa. Talousjohtajan kanta oli yksinkertainen: ehkä meidän ei pitäisi maksaa palvelimelle palaverien litteroinnista, joista on jo muistiinpanot. Macilla et yleensä tarvitse palvelinta. Pilvi on varauloskäynti, ei oletus.

Macin sanelusovellukset, jotka kannattaa tuntea

Et tullut tänne yhden vaihtoehdon vuoksi, joten tässä ne, jotka nousevat esiin, kun ihmiset vertailevat Macin saneluvälineitä (kyllä, mukaan lukien ne kaksi, jotka on nimetty saman avoimen lähdekoodin mallin mukaan, mikä pitää tukiviestit vilkkaina). Yhden rivin arviot, rehellisiä siinä, missä kuilut ovat.

• Apple Dictation: ilmainen, sisäänrakennettu, toimii missä tahansa tekstikentässä. Parhaimmillaan lyhyissä muistiinpanoissa; ei mukautettua sanastoa, ja tarkkuus haalistuu pitkässä tai teknisessä puheessa.
• Whisper by Remskill: kaksi paikallista moottoria sekä BYOK-pilvitila, pohjassa pidettävä pikanäppäin, liittää tekstin kohdistimen kohdalle missä tahansa sovelluksessa, ilmainen koko paikalliselle putkelle.
• Superwhisper: Whisper-pohjainen Mac-sovellus, joka toimii offline-tilassa, mainostaa yli sataa kieltä englanniksi kääntämisellä ja jossa on ilmaistaso lyhyen Pro-kokeilun jälkeen. Jos punnitset kokeilurajaa ja sanakattoa, tässä on ilmainen superwhisper-vaihtoehtomme.
• MacWhisper: suosittu, vain Macille tarkoitettu kuori, joka ajaa Whisper-malleja paikallisesti, ilmaisversiolla ja maksullisella Prolla, myydään Gumroadin kautta.
• Wispr Flow: pilvipohjainen ääni tekstiksi -sovellus Macille, Windowsille, iPhonelle ja Androidille, mainostaa yli sataa kieltä automaattisella tunnistuksella ja arkipuheen tekoälymuokkauksella. Pilvipohjainen, ei offline-painotteinen.
• Dragon (Nuance): vanha raskaansarjalainen, mutta Nuance lopetti yksittäisen Dragon-tuotteen Macille vuosia sitten, joten se ei ole elävä vaihtoehto uusille Macin käyttäjille.
• Otter.ai: palaverimuistiinpanotyökalu, joka liittyy Zoomiin, Teamsiin ja Google Meetiin; eri kategoria kuin kohdistinsanelu, ilmaistasolla rajattu 300 minuuttiin kuukaudessa.

Tässä on aitoihin teknisiin tietoihin perustuva vertailu, ei seinällinen sanoja "nopea" ja "helppo".

Huomautus noista kielimääristä, koska useimmat koosteet saavat ne väärin. Whisperin 99 kieltä pätee vain monikielisiin malleihin; pelkän englannin versiot osaavat englantia eivätkä mitään muuta. Parakeet kattaa englannin sekä 24 eurooppalaista kieltä, yhteensä kaksikymmentäviisi, eikä yhtään aasialaista kieltä eikä englanniksi kääntämistä. OpenAIn pilvipuheentunnistus listaa noin viisikymmentäseitsemän kieltä. "Tukee jokaista kieltä" on markkinointilause, ei tekninen tieto.

Oikean kokoonpanon valinta Macillesi

Oikea valinta riippuu kahdesta asiasta: Macistasi ja siitä, mitä sanelet. Sovellus ei valitse puolestasi. Se esittää kolme polkua, ja sinä valitset.

Jos sinulla on Apple Silicon -Mac, mikä tahansa M-sarjan siru, sinulla on koko ruokalista. Paikallinen Parakeet on nopein, ja se on viidestä kymmeneen kertaa nopeampi kuin Whisper prosessorilla, ja se riittää hyvin arkiseen englanninkieliseen saneluun. Paikallinen Whisper on hitaampi, mutta tukee 99 kieltä, englanniksi kääntämistä ja mukautettua sanastoa, joten se on valinta, jos vaihdat kieltä tai tarvitset hallintaa. Pilvitila on valinta, kun haluat uusimman OpenAI-tarkkuuden etkä pane pahaksesi maksaa OpenAIlle suoraan omalla avaimellasi.

Mallin koko on toinen vipu. Paikallinen Whisper-valikoima kulkee noin 140 megatavun Base-mallista 3 gigatavun Large v3:een, ja Parakeet asettuu noin 600 megatavun tienoille. Macilla, jossa on 8 gigatavua RAM-muistia, pitäydy Parakeetissa tai pienemmissä Whisper-malleissa ja skippaa yli 1,5 gigatavun mallit. 16 gigatavun Apple Silicon -Macilla kaikki toimii. Jos sinulla on vanhempi Intel-Mac, pilvitila toimii millä tahansa laitteistolla, ja pienet paikalliset mallit toimivat siellä, missä suuret tukehtuvat, vaikka Apple Silicon on se, missä työpöytäsovellus on rakennettu loistamaan.

Pikanäppäimen asettaminen: macOS:ssä oletus on Commandin ja Optionin pitäminen yhdessä pohjassa puhetta varten, ja voit asettaa sen uudelleen Asetuksissa mihin tahansa, joka ei törmää Spotlightin tai järjestelmän sanelunäppäimen kanssa. Jos haluat täyden läpikäynnin, ääni tekstiksi Macilla -oppaamme käy asennuksen läpi vaihe vaiheelta, ja offline-puheentunnistusopas menee syvemmälle kaiken ajamiseen verkon ollessa pois päältä.

Milloin kannattaa skipata sovelluksemme ja käyttää jotain muuta

Sanon sen hiljaisen osan ääneen. Jos teet vain kolmenkymmenen sanan tekstiviestejä ja silloin tällöin lyhyen muistiinpanon, älä asenna mitään. Apple Dictation on ilmainen, sisäänrakennettu Maciisi ja toimii missä tahansa tekstikentässä. Me alamme olla latauksen arvoisia jossain sen pisteen jälkeen, jossa Applen tarkkuus ja mukautetun sanaston puute alkavat sattua: pitkien tekstien kirjoittaminen, tekninen ammattikieli, monikielinen työ, sanelu sovellusten sisällä, joissa haluat siistin kohdistimen kohdalle liittämisen. Jos tarvitset lähinnä monen puhujan palaverien tallentamista yhteenvetoineen ja kalenterilinkkeineen, se on Otterin homma, ei meidän; sen ilmaistaso antaa sinulle 300 minuuttia kuukaudessa. Eri kategoria. Käytä oikeaa.

Hinnoittelu

Whisper on ilmainen jokaiselle kirjautuneelle käyttäjälle koko paikallisessa putkessa: molemmat paikalliset moottorit, kaikki kielet, tekoälyparannus Ollaman kautta, historia, esiasetukset, mukautettu pikanäppäin, laitteistokiihdytys. Ei maksutapaa rekisteröityessä. Se, mistä maksat, on Whisper Pro, joka lisää pilvipinnan: OpenAI-pilvipuheentunnistus, pilvitekoälyparannus ja äänellinen verkkohaku omalla OpenAI-avaimellasi. Tilausvaihtoehdot löytyvät hinnoittelusivulta, joten luvut ovat aina ajan tasalla. Apple Dictation, todettakoon, pysyy ilmaisena. Se on lattia, joka jokaisen maksullisen Macin saneluvälineen on ylitettävä.

Kaksi päivää tuon keittiönpöytäesittelyn jälkeen tyttäreni palasi valituksen kanssa: pikanäppäin ei toiminut hänen piirustussovelluksessaan. Hän ei tiennyt, mikä pikanäppäinristiriita on. Hän tiesi vain, että se lakkasi toimimasta. Se on hyvän Macin sanelusovelluksen koko homma: ei voittaa ominaisuuksien lukumäärän sotaa, vaan kadota kirjoittamisen tapahtumaan ja olla korjattavissa, kun se ei toimi. Paras sinulle on se, jonka unohdat käyttäväsi.