Puheesta tekstiksi Google Docsissa

Avaa Työkalut, klikkaa Sanelu, ala puhua

Ei asennusta, ei laajennusta, ei tilipäivitystä. Sanelu on jo valmiina Google Docsissa.

Koko homma vie noin kolmekymmentä sekuntia ensimmäisellä kerralla ja kymmenen jokaisella seuraavalla. Jos mikrofonilaatikko ei koskaan ilmesty, olet lähes varmasti Firefoxissa tai vanhemmassa selainversiossa. Hyppää alla olevaan vianmääritysosioon.

Yksi yksityiskohta kannattaa asettaa ennen aloittamista: kielivalikko mikrofonin yläpuolella. Google Docs tukee siellä yli 100:aa kieltä ja murretta, mukaan lukien pitkä lista englannin, espanjan ja arabian alueellisia variantteja. Valitse oikea, niin tarkkuus hyppää saman tien. Jätä se kielelle, jota et puhu, niin saat sanasalaattia, joka lukee kuin huono tekstitysraita.

Välimerkkikomennot ja pikanäppäin, jonka tarvitset

Tässä se osa, joka yllättää ihmiset. Google Docs ei lisää välimerkkejä puolestasi. Sinä sanot ne.

Päättääksesi lauseen sanot "piste". Taukoa varten "pilkku". Sinulla on myös "huutomerkki", "kysymysmerkki", "uusi rivi" ja "uusi kappale". Joten kahden lauseen saneleminen kuulostaa ääneen tältä: "kokous on vahvistettu piste lähetä esityslista perjantaihin mennessä piste". Se tuntuu oudolta noin neljä minuuttia, sitten siitä tulee lihasmuistia, samalla tavalla kuin puolipisteen kirjoittamisesta aikoinaan.

Olemassa on myös laajempi joukko muokkauskomentoja: "valitse kappale", "kursivointi" ja vastaavia muotoilu- ja navigointifraaseja. Ne toimivat vain englanniksi, ja vain kun sekä tilisi kieli että asiakirjasi kieli on asetettu englanniksi. Välimerkkikomennot ovat anteeksiantavampia ja toimivat useammilla kielillä; muotoilukomennot ovat ne englantiin lukitut.

Liikkeellä on myös pikanäppäin. Monet käyttäjät ja kolmannen osapuolen oppaat raportoivat sen olevan Ctrl+Shift+S Windowsissa ja Cmd+Shift+S Macissa, joka kytkee sanelun päälle ja pois ilman valikkoon kurkottamista. Maininnan arvoinen, koska Googlen nykyinen ohjesivu ei listaa pikanäppäintä lainkaan, joten suhtaudu siihen tyyliin "laajalti raportoitu ja toimii yleensä" eikä pyhänä totuutena. Jos se ei tee mitään koneellasi, valikkoreitti toimii aina.

Manuaalinen välimerkitys on selkein raja Googlen työkalun ja uudempien tekoälysanelutyökalujen välillä. "Pilkku" ääneen sanominen on hinta ilmaisesta ominaisuudesta, joka ei ole juuri muuttunut vuosiin. Se ei ole väärin. Se on vain vuosi 2015 istumassa hiljaa vuoden 2026 tuotteen sisällä.

Se pyörii selainvälilehdessä, ei tietokoneellasi

Seuraava osio ratkaisee, riittääkö sisäänrakennettu työkalu sinulle, joten siitä saa kuvan, mitä katselet.

Sanelu on Google Docsin ominaisuus, mikä tarkoittaa, että se on selainvälilehden ominaisuus, jossa Google Docs on auki. Työpöytäsovellusta ei ole. Sulje välilehti ja mikrofoni lähtee sen mukana. Aiempi "vain Chrome" -maine on vanhentunut — Googlen ohjesivu listaa nyt Chromen, Edgen ja Safarin. Firefox on edelleen jätetty ulkopuolelle.

Mitä tuo selainlukko maksaa sinulle, paljastuu sillä hetkellä, kun kirjoituksesi poistuu asiakirjasta. Sanotaan, että laadit projektipäivityksen Docsiin puheella, sitten sinun pitää vastata kommenttiin sähköpostissasi, liittää muistiinpano Slackiin ja täyttää solu taulukkolaskennassa. Mikrofoni ei voi seurata kohdistintasi mihinkään niistä. Se kuulee sinut vain Docs-välilehden sisällä. Monelle se on ihan ok — he kirjoittavat Docsissa eikä missään muualla. Lopuille se on seinä, johon törmää useita kertoja päivässä.

Sitten on mobiilikysymys. Puhelimessa työpöydän Sanelu-valikkoa ei näy; Docsin mobiilisovellus nojaa sen sijaan puhelimesi näppäimistön sisäänrakennettuun sanelumikrofoniin. Tuo näppäimistömikrofoni on kelvollinen, mutta se on käyttöjärjestelmäsi, joka tekee työn, ei Google Docs.

Kun Google Docsin sanelu lakkaa kuulemasta sinua

Sanelu hajoaa muutamalla ennustettavalla tavalla. Järjestetty sen mukaan, kuinka usein olen nähnyt niiden tapahtuvan.

• Se puuttuu Työkalut-valikosta. Olet tukemattomassa selaimessa. Firefox on tavallinen syyllinen; ikivanha Chrome-versio on toisena. Avaa sama asiakirja nykyisessä Chromessa, Edgessä tai Safarissa, niin valikkokohta ilmestyy uudelleen.
• Mikrofonilaatikko on siinä, mutta mitään ei kirjoiteta. Selaimella ei ole mikrofonilupaa, tai väärä syöttölaite on valittuna. Tarkista pieni kamera-/mikrofonikuvake selaimesi osoitepalkissa ja varmista, että asiakirjavälilehti on sallittu. Tarkista sitten käyttöjärjestelmäsi ääniasetukset varmistaaksesi, että oikea mikrofoni on oletus — kannettavan sisäänrakennettu mikrofoni ja kytketty kuulokemikrofoni taistelevat tästä.
• Sanat menevät yhteen tai tulevat ulos sekavina. Tämä on lähes aina ääni, ei ohjelmisto. Halpa USB-mikrofoni tekee tarkkuudelle enemmän kuin mikään asetus, jonka voit muuttaa, yleensä enemmän kuin mallipäivitys tekee. Taustamelu, tuuletin, avoin ikkuna: kaikki se päätyy tekstiin.
• Se pysähtyy itsestään minuutin tai parin jälkeen. Sanelu pysähtyy, kun se lakkaa havaitsemasta puhetta hetkeksi, tai kun välilehti menettää fokuksen. Klikkaa mikrofonia uudelleen jatkaaksesi. Jos vaihdat toiseen ikkunaan lukeaksesi jotain sanellessasi, tuo vaihto on se, joka vaimentaa sinut.
• Sanat ilmestyvät väärään paikkaan, tai komennot kirjoittuvat tekstinä. Jos sanot "uusi kappale" ja sanat "uusi kappale" päätyvät asiakirjaasi rivinvaihdon sijaan, tilisi tai asiakirjasi kieli ei ole asetettu englanniksi, ja muokkauskomennot ovat vain englanniksi. Välimerkit kuten "pilkku" ja "piste" ovat anteeksiantavampia kielten välillä; muotoilu- ja navigointikomennot ovat ne tiukat. Tarkista molemmat kieliasetukset, jos komennot näkyvät jatkuvasti kirjaimellisena tekstinä.

Jos asiakirjavälilehti toimii, mutta jokin toinen sovellus ei kuule sinua lainkaan, se ei ole Google Docs -ongelma. Se on taas se selainlukko. Mikään vianmääritysaskel ei korjaa sitä, koska se toimii suunnitellusti.

Jos mikrofonin ruutu ei ala kuunnella lainkaan, lue täydellinen oppaamme siitä, miksi Google Docsin sanelu lakkaa toimimasta.

Saneleminen Docsiin ilman selainvälilehden sisällä asumista

Järjestelmänlaajuinen työkalu muuttaa ongelman muotoa. Whisper by Remskill on työpöytäsovellus, ei selainlaajennus eikä Docs-lisäosa. Painat pikanäppäintä missä tahansa, puhut, vapautat, ja teksti liitetään kohdistimesi kohdalle — Google Docs -välilehteen, sähköpostiisi, Slackiin, taulukkolaskennan soluun, mihin tahansa tekstikenttään koneella.

Oletuspikanäppäin on Ctrl+Space Windowsissa. Macissa se on paina-ja-puhu: pidä Command+Option pohjassa yhdessä nauhoittaaksesi, vapauta jompikumpi näppäin pysäyttääksesi. Molemmat ovat vaihdettavissa asetuksissa, jos ne menevät päällekkäin jonkin jo käyttämäsi kanssa. Kulku on sama molemmilla alustoilla — pidä, puhu, vapauta, sanat laskeutuvat sinne, missä kohdistimesi on. Näet täyden läpikäynnin oppaastamme siitä, miten Whisper toimii, sekä alustakohtaiset asetukset kohteille puheesta tekstiksi Macissa ja puheesta tekstiksi Windowsissa.

Muutama asia, jota selaintyökalu rakenteellisesti ei voi tehdä, mutta työpöytäsovellus voi:

• Välimerkitys on automaattista. Ei "pilkun" sanomista ääneen. Tekstitys lisää sen puolestasi, joten sanelu kuulostaa puhumiselta, ei näyttämöohjeiden lukemiselta.
• Se toimii offline-tilassa. Paikallinen putki pyörii täysin koneellasi puhtaalla Rust-moottorilla, mitään ääntä ei poistu kannettavalta. Puoliksi luonnosteltu irtisanoutumiskirjeesi ei tee kiertomatkaa kenenkään palvelimen kautta.
• Se seuraa kohdistintasi kaikkialle. Sama pikanäppäin, joka täyttää Docs-kappaleen, täyttää Gmail-vastauksen tai Notion-sivun kolmekymmentä sekuntia myöhemmin.

Sananen malleista, koska ihmiset kysyvät. Paikallisesti valitset moottorin itse — valinta on sinun, ei oletus, jonka me valitsimme puolestasi. NVIDIA:n Parakeet on nopein paikallinen vaihtoehto: noin 600 MB, 5–10 kertaa nopeampi kuin Whisper suorittimella, kattaen englannin plus 24 eurooppalaista kieltä, 25 yhteensä. Valitse se, jos puhut enimmäkseen englantia ja haluat nopeutta.

Paikalliset Whisper-mallit menevät laajemmalle. Monikieliset versiot kattavat 99 kieltä mukaan lukien automaattitunnistuksen, plus käännä-englanniksi. Valitse ne, jos tarvitset muita kieliä tai kääntämistä. Vain englanninkieliset Whisper-versiot on lukittu englantiin suunnittelultaan, parhaan tarkkuuden vuoksi, kun englanti on kaikki mitä kirjoitat. Ja jos haluat uusimman OpenAI-laadun verkkokäytöllä, Cloud-tila pyörii omalla OpenAI-avaimellasi, kattaen ne noin 57 kieltä, jotka OpenAI virallisesti listaa. Kolme polkua, sinä valitset. Sovellus ei valitse oletusta puolestasi, minkä opin kantapään kautta olevan juuri sitä, mitä ihmiset haluavat — ensimmäinen versio toimitettiin malli jo valittuna, ja ensimmäinen asia, jonka käyttäjät tekivät, oli mennä vaihtamaan se.

Tuo viimeinen kohta on minulle eväslaatikkotesti. Tiistai-ilta, voileipiä tekemässä ja samaa jugurttia, jota nuorempi kieltäytyy syömästä, ja koulu haluaa retkilapun vastattuna kahdeksaan mennessä. Nappaan kannettavan yhdellä kädellä, pidän pikanäppäintä pohjassa ja sanelen vastauksen kurkkuviipaleiden välissä — pysähtyen kerran kysymään, miten opettajan nimi kirjoitetaan, kerran vastaamaan, miksi kuu joskus ei ole paikalla. Sähköposti lähtee, eväslaatikot tulevat tehdyiksi. Pointti ei ole, että tämä on Docs. Pointti on, että kohdistimeni oli sähköpostiohjelmassa, sitten kalenterissa, sitten muistiinpanosovelluksessa, ja sama näppäin toimi kaikissa kolmessa. Sanelu olisi kuullut ensimmäisen ja vaiennut lopun ajan.

Milloin ohittaa sovelluksemme ja käyttää Googlen sisäänrakennettua työkalua

Sanon tämän suoraan, koska kehys, jonka mukaan kirjoitan, vaatii sitä, ja koska se on totta. Jos kirjoitat Google Docsin sisällä etkä missään muualla, ja lähetät lyhyitä pätkiä — kappaleen, kommentin, nopean muistiinpanon — käytä Googlen Sanelua äläkä asenna mitään. Se on ilmainen, se on jo siellä, se tukee yli 100:aa kieltä, ja "pisteen" sanominen muutaman kerran ei maksa sinulle muuta kuin arvokkuutta.

Raja, jossa järjestelmänlaajuinen työkalu alkaa olla merkityksellinen, on suunnilleen 200 sanan kohdalla, tai sillä hetkellä, kun sanelusi täytyy poistua asiakirjasta. Jos laadit pitkää tekstiä, vaihtelet kolmen sovelluksen välillä tunnissa, työskentelet offline-tilassa junassa tai käsittelet tekstiä, jota et mieluummin lähettäisi palvelimelle, selainvälilehdestä tulee pullonkaula. Tuon rajan alapuolella Google pitää sinusta huolta. Ole rehellinen itsellesi siitä, kummalla puolella olet.

If you have already crossed that line, here is a Google voice typing alternative that dictates anywhere — including offline.

Vielä yksi sisäänrakennettu vaihtoehto, jonka ihmiset unohtavat. Sekä Windowsissa että macOS:ssä on oma järjestelmätason sanelunsa. Windowsissa se on Win+H -sanelupaneeli; Macissa se on käyttöjärjestelmän sanelu, jonka voit sitoa näppäimeen. Ne ainakin toimivat selaimen ulkopuolella, toisin kuin Googlen. Ne eivät ole yhtä tarkkoja tai hallittavia kuin oma erillinen työkalu, mutta ne ovat ilmaisia ja jo asennettuja — kokeilemisen arvoisia ennen kuin kurkotat mitään maksullista.

Google Docsin sanelu on ilmainen, sisäänrakennettu ja kelpaa kappaleeseen kerrallaan selainvälilehden sisällä. Sillä hetkellä, kun sanelusi täytyy poistua tuosta välilehdestä — sähköpostiin, chattiin, taulukkolaskentaan, offline-tilassa junassa — mikrofoni jää jälkeen, koska se ei alun perinkään ollut tietokoneellasi. Se ei ole vika korjattavaksi. Se on selainominaisuuden ulottuvuuden raja. Seitsemänvuotiaani saneli kerran kokonaisen sähköpostin isoäidilleen ja kysyi sitten, miksei se toiminut hänen piirustussovelluksessaan. Järkevä kysymys. Vastaus on pikanäppäin, joka ei välitä siitä, missä ikkunassa olet.