La moderna app di dettatura

Premi un tasto, parli, e le parole arrivano dove c'è il cursore

Ecco il meccanismo che definisce un'app di dettatura su desktop. Premi un tasto — Ctrl+Space su Windows per impostazione predefinita, una scorciatoia push-to-talk rimappabile. Dici una frase. Rilasci il tasto. Un secondo dopo, il testo appare esattamente dove lampeggiava il tuo cursore.

La parte "dove c'è il cursore, in qualsiasi app" è ciò che distingue una vera app di dettatura da un sito di trascrizione. Uno strumento di trascrizione prende un file registrato e ti restituisce un muro di testo che poi devi copiare da qualche parte. Un'app di dettatura salta il file del tutto. L'app in cui stai scrivendo è quella in cui compaiono le parole. È la differenza tra dettare una lettera e trascrivere la registrazione di te stesso che la leggi.

La velocità conta più di quanto si pensi. Scrivere richiede circa 40 parole al minuto per la maggior parte di noi. Parlare arriva intorno a 145. È circa tre volte e mezza più veloce — ed è per questo che uno strumento che premi per un secondo può farti risparmiare un bel pezzo di pomeriggio. I messaggi in arretrato, le note delle riunioni, le dodici varianti di email a freddo prima di pranzo.

Il tuo computer ne ha già uno, e a volte basta

Prima di installare qualcosa, sappi che quasi sicuramente hai già uno strumento di dettatura. Entrambi i principali sistemi operativi ne includono uno gratis.

Su Windows 11, premi il tasto Windows + H e appare una barra per la digitazione vocale. Funziona, con un limite: usa il riconoscimento vocale online basato su Azure, quindi richiede una connessione internet per fare qualsiasi cosa. Niente connessione, niente dettatura. Può inserire la punteggiatura automaticamente, se lo attivi.

Sul Mac, Apple Dictation si trova in Impostazioni di Sistema sotto Tastiera, si avvia con il tasto microfono o una scorciatoia a tua scelta. La versione di Apple può funzionare interamente sul dispositivo una volta scaricato il modello vocale, il che significa che funziona offline e la tua voce non lascia mai la macchina. Copre decine di lingue. Apple elenca 54 online e 43 disponibili offline nella sua pagina sulla disponibilità delle funzioni. Quello che non fa è il vocabolario personalizzato, la pulizia AI della dettatura, o la scelta del modello di trascrizione.

La verità un po' deludente è che per dettature brevi e casuali — un testo di 30 parole, una ricerca veloce, una risposta di una riga — lo strumento integrato va benissimo. È gratuito, è già lì, e non hai bisogno di una quarta icona nella barra dei menu per mandare un messaggio a tua madre. Se è tutto quello che fai, chiudi questa scheda e vai a premere Win+H o il tasto di dettatura del tuo Mac. Lo dico sul serio.

Se detti anche su telefono o tablet, quale app di digitazione vocale si adatta a ogni dispositivo ti guida nella scelta piattaforma per piattaforma.

Quando un'app di dettatura dedicata guadagna il suo posto

Allora quando lo strumento integrato smette di bastare? Di solito tre cose. La prima è l'offline che è davvero privato. La digitazione vocale di Windows ha bisogno del cloud. Un'app dedicata può far girare tutto sul tuo CPU, così l'email alla scuola di tuo figlio o la bozza legale che stai preparando non viaggia da nessuna parte. La seconda è accuratezza e controllo: scegliere un modello più potente, aggiungere parole personalizzate che continua a sentire male, avere la dettatura rifinita automaticamente. La terza è la parte che gli strumenti integrati saltano in silenzio: funzionare allo stesso modo in ogni app, ogni volta, senza sorprese.

È qui che si inserisce Whisper by Remskill. È un'app desktop per Windows e macOS su Apple Silicon. L'intera pipeline locale è gratuita per chiunque effettui l'accesso, senza carta di credito alla registrazione. Questo include i motori di trascrizione locale, la pulizia AI, la cronologia, le parole personalizzate e la registrazione di fino a tre dispositivi.

Per il motore, non ti viene imposta un'unica opzione predefinita. Scegli tu. Local Parakeet è l'opzione più veloce: circa 600 MB, da 5 a 10 volte più veloce di Whisper su CPU, e copre l'inglese più altre 24 lingue europee. Local Whisper è più lento ma supporta 99 lingue, può tradurre il parlato in inglese e offre vocabolario personalizzato e controllo più fine; il modello più grande è circa 3 GB. E se vuoi i modelli cloud più recenti di OpenAI con risposte web in tempo reale, c'è una superficie cloud Pro opzionale in cui porti la tua chiave API e Remskill non trattiene nulla. Tre strade, scegli in base a ciò che ti importa di più: velocità, lingue o la qualità cloud più recente.

L'opinione onesta: la maggior parte delle app di "dettatura AI" sono un ricarico, non un modello

Ecco la mia opinione più netta, e la supporto con un numero. Molte delle app di dettatura lanciate negli ultimi due anni sono la stessa cosa sotto il cofano: un modello vocale che potresti eseguire tu stesso, un'interfaccia pulita sopra, e una fattura mensile che ha ben poco a che fare con il costo del calcolo. Il prezzo corrente per questo tipo di prodotto si aggira intorno a trenta dollari al mese per i più cari.

Il pitch deck dice "powered by AI". Lo è anche la mia domanda di mutuo. La frase ha smesso di significare qualcosa. Quello per cui stai effettivamente pagando, in un'app solo cloud, è la comodità di far girare un modello a qualcun altro, più il costo in termini di privacy del tuo audio che lascia il tuo laptop per farlo. Se il lavoro è sensibile, non è una comodità, è un rischio.

È per questo che sono ostinato nel considerare il locale gratuito come il punto di partenza, non come l'upgrade. Il tuo laptop ha un microfono e un CPU. Per un paragrafo di dettatura, non ha bisogno di un server nel mezzo.

Un giro rapido e onesto tra le altre app di dettatura

Dovresti conoscere il panorama prima di scegliere. Ecco quelle che vale la pena menzionare, una riga ciascuna, riconoscendo il merito dove c'è.

Ne ho tralasciati alcuni. Il punto non è memorizzare una lista. È che "app di dettatura" è un termine generico che copre strumenti gratuiti integrati, progetti open source, abbonamenti curati e suite vocali aziendali. Scegli in base a quello che fai davvero, non in base a quale homepage hai visto per prima.

Perché "basta premere un tasto" è più difficile di quanto sembri

Un breve racconto, perché è il motivo per cui mi preoccupo dei dettagli noiosi. Ho dato l'app a mia figlia minore, che ha sette anni, un sabato. Una demo: premi, parla, rilascia, incolla. Ha scritto un'email di 90 parole alla nonna su un dente caduto, il tasso di cambio della fatina dei denti e la lezione di danza, senza fare una sola domanda.

Due giorni dopo è tornata: «il tasto non funziona nella mia app di disegno». La persona media non sa cosa sia un conflitto di scorciatoie. Sa solo che ha smesso di funzionare. Quella notte ho rilasciato le impostazioni per la scorciatoia personalizzabile. Un'app di dettatura vive o muore sui piccoli dettagli: il conflitto che non avevi previsto, il rilascio fantasma del tasto su Windows che una volta ha fatto scattare il mio handler sei volte per pressione e mi è costato diversi giorni e un debounce di 300ms per sistemarlo. Ho una laurea magistrale. Il debounce mi ha comunque messo in difficoltà.

Quando non ti serve un'app di dettatura

Questa è la parte che la maggior parte degli articoli salta, quindi la dico chiaramente. Non hai bisogno di un'app di dettatura dedicata se vale una di queste condizioni.

• Detti solo cose brevi e casuali. Messaggi, ricerche, qualche risposta di una riga. Lo strumento integrato gestisce tutto questo gratuitamente.
• Sei sempre online e non tratti mai nulla di sensibile. In tal caso gli strumenti cloud integrati, o un'app a pagamento solo cloud, vanno bene; non guadagni molto dal locale.
• Detti sempre e solo in un posto, come una singola scheda del browser. Un'estensione del browser copre quello scenario senza un'app di sistema. Voice In, ad esempio, è un'estensione Chrome che funziona solo all'interno del browser.
• Vuoi il controllo hands-free dell'intero computer, non solo l'inserimento di testo. Quello è il territorio dei comandi vocali, e Dragon lo fa meglio di qualsiasi strumento pensato principalmente per la dettatura.

Un'app dedicata inizia a valere la pena per le dettature più lunghe, più frequenti, più private, più multilingue — grosso modo oltre il punto in cui stai dettando veri paragrafi ogni giorno e preferisci che non lascino la tua macchina. Al di sotto di quella soglia, risparmia i soldi. Per un confronto più completo delle opzioni gratuite, c'è una guida al software di dettatura gratuito, uno sguardo più ampio al software di digitazione vocale, e se sei arrivato qui da un'app specifica, il confronto con l'alternativa a superwhisper.

Se ricordi solo una cosa

Un'app di dettatura è semplicemente «premi un tasto, parla, le parole appaiono dove stai scrivendo». Quella integrata nel tuo computer fa già la versione semplice gratis. Un'app dedicata vale la pena quando hai bisogno di privacy offline, vera accuratezza multilingue, o lo stesso comportamento in ogni app — e non vale quando non hai nessuno di questi bisogni.

Whisper by Remskill mantiene l'intera pipeline locale gratuita esattamente per questo motivo: dovresti poter capire dove si trova il tuo limite senza pagare prima. Il prezzo del livello cloud Pro opzionale si trova nella pagina dei prezzi. Mia figlia di sette anni ha trovato il suo limite in un sabato. Probabilmente tu ci metti meno.