Puheesta tekstiksi Codassa

Onko Codassa sisäänrakennettu sanelu?

Ei. Codassa ei ole sisäänrakennettua puheesta tekstiksi -toimintoa, sanelua tai puhekirjoitusta dokumenttiin kirjoittamiseen äänellä. Riviltä ei löydy mikrofonipainiketta, ei ääniohjausta eikä piilotettua asetusta. Jos olet penkonut asetuksia sen perään, voit lopettaa. Sitä ei ole, ja maker-yhteisö on pyytänyt sitä vuodesta 2021 ilman, että se olisi tullut.

Mitä on olemassa, on ElevenLabs Voice AI -niminen Coda Pack, ja juuri tässä ihmiset menevät sekaisin. Tuo Pack kulkee toiseen suuntaan — se muuntaa dokumenttisi tekstin puhutuksi ääneksi. Se on tekstistä puheeksi, ei puheesta tekstiksi. Hyödyllinen, jos haluat dokumenttisi luettavan ääneen; hyödytön, jos haluat puhua rivin taulukkoon. Ne kuulostavat samalta ominaisuudelta ja ovat täsmälleen vastakohtia, ja juuri tällainen nimeämistörmäys maksaa iltapäivän. Mieluummin säästän sinut siltä iltapäivältä.

Selainlaajennusten tilanne ansaitsee yhden kappaleen, jotta et lähde jahtaamaan väärää kokoonpanoa. On olemassa suosittu Chrome- ja Edge-laajennus, Voice In, joka sanelee verkkosivuille, mukaan lukien Codan selainversioon. Se toimii, yhdellä rakenteellisella mutta-kohdalla: se on selainlaajennus, joten se tavoittaa Codan vain silloin, kun Coda on välilehti. Avaa Codan työpöytäsovellus, eikä laajennus näe sitä. Lisää tästä kahden osion päästä. Pointti on nyt tämä: mikään Codan sisällä ei tee tätä. Tarvitset työkalun, joka istuu sen päällä.

Paina pikanäppäintä, puhu, teksti laskeutuu soluun

Tämä on koko mekaniikka, ja se on tylsää parhaalla mahdollisella tavalla. Painat pikanäppäintä, puhut, vapautat, ja teksti liimautuu kohdistimen kohdalle, mihin tahansa tekstikenttään, jolla on kohdistus. Whisper pitää lyhyen hännän sen jälkeen, kun päästät näppäimestä irti, jottei viimeinen sanasi katkea. Koska se liimaa käyttöjärjestelmän kohdistimen kohdalle, Coda-taulukon solu on vain "mikä tahansa tekstikenttä". Selainvälilehti tai työpöytäsovellus, sama käyttäytyminen.

Tätä osaa laskeutumissivut mutkistavat liikaa. Codaan ei asenneta Packia, ei liimata API-tokenia, ei vahdita automaatiota. Kohdistimesi on solussa, puhut, ja sanat ilmestyvät soluun. Pieni kapseli ilmestyy puhuessasi, jotta tiedät sen kuuntelevan:

Pikanäppäin on se yksi asia, joka kannattaa saada kuntoon heti alussa. Windowsissa se on Ctrl+Space; Macissa se on Command+Option, pelkkä muunnosnäppäimiin perustuva puhe-painalluksella, jota pidät pohjassa puhuessasi. Molemmat ovat vaihdettavissa Asetuksissa, jos ne osuvat johonkin jo käyttämääsi. (Nuorempi tyttäreni kertoi minulle kerran, että pikanäppäin "ei toiminut" hänen piirustusohjelmassaan. Kyse oli ristiriidasta, ei viasta, ja siitä opin, ettei tavallisella ihmisellä ole aavistustakaan, mitä pikanäppäinristiriita edes on. Niinpä nyt jokainen pikanäppäin on muokattavissa.) Jos olet joskus määrittänyt sanelun Windowsissa tai Macissa, tämä on samaa lihasmuistia suunnattuna eri sovellukseen.

Ota se käyttöön kahdessa minuutissa (Windows tai Mac)

Tarvitset Apple Silicon -Macin tai Windows 10:n tai uudemman tietokoneen, toimivan mikrofonin ja Codan auki joko työpöytäsovelluksessa tai selainvälilehdellä. Koko paikallinen putki on ilmainen mille tahansa kirjautuneelle tilille, eikä rekisteröitymisen yhteydessä kysytä maksutapaa. Tässä on järjestys.

Hidas osa on mallin lataus, ei käyttöönotto. Kaikki muu on nuo neljä vaihetta yllä. Kun se on käynnissä, rivin täyttäminen Coda-taulukkoon lakkaa olemasta kirjoitustehtävä ja muuttuu puhumistehtäväksi.

puheesta tekstiksi Windowsissa · Macissa

Coda selaimessa vs. työpöytäsovellus

Coda tulee kahdella tavalla — selainversiona ja työpöytäsovelluksena Macille ja Windowsille — ja se, mikä sanelureitti toimii, riippuu siitä, kumpaa käytät. Useimmat tällä hakusanalla sijoittuvat sivut ohjaavat sinut suoraan Voice Iniin, Chrome- ja Edge-laajennukseen. Se on hyvä valinta yhdellä rakenteellisella rajoituksella: se on selainlaajennus, joten se tavoittaa Codan vain silloin, kun Coda on välilehti kyseisessä selaimessa. Aja Codan työpöytäsovellusta, eikä laajennus yksinkertaisesti näe ikkunaa.

Järjestelmänlaajuinen pikanäppäin kiertää tämän. Se liimaa käyttöjärjestelmän kohdistimen kohdalle riippumatta siitä, mikä ikkuna sen omistaa, joten sama näppäin, joka täyttää Coda-solun selaimessa, täyttää solun myös Codan työpöytäsovelluksessa, Gmail-kirjoituskentässäsi, Slack-viestissä ja commit-viestissä. Yksi työkalu, jokainen tekstikenttä, sekä selain että natiivisovellus. Et opettele mitään uudelleen vaihtaessasi, etkä tarvitse eri ratkaisua sen mukaan, miten satut tänään pitämään Codaa auki.

Jos koskettelet Codaa vain selainvälilehdellä etkä koskaan työpöytäsovelluksessa, laajennus on siisti, keskittynyt vaihtoehto ja tutustumisen arvoinen. Sillä hetkellä, kun käytät Codan työpöytäsovellusta tai haluat saman kulun jokaisessa avaamassasi ohjelmassa, järjestelmänlaajuinen reitti voittaa. Itse tarttuisin yhteen pikanäppäimeen, koska vaihdan sovellusta noin neljäkymmentä kertaa tunnissa enkä halua muistaa neljääkymmentä eri sanelupainiketta.

Paikallinen vai pilvi: kumpi tila dokumenteillesi

Useimpaan Coda-työhön kokeile ensin paikallista tilaa. Iso osa siitä, mitä Coda-dokumenttiin päätyy, on sellaista, jota et mielelläsi syöttäisi palveluntarjoajan lokeihin — projektisuunnitelma, asiakasmuistiinpano, taulukossa puoliksi muotoutunut idea. Jos Macisi on Apple Silicon tai tietokoneesi on viime vuosilta, paikallinen hoitaa arkisen sanelun valittamatta, ja pilvestä tulee hätävara oletuksen sijaan.

Tässä on, miten nuo kolme reittiä eroavat, koska sovellus pakottaa sinut valitsemaan ja mieluummin valitset hyvin:

• Local Parakeet — NVIDIAn TDT-moottori, noin 600 MB, ja nopein paikallinen vaihtoehto — 5–10 kertaa nopeampi kuin Whisper prosessorilla. Kattaa englannin lisäksi 24 muuta eurooppalaista kieltä, 25 yhteensä. Ei käännöstä englanniksi. Jos työskentelet englanniksi tai jollain muulla eurooppalaisella kielellä, tämä on nopea, täysin verkoton valinta.
• Local Whisper — hitaampi kuin Parakeet samalla koneella, mutta monikieliset versiot kattavat 99 kieltä ja osaavat kääntää englanniksi. Pelkän englannin versiot ovat vain englantia, eivät 99 kieltä. Valitse tämä kiinaa, japania, koreaa tai mitä tahansa käännöstyötä varten, mitä Parakeet ei osaa. Englannin oletusmalli on noin 480 MB.
• Cloud (OpenAI, BYOK) — paras tarkkuus ja verkkokäyttö omalla OpenAI-avaimellasi, jonka OpenAI laskuttaa suoraan. Transkriptio toimii oletuksena mallilla gpt-4o-mini-transcribe. Tarvitsee internetin, joten se on se yksi reitti, joka poistuu koneeltasi. Cloud-pinta on osa Whisper Prota.

Tylsä totuus on, että sellaiseen tekstiin, jota useimmat laittavat Codaan, paikallinen riittää oikein hyvin. Molemmat paikalliset moottorit toimivat täysin koneellasi, eikä mitään lähetetä palvelimelle. Pilvi ansaitsee paikkansa, kun haluat huippuluokan tarkkuutta vaikeaan tallenteeseen tai tarvitset mallin hakemaan faktan verkosta kesken lauseen. Päivittäiseen dokumenttitottumukseen aloita paikallisesti ja tartu pilveen vasta, kun paikallinen jättää kaipaamaan lisää.

Välimerkit, siivous ja Codan muotoilu äänellä

Raaka sanelu tulee ulos yhtenä putkena. Sanot "okei niin lisää rivi tarkista julkaisudokumentti omistaja olen minä määräaika torstai tila jumissa", ja juuri tällaisen välimerkittömän muurin mikä tahansa puhemoottori sinulle antaa. Sen siivoaminen on se kohta, jossa reitit eroavat.

Windowsin puhekirjoitus lisää välimerkit puhuessasi, ja macOS:n sanelu hoitaa perusvälimerkit, kun sanot "pilkku" tai "piste". Raskaampaan siivoukseen — "öö"-täytesanojen poistamiseen, putkilauseiden korjaamiseen, puhutun lauseen muuttamiseen joksikin, jonka oikeasti pitäisit dokumentissa — Whisper voi ajaa AI-läpikäynnin. Sano aktivointilause "Hey whisper", ja teksti paranee ennen kuin se laskeutuu. Paikallisella mallilla se kulkee Ollaman kautta; pilvitilassa se on oletuksena gpt-5-mini.

Codan omaan rakenteeseen — taulukon rakentamiseen, sarakkeen tyypin asettamiseen, valintavaihtoehdon lisäämiseen, kaavan kirjoittamiseen — rehellinen vastaus on, että ääni antaa sinulle tekstin ja Codan oma käyttöliittymä antaa sinulle rakenteen. Sanele solun sisältö, rakenna sitten taulukko ja aseta sarakkeen tyypit niin kuin aina teet. Mikään sanelutyökalu ei loihdi Coda-taulukon rakennetta olemassaoloon komennosta; jokainen, joka lupaa "sano uusi taulukko kolmella sarakkeella ja katso sen rakentuvan", myy sinulle demoa, ei tiistaita. Saa sanat alas nopeasti äänellä, muotoile dokumentti hallintatyökaluilla, jotka jo tunnet.

Sama puhu-sitten-siivoa-kulku kannattaa hyvin dokumenttiesi ulkopuolellakin — voit myös sanella selkeää tekstiä mihin tahansa sovellukseen yhdellä pikanäppäimellä, joten pitkästä kappaleesta tulee muutama puhuttu lause sen sijaan, että kirjoittaisit sen kokonaan.

Milloin sanelutyökalu kannattaa ohittaa Codan kohdalla

Joskus oikea työkalu on se ilmainen, joka on jo koneellasi, ja muu väittäminen olisi epärehellistä. Jos pudotat Codaan vain lyhyitä nappauksia — pikaisen rivin, kahden sanan tilan — käyttöjärjestelmäsi hoitaa sen ilmaiseksi.

Windowsissa paina Windows-näppäin + H, ja sisäänrakennettu puhekirjoituspalkki avautuu kohdistimen kohdalle, mukaan lukien Coda-soluun. Se laittaa välimerkit itse ja sopii lyhyisiin purskeisiin. Mutta-kohta: se kulkee Microsoftin palvelinten kautta ja tarvitsee internetyhteyden, joten se ei ole verkoton vaihtoehto. Macissa sanelu antaa sinun puhua tekstiä mihin tahansa, missä voit kirjoittaa, määritettynä Järjestelmäasetuksissa Näppäimistön alta, ja Apple Siliconilla yleinen teksti voidaan käsitellä laitteella. Ja jos käytät Codaa aina vain selainvälilehdellä, Voice In -laajennus on keskittynyt, ilmainen vaihtoehto, joka on rakennettu juuri siihen.

Tartu omistautuneeseen, järjestelmänlaajuiseen työkaluun, kun sisäänrakennetut alkavat sattua: pitkät muistiinpanot, monikielinen työ, verkoton yksityisyys Windowsissa, Codan työpöytäsovellus välilehden sijaan, tai yhden pikanäppäimen halu, joka käyttäytyy samalla tavalla Codassa, sähköpostissasi ja editorissasi. Sen rajan alapuolella käytä sitä, mikä on ilmaista. En aio kehottaa sinua asentamaan sovellusta yhden rivin tilapäivitystä varten.

Sama kompromissi tulee esiin, jos pidät työtä myös muissa työkaluissa — logiikka Google Docsiin sanelussa on identtinen, koska sielläkin kohdistin, ei lisäosa, on todellinen integraatio.

Coda ei koskaan toimittanut mikrofonipainiketta, ja tämän kirjoitettuani olen melko varma, ettei se koskaan tee niin. Sen ei tarvitsekaan, koska kohdistin on integraatio. Puhu soluun, saa teksti, muotoile dokumentti hallintatyökaluilla, jotka jo tunnet. Sanelin suurimman osan tästä oppaasta tekstikenttään, joka ei ollut Coda, työkalulla, jota ei kiinnosta, mikä kenttä se on, ja liitin sitten koko sopan dokumenttiin. Siinä koko temppu.