Kirjoittaja: Denys MedvedievVertailu
Puhe tekstiksi Windowsissa: ilmainen vai maksullinen
Win+H on ilmainen ja riittää kahteen riviin. Tästä kannattaa lähteä, kun kaksi riviä ei enää riitä.
Paina Windows + H missä tahansa tekstikentässä Windows 10:ssä tai Windows 11:ssä. Se on Microsoft Voice Typing — ilmainen, Azuren kautta reititetty, sopii lyhyisiin muistiinpanoihin. Mihin tahansa kappaletta pidempään (sähköpostit, luonnokset, pitkä teksti, monikielinen työ) tarvitset oikean saneluohjelman. Whisper tekee sen: pidä Ctrl + Space pohjassa, puhu, päästä irti; teksti laskeutuu kursoriin missä tahansa sovelluksessa oletkin. Se pyörii paikallisesti PC:ssäsi (ääni ei poistu läppäristäsi) tai OpenAI Cloud -reitin kautta, jos haluat huipputarkkuuden ja verkkohaun samassa työkalussa.
Sanelen noin 145 sanaa minuutissa. Kirjoitan noin 40. Huomasin eron ensi kertaa 2 tunnin iltalennolla Bukarestiin, kun kasasin Tauri-prototyyppiä taittopöydällä, koska kokousmuistiinpanojen kirjoittaminen oli syönyt iltani. Laskeutuessa minulla oli toimiva versio, joka tallensi mikrofonista, transkriboi paikallisesti ja liitti tekstin aktiiviseen tekstikenttään. Tuo prototyyppi on se, mikä lopulta julkaistiin, ja se on ainoa syy, miksi saan lapset syömään ennen seitsemää.
Puhe tekstiksi Windowsissa ei ole mikään taikatemppu tuottavuuden parantamiseen. Se on tylsä korjaus tietokoneesi kalleimpaan asiaan eli ranteisiisi. Microsoft toimittaa Windows 10:een ja Windows 11:een ilmaisen sisäänrakennetun saneluvälineen. Se on hyvä, kunnes ei enää ole. Tämä opas käy läpi sen, mitä PC:si jo tekee, mihin Microsoft on vetänyt rajan, ja mihin tarttua, kun raja ylittyy.
Tässä aiheessa on kategoria-ansa. Ihmiset hakevat ”puhe tekstiksi Windows” ja päätyvät kolmenlaisille sivuille: Microsoftin tukidokumentti (oikein, mutta pintapuolinen), opetusvideot (pitkiä, hitaita, suurin osa kuvaa samat viisi vaihetta) ja tuotesivut yrityksiltä, jotka haluavat myydä $30 kuukaudessa maksavan tilauksen ennen kuin olet edes kokeillut ilmaista vaihtoehtoa. Teen tämän toisin. Näytän ensin Microsoft Voice Typingin 30 sekunnissa. Sitten kerron tarkalleen, milloin se ei enää riitä, ja mihin tarttua sen tilalle.
Rehellinen vastaus on, että useimmat Windows-käyttäjät tarvitsevat vain kolme lausetta ohjeita, ei 3 000 sanaa. Mutta ne, jotka tarvitsevat ne 3 000 sanaa, tarvitsevat ne todella. Niinpä kirjoitin molemmat.
Kolme polkua minuutissa
Sovellus ei valitse transkriptiomallia puolestasi. Valitset itse kolmesta polusta. Tämä on tarkoituksellista.
Cloud (OpenAI, BYOK) — laadukkain polku
Tuot oman OpenAI API -avaimesi. Transkriptio pyörii oletuksena gpt-4o-mini-transcribessa tai gpt-4o-transcribessa. Tekoälypohjainen tekstinparannus pyörii oletuksena gpt-5-minissä; saatavilla ovat myös gpt-5-nano ja gpt-5. Verkkohaku reitittyy Responses API:n kautta gpt-4o-miniin. Maksat käytöstä suoraan OpenAI:lle; me emme ota välistä. Valitse tämä, jos haluat parhaan laadun ja verkkohaun samassa työkalussa, ja sinulle sopii maksaa OpenAI:lle minuuttiperusteisesti.
Parakeet (NVIDIA TDT, ~600 MB) — nopein paikallinen polku
Parakeet v3 on 5–10× nopeampi kuin Whisper CPU:lla. Englanti plus 24 eurooppalaista kieltä. Ei käännöstä englanniksi. Ei kielenvaihtoa aasialaisten kirjoitusjärjestelmien kanssa. Laatu on hyvä, ei Whisper-large-v3-tasoa, mutta enemmän kuin riittävä päivittäiseen sähköposti- ja dokumenttityöhön. Valitse tämä, jos haluat nopeutta ja puhut pääosin englantia.
Paikallinen Whisper (8 mallia) — hallittavin paikallinen polku
Hitaampi kuin Parakeet samalla raudalla. Vastineeksi saat 99 kieltä monikielisissä versioissa, käännöksen englanniksi, mukautetun sanaston, beam-koon säädön ja avainsanapainotuksen. Valitse tämä, jos tarvitset käännöstä, monikielistä transkriptiota (erityisesti kiinaa, japania, koreaa, joita Parakeet ei osaa) tai hienovaraisempaa tallennuskohtaista hallintaa.
| Polku | Cloud (BYOK) | Parakeet v3 | Paikallinen Whisper |
|---|---|---|---|
| Paras käyttöön | Paras tarkkuus, verkkohaku, mikä tahansa läppäri | Nopein paikallinen englanti + EU | Monikielisyys, käännös, hallinta |
| Laitteistovähimmäistaso | Mikä tahansa | 8 GB RAM | 8 GB RAM (small), 16 GB+ (medium / large-v3) |
| Internet | Vaaditaan | Ei tarvita | Ei tarvita |
| Laatu | Huipputaso | Hyvä | Hyvästä huipputasoon |
Kaikki kolme polkua käyttävät samaa pikanäppäintä, samaa peittokerrosta ja samoja asetuksia. Vaihto on yhden kytkimen takana.
Mitä Windows tarjoaa jo valmiiksi (Win+H)
Avaa mikä tahansa tekstikenttä: Word, Outlook, selaimen osoitepalkki, Notepad, Slackin syöttökenttä. Paina Windows + H. Pieni sanelutyökalupalkki ilmestyy, ja PC kuuntelee. Puhu. Klikkaa pois tai paina työkalupalkin pysäytyspainiketta, ja teksti jää paikalleen. Siinä on koko peruslinja.
Microsoft kutsuu tätä Voice Typingiksi. Se on rakennettu sisään Windows 10:een ja Windows 11:een. Mitään sovellusta ei tarvitse asentaa. Mitään ”koulutusta” ei tarvita siten kuin sukulaiseni, joka joutui aikoinaan Dragon NaturallySpeakingissa Windows 98 -työpöytäkoneella vuonna 1999, ja jonka piti lukea kalibrointilistaa 45 minuuttia ennen kuin ohjelma osasi päättää, sanoiko hän ”writing” vai ”riding”. Puhetekniikka parani hiljaa ilman, että kukaan oli sitä katsomassa, ja Microsoft toimitti tuloksen järjestelmäpäivityksessä ilman lehdistötiedotetta.
Pari asiaa kannattaa tietää alkuun. Voice Typing käyttää Microsoftin online-puheentunnistusta, jonka takana on Azure Speech -palvelut. Tämä tarkoittaa, että ääni lähtee läppäristäsi Microsoftin datakeskukseen. Jos sanelet palkkataulukkoa, HR-muistiota tai mitä tahansa, johon HIPAA tai GDPR liittyy, tällä on väliä. Tarkista IT-käytäntösi tai käytä työkalua, jonka tietosuojatarina on yksinkertaisempi. Ominaisuus tukee yli 50 kieltä alueellisine variantteineen. Copilot+ PC:llä (uusi Snapdragon X / Surface -sukupolvi) on myös Voice Typing -ominaisuus nimeltä Fluid dictation, joka käyttää laitteella ajettavaa pientä kielimallia korjaamaan kielioppia, välimerkkejä ja täytesanoja samalla kun puhut. Se on tällä hetkellä saatavilla kaikilla englanninkielisillä alueilla.
Voice Typing vs Voice Access — valitse oikea pinta
Kaksi eri Microsoftin ominaisuutta, jotka menevät usein sekaisin. Voice Typing on se, minkä saat painikkeella Windows + H. Voice Access on erillinen ominaisuus koko PC:n ohjaamiseen äänellä: sovellusten avaaminen, painikkeiden klikkaaminen, vierittäminen ja lisäksi tekstin tuottaminen. Voice Access vaatii Windows 11 22H2:n tai uudemman, käyttää laitteella tapahtuvaa puheentunnistusta, joka toimii ilman internet-yhteyttä, ja korvasi vanhan Windows Speech Recognitionin syyskuussa 2024. Voice Accessin kielet kattavat englannin (kuusi alueellista varianttia), espanjan, saksan, ranskan, yksinkertaistetun ja perinteisen kiinan, japanin ja italian.
Jos tavoitteesi on ”haluan sanella tekstiä sovelluksiin”, haluat Voice Typingin. Jos tavoitteesi on ”en pysty käyttämään hiirtä ja näppäimistöä, minun on ohjattava koko PC:tä”, haluat Voice Accessin. Nämä kaksi toimivat eri lähtökohdista, ja dokumentaatio asuu eri paikoissa. Useimmat ”puhe tekstiksi Windowsissa” -hakijat haluavat Voice Typingin.
Milloin Microsoft Voice Typing riittää
Sinun ja minun kesken: useimmat eivät tarvitse maksullista saneluohjelmaa. Jos lähetät 30 sanan vastauksen, sanelet Slack-ketjuun tai naputat kalenterimerkinnän, Windows + H on ilmainen ja toimii. Whisper alkaa olla vaivansa arvoinen noin 200 sanan kynnyksellä, jossa Voice Typingin tarkkuus ja parannusvaiheen puute alkavat sattua. Pitkät lauseet muuttuvat vyöryviksi rakenteiksi. Välimerkit ajelehtivat. Erisnimet horjuvat; vanhemman tyttäreni nimi on transkriboitunut muotoon ”Maira”, ”Mirror” ja kerran, muistettavasti, ”Mirror image”.
Jako menee karkeasti näin: lyhyt, rento, vain englanti, ei vaatimustenmukaisuushuolia → Voice Typing. Pitkä, harkittu, monikielinen, herkkä, tai haluat parannusvaiheen → tartu oikeaan työkaluun. Jos päiväsi on enimmäkseen kahden rivin Teams-chatteja, lopeta tämän artikkelin lukeminen. Jos päivääsi kuuluu sähköpostien luonnostelua, briefejä, koodikommentteja, luennon tiivistelmiä tai markkinointitekstien variaatioita, jatka eteenpäin. dictating into Word specifically has a few extra considerations worth reading.
And if you want the inverse — Windows reading text back to you for proofreading long drafts — the honest free text-to-speech roundup covers Edge's built-in Read Aloud and the five tools worth the install.
Haluatko tutustua tuotesivuun ohjeen sijaan? Whisperin puheesta tekstiksi Windows-käyttäjille esittelee sovelluksen, paikalliset mallit ja latauksen yhdellä sivulla.
Läpikäynti: Cloud-tila (OpenAI BYOK -polku)
Cloud on laadukkain polku ja se, minkä asettaisin ensimmäisenä uuteen koneeseen. Aikabudjetti: noin 3 minuuttia, jos OpenAI-avain on jo olemassa.
Vaihe 1 — Asenna Whisper
Lataa asennusohjelma osoitteesta /download. Aja se. Ensimmäinen käynnistys pyytää mikrofonilupaa; klikkaa ”Allow”. Jos klikkaat refleksinomaisesti ”Don't Allow” (olen tehnyt tämän itsekin, useammin kuin kerran), avaa Windows Settings → Privacy → Microphone ja kytke Whisper päälle.
Varmista, että toimii. Sovelluksen tarjotinkuvake ilmestyy kellon viereen. Klikkaa hiiren oikealla, ja valikko avautuu. Jos sitä ei näy, käynnistä Windows kerran uudelleen ja yritä uudelleen; asentajat kilpailevat toisinaan järjestelmän tarjottimen kanssa.
Vaihe 2 — Valitse Cloud-polku
Avaa Whisper Settings → Transcription. Vaihda tilaksi Cloud (OpenAI). Liitä OpenAI API -avain. Oletusmalli on gpt-4o-mini-transcribe; jos haluat hieman korkeampaa tarkkuutta tuplakustannuksella per minuutti, vaihda gpt-4o-transcribeen.
Varmista, että toimii. Settings-sivulla näkyy vihreä ”Connected”-merkki API-avainkentän vieressä. Jos se näyttää punaista, tarkista, että avaimella on Whisper API -käyttöoikeus päällä OpenAI-hallintapaneelissasi.
Vaihe 3 — Vahvista, että pikanäppäin on Ctrl + Space
Settings → Hotkeys. Oletuspikanäppäin Windowsissa on Ctrl + Space (push-to-talk pohjassa pidettäessä). Jos Ctrl + Space törmää johonkin jo käytössä olevaan (VS Code IntelliSense, aasialaisen kielen IME, Jupyter-autokomplettori), valitse toinen yhdistelmä tähän ennen kuin muutat mitään muuta. Vältä pelkkää Win + H:ta (se on Voice Typingin), Cmd-mitä tahansa (Macin aluetta) ja itse Windows-näppäintä (järjestelmähaku). Käytän Ctrl + Right-Shiftiä koneilla, joissa Ctrl + Space on varattu.
Varmista, että toimii. Paina valitsemaasi pikanäppäintä työpöydällä. Whisperin peittokerroksen pitäisi näyttää hetkellisesti ”idle”-tila, vaikka alla ei olisikaan tekstikenttää.
Vaihe 4 — Aseta AI-parannusmalli
Settings → Enhancement. Oletus on gpt-5-mini. Kevyempiä, halvempia uudelleenkirjoituksia varten valitse gpt-5-nano; raskaampia uudelleenkirjoituksia ja pidempiä kehotteita varten valitse gpt-5. Oletus on oikea valinta 95 %:lle kirjoittamisesta.
Varmista, että toimii. Kytke ”Test enhancement” päälle näytelausumalla (Settings-sivu tarjoaa sellaisen). Siivottu versio palaa noin 1–2 sekunnissa.
Vaihe 5 — Avaa sovellus, johon haluat sanella
Outlook, Word, Slack, selain, VS Code: missä tahansa voit kirjoittaa. Klikkaa tekstikenttään.
Varmista, että toimii. Kursori vilkkuu muokattavan kentän sisällä, ei staattisella sivulla.
Vaihe 6 — Pidä Ctrl + Space pohjassa ja puhu
Peittokerros liukuu sisään näytön alareunaan ja näyttää tallennustilan. Näet aaltomuodon sykkivän äänesi tahdissa. Oletus on push-to-talk: pidä pikanäppäintä pohjassa puhumisen ajan. Tämä on sama ele kuin Discordin push-to-talkissa, paitsi että ääntäsi ei lähetetä — sen sijaan se kirjoittaa hiljaa puolestasi. Voit lopettaa kesken lauseen yksinkertaisesti päästämällä näppäimen irti.
Vaihe 7 — Päästä näppäin irti
Whisper lähettää äänen, saa transkription takaisin, ajaa parannusvaiheen ja liimaa tuloksen kursoriin.
Varmista, että toimii. Tekstisi ilmestyy kenttään. Pään ja pään välinen latenssi cloud-tilassa kunnollisella yhteydellä on noin 1,1 sekuntia. Verkon edestakainen aika dominoi.
Vaihe 8 — Valinnainen: laukaise AI-tila sanoilla ”Hey whisper”
Aloita sanelu sanoilla ”Hey whisper”, ja Whisper ajaa AI-parannusputken raakatranskription päälle: kielioppi siivotaan, välimerkit korjataan, täytesanat poistetaan. Ilman avainsanaa saat raa'an transkription. Hyödyllinen, kun haluat toisen, mutta et molempia.
Varmista, että toimii. Sano ”Hey whisper, summarize the last meeting in three bullets”, kun muistiinpanot ovat avoinna. AI-tila tunnistaa laukaisusanan ja ajaa parannuksen.
Vaihe 9 — Siinä se. Käytä sitä.
Ei vaihetta 10. Pidät näppäintä pohjassa, puhut, päästät irti, kirjoitat. Useimmat unohtavat pikanäppäimen päiväksi ja sitten unohtavat kirjoittamisen vuodeksi.
Vaihtoehtoinen polku: Parakeet (paikallinen kaista)
Jos haluat, ettei äänesi poistu läppäristä, Parakeet on nopein paikallinen moottori.
Asennus
Sama Whisper-asennusohjelma. Settings → Transcription → vaihda tilaksi Local — Parakeet. Sovellus lataa Parakeet v3 -mallitiedoston (~600 MB) ja purkaa sen ensimmäisellä käynnistyksellä.
Käyttö
Sama pikanäppäin: pidä Ctrl + Space pohjassa, puhu, päästä irti. Transkriptio ilmestyy kursoriin, aivan kuten cloud-tilassa. Internet-yhteyttä ei tarvita mallin lataamisen jälkeen. Kaikki transkriptio on puhdasta Rustia transcribe-rs:n kautta (ei Python-sivuvaunua).
Milloin valita se
Englanninpuhuja. Pääosin englanninkielinen työ. EU-kielten välinen kielenvaihto sopii; Parakeet kattaa 25 kieltä, mukaan lukien ranskan, saksan, espanjan, italian, puolan, ukrainan, venäjän ja 17 muuta. Haluat nopeutta etkä tarvitse käännöstä englanniksi tai aasialaisia kieliä. Parakeet pyörii 5–10× nopeammin kuin Whisper CPU:lla, mikä tyypillisellä Intel i5/i7 -läppärillä tarkoittaa, että saat sanelun valmiiksi siihen mennessä, kun sormesi nousee näppäimeltä.
Milloin ohittaa
Puhut kiinaa, japania, koreaa, arabiaa tai muuta ei-EU-kieltä; tarvitset käännöksen englanniksi; tai tarvitset beam-koon ja avainsanahallinnan. Käytä paikallista Whisper-polkua tai Cloudia sen sijaan.
Vaihtoehtoinen polku: paikallinen Whisper (kun tarvitset hallintaa)
Paikallinen Whisper on laajin paikallinen moottori. 99 kieltä monikielisissä versioissa. Käännös englanniksi. Mukautettu sanasto. Beam-koon hallinta. Avainsanapainotus.
Asennus
Sama Whisper-asennusohjelma. Settings → Transcription → vaihda tilaksi Local — Whisper. Valitse malli.
Käyttö
Sama pikanäppäin: pidä Ctrl + Space pohjassa, puhu, päästä irti. AI-parannus paikallisessa tilassa kulkee Ollaman kautta, jos olet asentanut sen; muuten saat raa'an transkription.
Suoritusprofiilit
Settings → Transcription → Performance. Kolme vaihtoehtoa: Fast (beam 3), Balanced (beam 6), Accurate (beam 9). Fast ja Balanced ovat oikeat useimmille käyttäjille; Accurate on korkean panoksen transkriptioon, jossa voit odottaa lisäsekunnin.
Milloin valita se
Käännät ukrainasta englantiin kesken lauseen, sanelet japaniksi, vaihdat viiden kielen välillä yhdessä kappaleessa, tai haluat avainsanapainotusta toimialakohtaiselle sanastolle (lääketiede, oikeustiede, tekniikka).
Milloin ohittaa
Olet vain englantia puhuva ja haluat nopeimman paikallisen vaihtoehdon; valitse Parakeet sen sijaan. Haluat huipputason tarkkuuden ja sinulla on OpenAI-avain; valitse Cloud.
Rehellinen vertailu: Microsoft Voice Typing, Wispr Flow ja Whisper
| Ominaisuus | Microsoft Voice Typing | Wispr Flow | Whisper by Remskill |
|---|---|---|---|
| Hinta | Ilmainen | ~$15/mo | $9.99/mo tai $69 kerralla |
| Paikallinen tila | Ei (Azuren kautta) | Ei (vain pilvi) | Kyllä (paikallinen + pilvi, molemmat mukana) |
| Pitkän tekstin sanelu | Rajoitettu | Kyllä | Kyllä |
| Kielet | 50+ | Englantipainotteinen Windowsissa | 99 kieltä large-v3:lla; 25 Parakeetilla |
| Oletuskäynnistys | Win + H (työkalupalkki) | Pidä mukautettua pikanäppäintä | Pidä Ctrl + Space (push-to-talk) |
| Kokeilu | ei sovellu | Rajoitettu | Ikuisesti (Local) |
Wispr Flow on viimeistelty pelkästään pilveen perustuva tuote, joka maksaa Windowsissa noin $15 kuukaudessa. Varsinainen transkriptio tapahtuu saman Whisper-malliperheen kautta, joka pyörii jonkun toisen GPU:lla. Me saamme saman moottorin pyörimään läppärissäsi, veloitamme $9.99 kuukaudessa, ja pilvi (BYOK OpenAI:lle) on mukana varavaihtoehtona, kun sitä haluat. Lifetime-hinta ($69) menee tasoihin kuukausitilauksen kanssa seitsemässä kuukaudessa: $9.99 × 7 = $69.93 kuukausimaksuissa. Useimmat käyttäjät jatkavat sanelua paljon kauemmin kuin seitsemän kuukautta. Lifetime on rehellinen hinta työkalulle, jota oikeasti käytät.
Haluan olla selvä: Wispr Flow on oikea tuote, jonka tekevät fiksut ihmiset. Jos heidän käyttöliittymänsä saa sinut ylipäätään sanelemaan, se on yli $20 kuukaudessa arvokkaampaa kuin säästetty kirjoittaminen. Me vain ajattelemme, ettei sanelu pitäisi maksaa kuukausitilausta ikuisesti vuonna 2026.
If your dictation lives mostly in the browser, the Chrome-extension route is a different trade-off again; the honest Voice In (Dictanote) alternative weighs an in-page extension against a system-wide app that types into every window.
Oikean Whisper-mallin valinta laitteistollesi
Whisper toimitetaan kahdeksassa koossa sovelluksen sisällä. Tylsä totuus on, että useimpien Windows-käyttäjien tulisi valita small.en englanninkieliseen työhön tai small monikieliseen ja olla ajattelematta sitä enää koskaan.
| Mallin id | Näyttönimi | Koko | Kielet | Milloin valitsisin sen |
|---|---|---|---|---|
| base.en | Base | ~140 MB | Vain englanti | Vanhemmat läppärit, 8 GB RAM, vain yhden rivin transkriptio |
| small.en | Small | ~480 MB | Vain englanti | Oletus pelkälle englannille missä tahansa modernissa Windows-koneessa |
| medium.en | Medium | ~1.5 GB | Vain englanti | 16 GB+ RAM, haluat huomattavasti paremman englannin tarkkuuden |
| distil-large-v3 | Turbo | ~1.5 GB | Vain englanti | 6× nopeampi kuin large-v3 99 % sen tarkkuudesta |
| small | Small | ~480 MB | 99 kieltä | Oletus monikieliseen työhön missä tahansa modernissa Windows-koneessa |
| medium | Medium | ~1.5 GB | 99 kieltä | 16 GB+ RAM, korkeampi monikielinen laatu |
| large-v3 | Large v3 | ~3 GB | 99 kieltä | 16 GB+ RAM, paras tarkkuus, ammattimainen monikielinen työ |
| turbo | Large v3 Turbo | ~1.62 GB | 99 kieltä | Nopea monikielinen taso (ei enää beta) |
Kaikki koot otettu suoraan työpöytäsovelluksen mallirekisteristä; ei pyöristyksiä, ei julkisen Whisper-paperin lukuja.
Muutama nyrkkisääntö. 8 GB RAMilla Cloud-tila pyörii millä tahansa raudalla. Paikallisesti: Parakeet, base.en tai small.en ovat turvalliset valinnat; medium.en tukehtuu. 16 GB+ ja erillisellä GPU:lla kaikki polut pyörivät mukavasti, ja large-v3 ja turbo hyötyvät GPU:sta eniten. $20 maksava USB-mikrofoni tekee transkriptiotarkkuudelle enemmän kuin päivitys small.enistä medium.eniin. Käytä rahaa syötteeseen, ennen kuin käytät sitä malliin.
Monikielisille käyttäjille, jotka vaihtavat englannin ja ukrainan, saksan tai japanin välillä kesken kappaleen, large-v3 tai turbo on ainoa malliperhe, joka käsittelee oikean kielenvaihdon siististi. Pienemmät monikieliset mallit voivat transkriboida yhden kielen hyvin, mutta horjuvat, kun käännyt kesken lausetta.
Kolme asiaa, jotka kompastuttavat ihmisiä ensimmäisen viikon aikana
Win + H ei tee mitään joissakin sovelluksissa
Microsoftin oma yhteisö vahvistaa, että tämä on todellinen lukijan kipupiste. Sovellukset, jotka kaappaavat näppäinsyötteen matalalla tasolla (kokoruutupelit, tietyt Citrix- tai RDP-ikkunat, jotkin perinteiset IME:t), voivat niellä pikanäppäimen, jolloin sanelutyökalupalkki ei koskaan aukea. Tekstikentän on myös oltava todellinen käyttöjärjestelmätason muokkauskontrolli; jotkin Electronin tai Java-sovellusten mukautetusti renderöidyt tekstialueet eivät hyväksy sitä. Jos Win + H ei tee mitään, klikkaa ensin Notepad-ikkunaan vahvistaaksesi, että Voice Typing itsessään on päällä. Jos Notepad toimii ja toinen sovelluksesi ei, vika on sovelluksessa, ei Voice Typingissä.
Järjestelmänvalvojana ajetut sovellukset estävät sanelun
Jos tekstieditorisi tai IDE on käynnistetty ”Run as administrator”, ei-eskaloitu saneluprosessi (Whisper tai Voice Typing) ei voi syöttää siihen tekstiä. Windows UAC estää eskalointitasojen välisen IPC:n. Aja joko molemmat eskaloituina tai molemmat ei-eskaloituina. Korjaus Whisperissä on yksi kahdesta: klikkaa editoria hiiren oikealla ja poista valinta ”Run as administrator” yhteensopivuusasetuksissa, tai klikkaa Whisperiä hiiren oikealla ja valitse ”Run as administrator”, jotta molemmat prosessit jakavat saman eskalointitason.
Ctrl + Space törmää IME:iden ja autokomplettorien kanssa
Whisperin oletuspikanäppäin Windowsissa on Ctrl + Space. Se on myös oletuskytkin useille aasialaisten kielten IME:ille (kiina, japani, korea), VS Code IntelliSensen laukaisin sekä autokomplettorin laukaisin Jupyterissä. Jos elät jossain näistä, vaihda Whisperin pikanäppäin ennen kuin muutat mitään muuta. Settings → Hotkeys, valitse näppäinyhdistelmä, jota mikään muu ei käytä. Ctrl + Right-Shift on se, mitä käytän koneilla, joissa Ctrl + Space on varattu. Tämä on ainoa yleisin tukipyyntö, jonka saamme. Valitse pikanäppäin, jota mikään muu ei käytä, ja loppu ensimmäistä viikkoa kuluu rauhallisesti.
Pieni tarina, joka voi säästää sinulta illan. Whisperin pikanäppäinkäsittelijän ensimmäinen versio laukaisi tallennuksen pysäytys-callbackin kuusi kertaa per oikea näppäimenpainallus Windowsissa. Toimi hyvin puhtaalla asennuksella, hajosi asiakaskoneilla, joissa minkä tahansa tyyppinen kielisyöte oli päällä. Telemetriaa kului useita päiviä, sitten 50 ms debounce, joka ei riittänyt, lopulta 300 ms debounce, joka vihdoin riitti. Windowsin IME tuottaa haamuja Ctrl + Space -irrotustapahtumia ennalta-arvaamattomin väliajoin; debounce tai menetät järkesi. Valitsimme ensimmäisen. Debounce on sinulle näkymätön; se vain istuu siellä tekemässä työtään, niin kuin useimpi hyvä infrastruktuuri tekee.
If your Win + H toolbar opens but the microphone meter never moves — or the whole shortcut does nothing — that's a different problem with its own short fix list: eight verified fixes for Windows voice typing that stopped working.
Further reading
Jos muistat vain yhden asian, muista tämä: Windows-PC:si tekee jo puhe tekstiksi -muunnoksen ilmaiseksi, riittävän hyvin lyhyisiin muistiinpanoihin. Käytä sitä. Kun tietosuojatarina (Azuren kautta reititetty ääni), parannusvaiheen puute ja pitkän tekstin sanelun rajat alkavat maksaa sinulle oikeaa aikaa (yleensä noin 200 sanan kohdalla, yleensä noin viikon kuluttua), silloin oikea saneluohjelma ansaitsee paikkansa. Kokeile ensin paikallista, jos välität tietosuojasta tai olet pääosin offline. Cloud on laadukkain polku, jos et. Kytkin on yhden vivun takana asetuksissa, ja pikanäppäin on sama. Jos punnitset asennusvaiheita päässäsi juuri nyt, nopein koe on: asenna Whisper, aseta Cloud-tila OpenAI-avaimellasi, pidä Ctrl + Space pohjassa, sanele tämä kappale Notepad-ikkunaan ja katso, haluatko enää koskaan palata kirjoittamiseen. Veikkaan, ettet halua.
Kokeile sitä Windows-PC:lläsi
Tarkistettu 2026-05-04 elävää työpöytäsovellusta vasten versiossa v2.4.x. Oletukset (Ctrl + Space push-to-talk Windowsissa, RightOption push-to-talk macOS:ssä) tulevat suoraan sovelluksen lähdekoodista.
