Kirjoita nopeammin äänelläsi

Miksi äänesi lyö näppäimistösi

Aloita raakanopeuksilla, koska ne ratkaisevat suurimman osan argumentista itsestään. Kirjoittaminen on useimmille noin 40 sanaa minuutissa. Puhuminen on lähempänä 150. Se on noin kolme ja puoli kertaa nopeampaa, ja se pitää paikkansa sähköpostin, chatin, muistiinpanojen ja lähes kaiken ensimmäisten luonnosten osalta. Ero ei ole hienovarainen, eikä mikään määrä näppäimistöharjoittelua sulje sitä, koska pullonkaula ovat sormesi, ei tuntemuksesi näppäimistä.

On toinen etu, joka ei näy sanat-per-minuutti-laskennassa. Kun kirjoitat, kätesi ovat kiinni näppäimistössä ja silmäsi ruudulla. Kun puhut, molemmat ovat vapaat. Voit sanella vastauksen samalla kun nostat jotain uunista, kävellessäsi tai kun toinen käsi pitää kahvikuppia. Nopeus on otsikko; vapautuneet kädet ovat se, jonka huomaat viikon kuluttua.

Mikään tästä ei tarkoita, että ääni korvaa näppäimistön. Se tarkoittaa, että näppäimistö lakkaa olemasta oletusvalinta pitkille teksteille. Kirjoitat edelleen lyhyet, tarkat, hankalat asiat. Kappaleet puhut. Useimmilla ihmisillä suhde on juuri nyt päinvastoin — he kirjoittavat kaiken ja puhuvat puhelimeensa vain kun kädet ovat täynnä. Sen kääntäminen on suurin osa hyödystä.

Miten äänisyöttö oikeasti toimii

Mekaniikka on yksinkertaisempi kuin markkinointi sen kuulostaa. Painat pikanäppäintä, puhut, vapautat. Ääni muunnetaan tekstiksi, ja tuo teksti liitetään kohdistimesi kohtaan, missä ikinä kursori onkaan. Se on koko silmukka. Ei ole erillistä transkriptioikkunaa, josta poimia sanoja, ei lataa-ja-odota, ei kopioi-liitä-tanssia. Sovellukselle, johon kirjoitat, näyttää täsmälleen siltä kuin olisit kirjoittanut.

Se mikä tekee siitä käyttökelpoisen ärsyttävän sijaan on se, mitä tapahtuu «puhu»:n ja «liitä»:n välillä. Hyvä sanelu tekee kaksi työtä siinä välissä. Ensin se muuntaa äänen sanoiksi tarkasti, mukaan lukien välimerkit, jotka se päättelee tauoistasi. Sitten se suorittaa valinnaisen siistimiskierroksen, joka poistaa täytesanat ja viimeistelee muotoilun. Ohita toinen askel ja saat uskollisen mutta sotkuisen litteroinnin. Pidä se ja saat jotain, joka lukeutuu kuin olisit kirjoittanut sen huolellisesti. Tämän oppaan loppuosa koskee oikeasti näiden kahden työn tekemistä oikein.

Järjestelmänlaajuisen pikanäppäimen asettaminen

Se mikä saa äänisyötön toimimaan kaikkialla on, että se ei ole sidottu yhteen sovellukseen. Whisper by Remskill on työpöytäsovellus, joka käyttäytyy kuin näppäimistö: pidä pikanäppäintä painettuna, puhu ja litterointi liitetään kohdistimeen — sähköpostiohjelmassasi, asiakirjassa, chat-kentässä, koodikommentissa, muistiinpanosovelluksessa, missä ikinä fokus onkin. Se ei ole selainlaajennus eikä laajennos yhdelle ohjelmalle. Tietokoneesi näkökulmasta vain kirjoitat, minkä vuoksi se toimii jokaisessa sovelluksessa eikä vain harvoissa valituissa.

Käynnistäminen vie noin minuutin:

Se on koko asennus. Siitä eteenpäin silmukka on sama jokaisessa sovelluksessa: kohdistin, pidä, puhu, vapauta, ja sanat ilmestyvät.

Puhu, ja sanat päätyvät mihin tahansa sovellukseen

Kun se on käynnissä, kokemus on huomaamaton parhaalla mahdollisella tavalla. Asetat kohdistimen tekstikenttään, pidät näppäintä, puhut, vapautat. Sekunti tai pari myöhemmin teksti on siinä kuin olisit kirjoittanut sen. Sama painallus toimii postilaatikossasi, jaetussa asiakirjassa, chat-ketjussa, kentässä, johon kirjoitat commit-viestin. Et opi per-sovellus-temppua. Opit yhden näppäimen ja unohdat sen sitten, koska se tekee saman asian kaikkialla.

Koska paikallinen litterointi toimii omalla koneellasi (puhdas Rust, ei Python-sivusovellusta, ei palvelinta silmukassa), se toimii ilman internettiä ollenkaan. Se merkitsee enemmän kuin miltä kuulostaa. Sähköposti pomollesi, sopimuksen puolivalmis kappale, muistiinpano työtoverista — mitään niistä ei tarvitse toimittaa toimittajan lokeihin vain siksi, että saisit sanoa sen kirjoittamisen sijaan. Kannettavassasi on jo mikrofoni ja prosessori; kappaleen saneluun se ei tarvitse palvelinta väliin.

AI-siistiminen on se, mikä tekee siitä käyttökelpoisen

Puhuttu kieli on sotkuista sivulla. Sanot «öh», aloitat lauseet uudelleen puolivälissä, häviät ääneen, joka tarkoittaa «tiedät kyllä mitä tarkoitan». Raakamuodossa liitettynä se lukeutuu kuin litterointi, ei kuin kirjoitus. Whisperissä on valinnainen AI-parannusaskel, joka karsii täytteet ja viimeistelee muotoilun ennen liittämistä. Joten «öh, joo, niin se, se raportti on käytännössä valmis, luulen että me, me ollaan valmiita lähettämään» muuttuu muotoon «Raportti on käytännössä valmis; luulen, että olemme valmiita lähettämään.» Tuo yksi askel tekee eron sanelun, jonka korjaat jälkeenpäin, ja sanelun, jonka vain lähetät, välillä.

Tuo siistiminen toimii paikallisesti Ollaman kautta, ilmaiseksi, omalla koneellasi, joten se toimii offline-tilassa litteroinnin rinnalla. Pro-käyttäjät voivat ohjata sen pilven kautta, mutta täytteiden siistimishyöty ei vaadi Prota; se on ilmaisessa paikallisessa putkilinjassa. Voit myös kytkeä sen kokonaan pois päältä kun haluat raakasanat, mikä pikaisessa chat-viestissä on usein täsmälleen oikein. Pointti on, että siistiminen on olemassa, ei se, että haluat sitä aina.

Missä se auttaa eniten

Hyödyt kasautuvat tekstin ympärille, jonka muuten lykkäisit siksi, että sen kirjoittaminen on vaivalloista. Sähköposti on ilmeisin: vastaus, jonka kirjoittaminen veisi kolme minuuttia, vie kolmekymmentä sekuntia sanottuna, ja voit tehdä sen samalla kun teet muuta. Chat-viestit, jotka ylittävät yhden tai kaksi lausetta. Asiakirjojen ensimmäiset luonnokset, joissa tavoite on saada sanat alas ja muokata myöhemmin, ei kirjoittaa valmista asiaa. Muistiinpanot itsellesi. Koodikommentit ja commit-viestit, joissa haluat kuvata aikomuksen poistumatta näppäimistöasennosta, jossa juuri olit. Ja se, jonka aliarvioin joka kerta: kehotukset AI-työkaluille, jotka ovat pohjimmiltaan kappaleita tavallista kieltä ja täydellinen puhuttavaksi.

Huomaa mitä näillä on yhteistä. Ne ovat kaikki pidempiä kuin muutama sana, eikä mikään niistä tarvitse tarkkaa muotoilua. Se on äänen makeuspisteA. Et sanele taulukkolaskentakaavaa tai koodilohkoa tarkkojen sulkeiden kanssa. Tuotat proosaa, ja proosa on se, johon äänesi on tehty.

Miltä täysi Whisper-sovellus näyttää

Pikanäppäin on osa, jota käytät yhdeksänkymmentä prosenttia ajasta, mutta sen takana on asetuspinta niille hetkille, kun haluat hienosäätää. Valitset litterointimoottorisi: Whisper-mallit, joiden monikieliset variantit kattavat 99 kieltä ja joiden vain englanniksi saatavat .en-versiot kattavat tarkalleen yhden, tai NVIDIAn Parakeet, noin 600 Mt ja 5–10 kertaa nopeampi kuin Whisper prosessorilla, kattaa englannin plus 24 eurooppalaista kieltä. Asetat pikanäppäimen, hallinnoit historiaa, tallennat esiasetukset. Mitään tästä ei tarvita ensimmäisen lauseen sanelemiseen. Se on siellä kun haluat enemmän hallintaa.

Milloin kirjoittaminen vielä voittaa

Ääni ei ole vastaus jokaiseen tekstiriviin, ja rehelliset oppaat sanovat sen. Tarkka koodisyntaksi on selkein tapaus: sulkeiden, operaattorien ja muuttujien nimien saneleminen on hitaampaa ja virhealttiimpaa kuin niiden kirjoittaminen. Tiivis muotoilu, taulukot, matematiikka, kaikki missä rakenne merkitsee yhtä paljon kuin sanat — näppäimistö voittaa. Äänekäs avotoimisto tai meluisa huone heikentää tarkkuutta ja tuntuu lisäksi hankalalta. Ja todella lyhyille pätkille, kolmen sanan vastaukselle tai yhden rivin haulle, ääneen siirtyminen maksaa enemmän aikaa kuin säästää. Lyhyt ja tarkka — jatka kirjoittamista. Pitkä ja proosamaisesti muotoiltu — puhu.

Ja ennen kuin asennat mitään, tarkista mitä sinulla jo on. Windowsissa on äänisyöttö sisäänrakennettuna: paina Windowsin logonäppäintä plus H missä tahansa tekstikentässä ja se avautuu. Maceissa on sanelu sisäänrakennettuna näppäimistöasetuksiin, ja Apple siliconilla se toimii laitteessa ilman internettiä. Molemmat ovat ilmaisia, molemmat kirjoittavat mihin tahansa sovellukseen, ja satunnaiseen kappaleeseen ne riittävät todella hyvin. En maksaisi saneluttyökalusta korvaamaan jotain, jonka käyttöjärjestelmäni jo tekee ilmaiseksi.

Missä erillinen sovellus ottaa johdon on määrä, täytteiden siistiminen ja offline-sanelu koko päivän ajan eikä vain silloin tällöin. Mitä enemmän tekstiä tuotat äänellä, sitä enemmän nuo asiat merkitsevät. Yhdelle viestille käytä näppäintä, joka sinulla jo on. Pitkien viestien ja luonnosten työpäivälle erillinen sovellus lakkaa tuntumasta liialliselta toisen tai kolmannen kappaleen kohdalla, jota sinun ei tarvinnut kirjoittaa.

Mitä Whisper maksaa

Paikallinen saneluputkilinja, sekä litterointi että AI-siistiminen Ollaman kautta, on ilmainen kaikille kirjautuneille käyttäjille, ilman korttia rekisteröinnissä. Äänellä nopeammin kirjoittaminen Whisperin avulla ei siis maksa mitään aloittaaksesi. Whisper Pro lisää pilviominaisuudet (OpenAI-litterointi, pilvi-AI-parannus, ääniverkkohaku) ja siinä on erillinen kokeilujakso. Tarkat luvut löytyvät hintasivulta eikä täältä, koska hinnat muuttuvat ja blogikirjoitus on huono paikka pitää niitä ajan tasalla.

Mihin palaan yhä uudelleen on se, että tämä ei ole temppu eikä tuottavuushakki puoliintumisajalla. Se on vain nopeampi syöttömenetelmä, joka on ollut täysin näkyvissä, esteenä olettamus, että oikea työ tarkoittaa kirjoittamista. Äänesi toimii 150 sanalla minuutissa käytitpä sitä tai et. Näppäimistö on edelleen siellä koodia ja laskentataulukoita varten. Kaiken muun voit vain sanoa.