Voce in testo in Gmail, fatto bene

Gmail non ha una digitazione vocale integrata sul desktop. Ecco cosa funziona.

Apri Gmail su un portatile, fai clic su Scrivi e cerca un microfono nell'editor. Non c'è. Google Docs e Slides hanno la digitazione vocale integrata (Chrome, Edge o Safari), ma la documentazione di supporto di Google stessa limita quella funzione a Docs e Slides. Gmail non è nell'elenco. Le persone chiedono un pulsante microfono per Gmail nei forum di supporto di Google da anni. Non è mai arrivato.

Le tre strade oneste sul desktop: apri Gmail sul telefono — il microfono della tastiera di sistema funziona già in qualsiasi campo di testo, inclusa la composizione di Gmail. Installa un'estensione di Chrome che aggiunge un microfono alla scheda di Gmail — Voice In, Voicy o quella dal nome diretto 'Dictation for Gmail'. Oppure installa un'app desktop che intercetta una scorciatoia a livello di sistema operativo e incolla il testo trascritto nella finestra attiva — Whisper, Willow Voice, la versione nativa di Voicy. La prima funziona solo nelle schede di Chrome. La terza funziona ovunque lampeggi un cursore.

La noiosa verità è che risolvono problemi diversi. Se vuoi la voce solo dentro Gmail, basta un'estensione. Se la vuoi come abitudine, per Gmail e per le altre otto app in cui scrivi, l'estensione raggiunge in fretta il suo limite.

La configurazione più rapida: un'estensione di Chrome e una scorciatoia

Se vuoi la voce in Gmail e sei già in Chrome, questa è la strada più breve. Tempo totale: circa 3 minuti.

Prerequisiti (un minuto)

• Google Chrome installato (o un browser basato su Chromium come Edge o Brave).
• Un microfono funzionante. Il microfono integrato va bene.
• Permesso del microfono concesso a livello di sistema operativo. macOS: Impostazioni di sistema → Privacy e sicurezza → Microfono. Windows: Impostazioni → Privacy → Microfono.
• Hai effettuato l'accesso a Gmail.

Scegli un'estensione

Le tre con basi di utenti reali:

• Voice In di Dictanote, uno strumento solo come estensione di Chrome (disponibile anche come componente aggiuntivo per Edge). Funziona su oltre 10.000 siti web in più di 100 lingue. Livello gratuito e un livello Plus a pagamento.
• Voicy, sia app nativa sia estensione di Chrome. L'estensione si aggancia a Gmail e a oltre 20.000 altri siti. Dichiara più di 50 lingue e il 99% di accuratezza.
• Dictation for Gmail, specializzata su Gmail, aggiunge un'icona microfono accanto al pulsante Invia. 60 lingue, oltre 100.000 utenti, 3,5★ su 273 valutazioni.

Installazione in quattro passaggi

La maggior parte delle persone lo mette in funzione in meno di tre minuti. Il problema non è la configurazione. Il problema è tutto ciò che viene dopo, e ci arriveremo.

Su mobile Gmail lo fa già, e va benissimo

Se scrivi la maggior parte delle tue email sul telefono, non ti serve un'app per questo. Non ti serve un'estensione. Non ti serve leggere il resto di questo articolo. Tempo totale di configurazione: zero. È già lì.

Su Android, apri Gmail, tocca Scrivi, tocca nel corpo del messaggio e guarda la riga in alto della tastiera Gboard. C'è un'icona microfono. Toccala, parla, toccala di nuovo. La documentazione di Google stessa lo descrive così: 'puoi parlare per scrivere nella maggior parte dei punti in cui puoi digitare con una tastiera.' Non pubblicano un conteggio preciso delle lingue, solo che non funziona in tutte le lingue supportate da Gboard. Le principali lingue romanze e germaniche sono coperte.

Su iPhone, apri Gmail, tocca Scrivi, tocca il corpo del messaggio e guarda la tastiera iOS. C'è un tasto microfono accanto alla barra spaziatrice. Toccalo, parla, tocca fine. Il microfono della tastiera iOS è a livello di sistema, quindi lo stesso tasto funziona in Gmail, Messaggi, Note e Safari. (Gboard per iOS ha il suo pulsante microfono se l'hai installato. Funzionano entrambi.) Apple non pubblica un conteggio preciso delle lingue per la dettatura su iOS; segue da vicino la Dettatura di macOS, che elenca 47 varianti regionali.

Entrambe sono gratuite. Entrambe sono integrate. Se scrivi soprattutto dal telefono, il resto di questo articolo è per i giorni in cui sei al portatile. Altrimenti, hai finito.

Perché le estensioni desktop sbagliano ancora la punteggiatura

Le estensioni di Chrome funzionano, ma la loro accuratezza è il motivo per cui 'Dictation for Gmail' ha una media di 3,5 stelle su 273 recensioni e non 4,7. Lo schema delle lamentele è coerente in tutte e tre. Una volta che lo conosci, smetti di sorprenderti.

La maggior parte degli strumenti di dettatura come estensioni del browser sono involucri attorno alla Web Speech API. Chiedono a Chrome di fare la trascrizione e poi incollano il risultato. Quell'API va bene per frasi brevi, ma è fragile per qualsiasi cosa più lunga. Le cose precise che si rompono:

• La punteggiatura va pronunciata. 'Punto' 'virgola' 'punto interrogativo' 'a capo'. Pensi che imparerai. Non lo fai. Il tuo cervello non vuole dire 'punto' a voce alta alla fine di ogni frase. La maggior parte degli utenti detta un flusso ininterrotto, poi lo sistema con il trackpad. Cosa che vanifica buona parte del senso.
• Il microfono si spegne dopo il silenzio. Fermati tre secondi per pensare a come formulare la frase, e l'API smette di ascoltare. Ricominci a parlare e manca metà frase.
• Il focus della scheda è appiccicoso. Fai clic in un'altra scheda di Chrome e il microfono si ferma. Passa al calendario per controllare una data e il microfono si ferma. La dettatura vive dentro una sola scheda.
• Accenti e nomi propri. I nomi vengono corretti automaticamente nella parola che il browser ritiene più vicina. Dei miei destinatari sono stati chiamati Andre, Ankara e una volta 'Ms. Andrescu' prima che me ne accorgessi.

Voicy dichiara che la sua estensione usa una propria AI per un'accuratezza più alta, ed è la versione che proverei per prima se mi impegnassi sulla strada delle estensioni. Ma nessuna risolve i problemi della punteggiatura a voce e del timeout. Entrambi sono insiti nell'assunto che la dettatura nel browser sia un'azione da 30 secondi, non uno strumento di scrittura.

Lo stesso limite delle estensioni del browser vale per la digitazione vocale in Google Docs — comoda dentro la scheda, ma non segue mai il cursore in Gmail o altrove.

Cosa uso per Gmail, e quando non mi prendo il disturbo

Ho creato Whisper perché mi ero stancato delle estensioni di Chrome per i motivi visti sopra. È un'app desktop Tauri per Mac (Apple Silicon) e Windows. Niente Mac Intel, niente Linux. Registra una scorciatoia a livello di sistema operativo. Tieni premuto, parla, rilascia. Il testo viene trascritto e incollato nella finestra attiva.

Scorciatoia predefinita: Ctrl+Space su Windows, solo modificatori Command + Option su macOS (uno qualsiasi tra i Command, uno qualsiasi tra gli Option, tenuti premuti per registrare, rilasciati per fermarsi). Entrambe personalizzabili nelle Impostazioni.

Il dettaglio che ha cambiato il mio modo di lavorare: non gli importa quale app è attiva. Stessa scorciatoia nella composizione di Gmail, in Slack, in Notion, in VS Code, nel terminale. Il modulo di incollaggio in Rust scrive negli appunti del sistema operativo e inietta la scorciatoia nativa Cmd+V o Ctrl+V nella finestra che sto guardando. macOS chiede il permesso di Accessibilità la prima volta. Dopo, è invisibile.

Per Gmail, questo conta per via del cambio di contesto. Inizio a comporre una risposta, passo con alt-tab al calendario, torno indietro con alt-tab. Con un'estensione di Chrome lo stato del microfono è perso. Con una scorciatoia desktop, riprendo da dove ho lasciato.

Scegli tu il motore di trascrizione. Tre strade, presentate onestamente, senza preferenze:

• Cloud (OpenAI BYOK). gpt-4o-mini-transcribe per impostazione predefinita, gpt-4o-transcribe per il livello a maggiore accuratezza. Porti la tua chiave OpenAI. Qualità migliore, ricerca web integrata, richiede una connessione.
• Parakeet in locale. Il modello TDT di NVIDIA, circa 600 MB, da 5 a 10 volte più veloce di Whisper su CPU. Inglese più 24 lingue europee. Offline. Niente lingue asiatiche, niente traduzione in inglese.
• Whisper in locale. Da Base (circa 140 MB) fino a Large v3 (circa 3 GB). Le varianti multilingue coprono 99 lingue. Le varianti .en sono solo in inglese. Più lento di Parakeet, ma supporta la traduzione e un controllo più fine per ogni registrazione.

Per le risposte di Gmail in inglese, Parakeet in locale è quello su cui lo lascio. Il Cloud subentra quando mi serve un'email più lunga con la ricerca web. La parola chiave che attiva l'AI è 'Hey whisper' seguita dall'istruzione.

Quando non mi prendo il disturbo: una risposta di una riga, 'grazie, lo faccio'. La latenza della scorciatoia batte la digitazione solo oltre le dieci parole circa. Il senso della dettatura sono le email da 80 a 200 parole, dove parlare è più veloce che scrivere.

Quando Gboard o la dettatura iOS sono la risposta giusta

Se il 90% delle tue email Gmail avviene sul telefono, non installare niente. Gboard e la dettatura iOS sono gratuite, a livello di sistema e pensate per messaggi da brevi a medi. L'icona del microfono sulla tastiera gestisce una risposta di 100 parole in 40 secondi.

Se sei su un Mac e ti servono memo vocali da 30 secondi in un campo di testo, la Dettatura di Apple funziona per appunti brevi. macOS Tahoe arriva con 47 lingue e varianti regionali. Si attiva con il tasto Microfono, una scorciatoia configurabile o Modifica → Avvia dettatura. Si ferma dopo 30 secondi di silenzio, il che la rende ottima per 'sì, rispondi per confermare' e pessima per un paragrafo che richiede una pausa per pensare.

Se scrivi la maggior parte delle tue email su un computer fisso o un portatile, in più app che non sono tutte schede del browser, è lì che un'app a livello di sistema inizia a contare. Noi ne facciamo una. Lo fanno anche Willow Voice e la versione nativa di Voicy. Provane qualcuna prima di scegliere — la stessa scorciatoia valida su tutto il sistema ti permette anche di dettare in Notion.

La digitazione vocale in Gmail avrebbe dovuto essere una funzione di Google dieci anni fa, e in qualche modo ancora non lo è. Finché non lo sarà, scegli la strada che si adatta alla tua giornata. Tastiera del telefono se sei al telefono, estensione di Chrome se vivi dentro una sola scheda, app desktop se scrivi ovunque vada il tuo cursore. Qualunque tu scelga, l'obiettivo è lo stesso. Smetti di digitare le email da 100 parole.