Puheesta tekstiksi Windows 11

Reitti 1: paina Win+H ja ala puhua

Vaatimukset: Windows 11, internetyhteys, toimiva mikrofoni ja kursori tekstikentässä. Ei latausta eikä tiliä. Aika: alle minuutti.

Odotettu tulos: palkkiin ilmestyy Kuuntelee-teksti ja sanomasi sanat näkyvät kursorilla puhuessasi. Automaattisen välimerkkien lisäämisen voi ottaa käyttöön palkin rataskuvakkeesta — se lisää pilkut ja pisteet puheesi perusteella.

Jos mitään ei tapahdu: puhekirjoitus käyttää Azuren verkko-puheentunnistusta, joten se tarvitsee internetyhteyden, toimivan mikrofonin ja kursorin tekstikentässä. Ei yhteyttä, ei litterointia. Täydellinen korjauslista löytyy kahden osion päästä.

Tulitko vanhemmasta oppaasta, joka puhuu Windows Speech Recognitionista? Tämä ominaisuus korvattiin Voice Accessilla Windows 11 22H2:ssa ja uudemmissa versioissa syyskuussa 2024. Vanha WSR-ohjauspaneeli elää enää vanhemmissa Windows-versioissa. Jos opas kehottaa avaamaan puheentunnistusvelhon eikä sitä löydy, opas on vanhentunut — ei tietokoneesi.

Milloin sisäänrakennettu puhekirjoitus riittää

En aio neuvoa asentamaan ohjelmistoa, jota et tarvitse. Monessa tilanteessa Win+H on oikea vastaus, eikä se maksa mitään.

Käytä sisäänrakennettua työkalua, kun sanelu on lyhyttä, yhteys on kunnossa ja panokset ovat pienet. Vastaus työtoverille Teamsissa. Pikamerkintä OneNotessa. Hakuhaussa jonka mieluummin sanoo kuin näpyttelee. Se hoitaa automaattiset välimerkit ja toimii kaikissa tavallisissa tekstikentissä Windows 11:ssä. Kolmenkymmenen sanan purskauksissa, kun olet joka tapauksessa verkossa, toisen sovelluksen avaaminen on hitaampaa kuin pelkkä puhuminen.

Toinen sisäänrakennettu ominaisuus hämmentää ihmisiä, joten selvennän sen. Voice Access ei ole sama asia kuin puhekirjoitus. Voice Access antaa sinun ohjata koko tietokonetta ja tuottaa tekstiä äänellä, ja toisin kuin Win+H, se toimii offline-tilassa käyttämällä laitteen omaa puheentunnistusta kertasuoritteisen kielilataauksen jälkeen. Se vaatii Windows 11 version 22H2 tai uudemman. Jos siis tarvitset täysin handsfree-tietokoneen hallinnan (napsautukset, vieritys, sovellusten avaaminen äänellä), Voice Access on se sisäänrakennettu työkalu — ei puhekirjoitus. Eri tehtävät.

Win+H:n rajoitukset (offline, tarkkuus, kielet)

Sisäänrakennetulla työkalulla on kolme todellista kattoa. Mikään niistä ei kaada nopeaa muistiinpanoa. Kaikki kolme alkavat sattua, kun työ on pidempää tai vakavampaa.

Yksityisyysnäkökulma on se, jota pohdin eniten. Sanelemasi teksti — sähköposti lapsesi koululle, sopimusluonnos, puolivalmis ajatus, jota et sanoisi ääneen kokouksessa — lähtee koneeltasi palvelimelle. Teams-viestissä joka on myöhässä viisi minuuttia, se ei merkitse mitään. Niissä asioissa, joista välität, kannattaa tietää minne ääni menee.

Win+H ei toimi? Kolme tavallisinta syytä

Kun Win+H ei tee mitään, syy on lähes aina yksi kolmesta. Tarkista ne tässä järjestyksessä, koska niin usein kukin on syy.

Jos mikään niistä ei auta, syy on yleensä kielipaketti, jonka asennus ei valmistunut, tai kesken oleva Windows-päivitys. Se on myös kohta, jossa lopetan sisäänrakennetun työkalun kanssa taistelun ja asennan jotain, jonka hallitsen alusta loppuun — eli Reitti 2 alla. Jos se silti jatkaa epäonnistumistaan, kirjoitimme erillisen oppaan puhekirjoituksen toimimattomuudesta Windowsissa pidemmällä tarkistuslistalla.

Reitti 2: erillinen sanellusovellus

Whisper on työpöytäsovellus, jonka olen rakentanut. Se tekee kolme asiaa, joihin Win+H ei pysty: litteroi offline-tilassa omalla suorittimellasi, toimii yhdellä järjestelmänlaajuisella pikanäppäimellä missä tahansa sovelluksessa, ja antaa sinulle valita moottorin laitteistosi ja kielesi mukaan yhden kiinteän pilvipalvelumallin sijaan. Tässä on koko asennus alusta loppuun.

Vaatimukset: Windows 11, noin 1 Gt vapaata levytilaa keskikokoiselle mallille, mikrofoni ja ilmainen tili (ei maksutapaa aluksi). Tarvitset yhteyden vain kertalatausta varten; litterointi sen jälkeen tapahtuu offline-tilassa. Aika: 5–10 minuuttia, enimmäkseen mallin lataus.

Odotettu tulos: mallin latauksen jälkeen pidät Ctrl+Space pohjassa missä tahansa sovelluksessa, puhut, vapautat, ja sanasi liittyvät kursorille ilman internetyhteyttä latauksen jälkeen. Sanominen Hey whisper käynnistää tekoälypuhdistuksen tekstille ennen sen liittämistä, jos olet ottanut sen käyttöön.

Jos pikanäppäin laukeaa väärin: sido se uudelleen Asetuksissa. Opin tämän kantapään kautta. Pikanäppäinkäsittelijän ensimmäinen versio laukesi tallennus-lopeta-takaisinkutsun kuusi kertaa per oikea näppäinpainallus Windowsissa, koska Windows-syöttökehys tuottaa haamuja Ctrl+Space-vapautustapahtumia arvaamattomilla väleillä. Se toimi puhtaalla koneella ja hajosi millä tahansa kannettavalla, jossa oli toinen kielikirjoitus käytössä. Siihen meni telemetriaa, 50 ms:n suoja joka ei riittänyt, ja lopulta 300 ms:n debounce joka riitti. Tyttäreni tuomio pysyy: siksi isän sähköpostit kestävät ikuisuuden.

Kielivalikoiman osalta paikallinen Whisper-moottori tukee 99 kieltä monikielisissä malleissaan, kun taas .en-versiot ovat vain englanninkielisiä ja hivenen nopeampia juuri siihen käyttöön. Parakeet-moottori on 5–10 kertaa nopeampi kuin Whisper suorittimella ja kattaa englannin lisäksi 24 eurooppalaista kieltä (25 yhteensä), mutta jättää pois aasialaiset kielet ja käännöksen englanniksi. Jos offline-tilassa toimiminen on sinulle tärkeintä, syvemmällä oppaassamme offline-puheesta tekstiksi käsitellään moottoreita tarkemmin.

Win+H vs Voice Access vs erillinen sovellus

Kolme tapaa muuttaa puhe tekstiksi Windows 11:ssä, rinnakkain. Taulukko kattaa vain sen, mitä kukin työkalu itse dokumentoi. Ei keksittyjä tarkkuus- tai nopeuspisteitä.

Jos ainoa tarpeesi on nopea Teams-vastaus verkossa ollessasi, Reitti 1 voittaa yksinkertaisuudessa. Se on jo PC:lläsi. Heti kun offline-tila, minkä tahansa sovelluksen tuki tai puuttuva kieli tulee kuvaan, Reitti 2 ansaitsee asennuksen.

Paikallinen vs. pilvi: kumpi Whisper-tila sopii PC:llesi

Whisper toimii kahdessa tilassa, ja valinta riippuu laitteistostasi ja siitä, haluatko verkkoyhteyden.

Paikallinen tila tekee kaiken koneellasi. Valitse PC:llesi sopiva Whisper-malli: Base on noin 140 Mt ja toimii lähes millä tahansa, Small on noin 480 Mt, Medium noin 1,5 Gt, ja monikielinen Large v3 on noin 3 Gt parasta tarkkuutta varten, jos RAM riittää. Tai valitse Parakeet noin 600 Mt:llä, jos työskentelet enimmäkseen englanniksi tai eurooppalaisilla kielillä ja haluat nopeimman paikallisen vaihtoehdon. Mikään niistä ei koske internetiä latauksen jälkeen.

Pilvimoodi on varaventtiili. Se käyttää omaa OpenAI-avaintasi: litterointi gpt-4o-mini-transcribe- tai gpt-4o-transcribe-mallilla, ja verkkohaku, kun haluat reaaliaikaisen vastauksen kursorille liitettynä. Tuot avaimen; me emme ota siivua.

Tässä on näkemys, jonka takana seison: kokeile ensin paikallista tilaa. Jos Windows-PC:si on viimeiseltä neljältä vuodelta, et tarvitse pilveä arkipäivän saneluun, ja paikallinen tila pitää äänesi koneellasi siellä missä se kuuluu. Pilvi on vara, kun törmäät seinään — ei oletusarvo. Whisper on ilmainen koko paikalliselle käsittelijälle kirjautumisen jälkeen ilman vaadittavaa maksutapaa. Cloud-pinta on maksullinen Pro-taso. Tiedot löytyvät hinnoittelusivulta. Täydellistä paikallista ohjetta varten puheesta tekstiksi Windowsissa -opas käy läpi askel askeleelta.

Milloin jättää erillinen sovellus hankkimatta

Pidän parempana, että pidät Win+H:n kuin että asennat jotain, jota et käytä. Jätä erillinen sovellus hankkimatta ja pysy sisäänrakennetussa puhekirjoituksessa, kun kaikki seuraavat pitävät paikkansa:

• Sanelet lyhyitä pätkiä, et pitkiä asiakirjoja.
• Olet verkossa aina kun sanelet.
• Työskentelet vain kielellä, jonka Microsoftin puhekirjoitus jo tukee.
• Äänesi on matalariskistä eikä sinua kiinnosta, lähteekö se koneeltasi.

Win+H on ilmainen, jo asennettu ja hyvä juuri siihen tehtävään. Erillinen sovellus ansaitsee paikkansa, kun ylität jonkin noista rajoista — lentokone, sopimusluonnos, kieli jonka Microsoft ohitti, tai jokin sovellus, joka ei ole tavallinen tekstikenttä.

Rehellinen hinnoittelu

Whisperin paikallinen tila on ilmainen kaikille kirjautuneille: Whisper- ja Parakeet-litterointi, tekoälytehostus, historia, esiasetukset, mukautetut aktivointisanat, laitteistokiihdytys, mallilataukset ja yleinen pikanäppäin — kaikki tämä ilman vaadittavaa korttia. Whisper Pro lisää päälle Cloud-ominaisuudet: OpenAI-pilvilitterointi, pilven tekoälytehostus ja äänellä tehtävä verkkohaku. Sisäänrakennettu Windowsin puhekirjoitus on myös ilmainen, koska se on osa Windowsia. Täydellinen suunnitelmavertailu löytyy hinnoittelusivulta. Pidän parempana, että luet tarkat luvut sieltä kuin luotat blogipostauksen lukuun, joka vanhenee.

Kaksi reittiä, yksi valinta. Jos olet verkossa, muistiinpano on lyhyt ja panokset pienet, paina Windows-näppäin + H ja puhu — se on ilmainen ja jo PC:lläsi. Heti kun tarvitset sitä lentokoneessa, missä tahansa sovelluksessa, kielessä jonka Microsoft ohitti, tai äänesi pysyessä omalla koneellasi — asenna erillinen sovellus. Ylitsin tuon rajan jonnekin kolmannen kokousmuistiinpanon kohdalla, jonka sanelin yhdellä kädellä lounaslaukkuja tehdessäni. En ole sen jälkeen kirjoittanut pitkää sähköpostia.