Da voce a testo in Discord

Discord ha una funzione da voce a testo integrata?

No, non del tipo che intendi. Discord non ha alcuna funzione che trasformi il tuo parlato in testo digitato nella casella dei messaggi. La cosa che suona più simile è il Text-to-Speech: digita /tts seguito da un messaggio, o abilitalo nelle impostazioni, e Discord legge quel messaggio ad alta voce a tutti nel canale. È il testo che diventa parlato. Tu vuoi il parlato che diventa testo. Stesse parole, freccia invertita.

Questo confonde le persone continuamente, e non è colpa loro. "Text-to-speech" e "speech-to-text" differiscono solo per una coppia di parole scambiate, e Discord ne include solo uno. Ho cliccato nelle impostazioni cercando l'altro più a lungo di quanto vorrei ammettere prima di accettare che non si nascondesse in un sottomenu. Semplicemente non c'è.

Quindi se vuoi che la tua voce diventi un messaggio Discord digitato, lo strumento che lo fa vive fuori da Discord: il tuo sistema operativo, o un'app di dettatura dedicata. Entrambi sono qui sotto. Quello che trascrive altri che parlano in un canale vocale è una terza opzione, ed è ancora un altro strumento diverso. Arriveremo a tutti e tre.

Digitare in ogni canale vs. parlare semplicemente

Il caso per dettare in Discord è semplice. Parlare va a circa 145 parole al minuto; la maggior parte delle persone digita più vicino a 40. Sono circa tre volte e mezzo più veloce, e libera le mani, il che conta quando una è sul mouse o un controller. Nel corso di una serata movimentata di server, la differenza si accumula.

Il contrappeso onesto: molti messaggi Discord sono lunghi tre parole. "gg." "arrivo." "un sec." La dettatura non fa nulla per quelli — perderesti tempo a cambiare modalità. La digitazione vocale guadagna il suo posto sulle cose più lunghe: il piano del raid, il bug report in un server dev, il paragrafo che normalmente rimandavi perché digitarlo sul telefono è una seccatura. Questa è la soglia. Ping brevi, continua a digitare. Qualsiasi cosa oltre una o due frasi, parla.

Il modo più veloce: un tasto di scelta rapida di sistema

È qui che un'app dedicata cambia i calcoli. Whisper by Remskill non è un bot Discord, un'integrazione server, o un'estensione del browser. È un'app desktop che funziona come una tastiera: premi un tasto di scelta rapida, parla, e la trascrizione viene incollata al cursore, in qualsiasi app, inclusa la casella di chat di Discord. Funziona allo stesso modo nell'app desktop Discord e in Discord aperto in un browser, perché dal punto di vista del tuo computer stai semplicemente digitando.

La configurazione è breve:

Questo è l'intero ciclo. La trascrizione appare nella casella di composizione, la leggi, premi Invio.

Parla, e il messaggio appare in Discord

Una volta in funzione, l'esperienza è straordinariamente normale. Metti il cursore nel canale, tieni premuto il tasto, parli, lasci andare. Circa un secondo dopo il testo è nella casella dei messaggi di Discord come se lo avessi digitato. Nessun copia-incolla, nessuna finestra separata da cui estrarre il testo, nessun clip vocale che i tuoi amici devono scorrere.

Poiché la trascrizione locale gira sulla tua macchina (Rust puro, nessun sidecar Python, nessun server nel ciclo), funziona offline. Per Discord in particolare, questo conta più di quanto sembri. Spesso sei già in un canale vocale, su una connessione che preferiresti non caricare ulteriormente, e l'audio di ciò che stai dettando non lascia mai il tuo laptop. La digitazione vocale integrata di Windows ha bisogno di una connessione Internet per funzionare; la modalità locale di Whisper no.

Com'è l'app Whisper completa

Il tasto di scelta rapida è la parte che userai di più, ma c'è una superficie di impostazioni dietro. Scegli il tuo motore di trascrizione: i modelli Whisper, le cui varianti multilingua coprono 99 lingue e le build solo in inglese .en ne coprono esattamente una, oppure il Parakeet di NVIDIA, circa 600 MB, da 5 a 10 volte più veloce di Whisper su CPU, che copre l'inglese più 24 lingue europee. Imposti il tasto di scelta rapida, gestisci la cronologia e salvi i preset. Niente di tutto questo è richiesto per dettare un messaggio Discord. È lì quando vuoi perfezionare.

Ripulire i messaggi dettati con l'IA

Il linguaggio parlato è disordinato. Dici "ehm", ricomincia le frasi, ti perdi in un rumore che significa "sai cosa voglio dire". Whisper ha un passaggio opzionale di miglioramento IA che taglia i riempitivi e riordina la formulazione prima di incollare. Quindi "eh, sì, quindi il, il patch è andato live, credo che siamo, siamo a posto" diventa "Il patch è andato live, credo che siamo a posto." Se vale la pena su Discord dipende dal canale; un server dev, probabilmente sì; un canale meme, probabilmente no.

Quella pulizia gira localmente tramite Ollama, gratuitamente, sulla tua macchina. Gli utenti Pro possono instradarlo attraverso il cloud invece, ma il vantaggio della pulizia dei riempitivi non richiede Pro; è nella pipeline locale gratuita. Puoi anche semplicemente disattivarlo e incollare la trascrizione grezza, che su Discord è spesso esattamente la scelta giusta.

Trascrivere un canale vocale è un lavoro diverso

Questa è la parte che le guide oneste omettono, quindi sarò diretto. Whisper trasforma il tuo parlato in un messaggio digitato. Non trascrive un canale vocale di Discord, cioè non si siederà in una chiamata e annoterà ciò che dicono tutti gli altri. Questo è qualcosa che le persone vogliono davvero, ed è uno strumento genuinamente diverso: un bot Discord.

I bot creati per questo — Scripty essendo il più comune — si uniscono a un canale vocale e pubblicano una trascrizione in corso della conversazione in un canale di testo. La trascrizione principale di Scripty è gratuita, funziona in circa 55 lingue e elabora l'audio senza consegnarlo a terzi. Altri in questo spazio includono SeaVoice e DiscMeet. Se il tuo obiettivo è "sottotitolare tutta la chiamata", usa uno di quelli, non Whisper. Se il tuo obiettivo è "dire il mio messaggio invece di digitarlo", è Whisper, o il tuo sistema operativo. Due problemi diversi che per caso vivono nella stessa app.

Quando saltare un'app di dettatura e usare solo il tuo sistema operativo

Se hai solo bisogno di dettare il messaggio occasionale, non installare nulla. Il tuo computer lo fa già gratuitamente. Su Windows, premi Windows logo key + H e la digitazione vocale si apre in qualsiasi casella di testo, inclusa la barra di chat di Discord, senza abbonamento. Su Mac, il tasto rapido Dettatura integrato (o il tasto microfono) fa lo stesso, e su Apple silicon funziona sul dispositivo senza Internet. Sul tuo telefono, l'icona del microfono della tastiera detta direttamente nel campo dei messaggi mobile di Discord; è iOS o Gboard che fa il lavoro, non Discord, ma funziona.

Il solo compromesso da conoscere: Win+H di Windows ha bisogno di una connessione Internet per funzionare, mentre la dettatura macOS e la modalità locale di Whisper no. Per un rapido "arrivo 5 min tardi, iniziate senza di me", lo strumento del sistema operativo è la scelta giusta. Dove un'app dedicata prende vantaggio è il volume, la pulizia dei riempitivi e dettare offline durante una chiamata: più a lungo e più spesso lo fai, più questi aspetti contano.

Scegli lo strumento più piccolo che risolve il tuo problema. Per un messaggio, è il tasto che hai già. Per un'intera serata di messaggi lunghi su cinque server, l'app dedicata smette di sembrare eccessiva intorno al secondo o terzo paragrafo che non hai dovuto digitare.

Quanto costa Whisper

La pipeline di dettatura locale — trascrizione e pulizia IA tramite Ollama — è gratuita per qualsiasi utente connesso, senza carta alla registrazione. Quindi portare la tua voce in Discord con Whisper non costa nulla. Whisper Pro aggiunge le funzionalità cloud (trascrizione OpenAI, miglioramento IA cloud, ricerca web vocale) e ha una prova separata. I numeri esatti si trovano nella pagina dei prezzi piuttosto che qui, perché i prezzi cambiano e un post di blog è un posto sbagliato dove tenerli aggiornati.

Discord probabilmente includerà la vera dettatura alla fine, come tendono a fare le app una volta che abbastanza persone digitano /tts aspettandosi che faccia l'altra cosa. Nel frattempo, il tuo computer ha già la funzione, un'app esiste per quando la versione integrata non è abbastanza veloce, e un bot esiste per il lavoro completamente separato di sottotitolare una chiamata. Tre strumenti, tre problemi. La maggior parte delle volte hai bisogno del più piccolo.