Den moderne dikteringsappen

Trykk en hurtigtast, snakk, og ordene lander ved markøren

Her er mekanikken som definerer en dikteringsapp for skrivebordet. Du trykker en tast – Ctrl+Space på Windows som standard, en trykk-for-å-snakke-snarvei du kan endre. Du sier en setning. Du slipper tasten. Et sekund eller så senere dukker teksten opp akkurat der markøren blinket.

Delen «ved markøren, i ethvert program» er det som skiller en ekte dikteringsapp fra en transkripsjonsnettside. Et transkripsjonverktøy tar en innspilt fil og gir deg tilbake en tekstvegg du deretter må kopiere et annet sted. En dikteringsapp hopper over filen helt. Det du skriver i, er det ordene dukker opp i. Det er forskjellen mellom å diktere et brev og å transkribere et opptak av deg selv som leser det.

Hastigheten betyr mer enn folk forventer. De fleste av oss skriver rundt 40 ord i minuttet. Å snakke går rundt 145. Det er omtrent tre og en halv gang raskere, og det er grunnen til at et verktøy du trykker i ett sekund kan spare deg en reell del av ettermiddagen. E-postbakloggen, møtenotatene, de tolv variasjonene av en kald e-post før lunsj.

Datamaskinen din har allerede én, og noen ganger er det nok

Før du installerer noe som helst, bør du vite at du nesten helt sikkert allerede eier et dikteringsverktøy. Begge de store operativsystemene leveres med ett gratis.

På Windows 11 trykker du Windows-tasten + H, og en tale-til-tekst-linje vises. Det fungerer, men med ett forbehold: det bruker nettbasert talegjenkjenning drevet av Azure, så det trenger internettforbindelse for å gjøre noe som helst. Ingen forbindelse, ingen diktering. Det kan sette inn tegnsetting for deg om du slår det på.

På Mac bor Apple Dictation i Systeminnstillinger under Tastatur, og startes med mikrofontasten eller en snarvei du velger selv. Apples versjon kan kjøre helt på enheten når du laster ned talemodellen, noe som betyr at den fungerer frakoblet og stemmen din ikke forlater maskinen. Den dekker dusinvis av språk – Apple lister 54 nettbaserte og 43 tilgjengelig frakoblet på sin funksjonstilgjengelighetsside. Det den ikke gjør, er egendefinert vokabular, AI-opprydding av formuleringene dine, eller å la deg velge hvilken transkripsjonmodell som kjører.

Den kjedelige sannheten er at for kort, uformell diktering – en tekst på 30 ord, et raskt søk, et enlinjessvar – er det innebygde verktøyet genuint greit. Det er gratis, det er allerede der, og du trenger ikke et fjerde ikon i menylinjen for å sende en melding til mamma. Hvis det er alt du gjør, lukk denne fanen og trykk Win+H eller dikteringstast på Mac-en din. Det mener jeg.

Hvis du også dikterer på telefon eller nettbrett, hvilken tale-til-tekst-app som passer hver enhet tar deg gjennom valget plattform for plattform.

Der en dedikert dikteringsapp tjener plassen sin

Så når slutter det innebygde å holde? Tre ting, som regel. Det første er frakoblet som faktisk er privat. Windows-talediktering trenger skyen. En dedikert app kan kjøre hele greia på din egen CPU, slik at e-posten til barnets skole eller det juridiske dokumentet du skriver aldri reiser noe sted. Det andre er nøyaktighet og kontroll: å velge en større modell, legge til egendefinerte ord den misforstår, og få formuleringene dine ryddet opp automatisk. Det tredje er det de innebygde verktøyene stille hopper over – å fungere på samme måte i hvert program, hver gang, uten overraskelser.

Det er dette sporet Whisper by Remskill fyller. Det er en skrivebordsapp for Windows og macOS på Apple Silicon. Hele den lokale pipelinen er gratis for alle som logger inn – ingen betalingskort ved registrering. Det inkluderer lokale transkripsjonsmotorer, AI-opprydding, historikk, egendefinerte ord og registrering av opptil tre av dine egne enheter.

For motoren blir du ikke tildelt én standardinnstilling og bedt om å like den. Du velger selv. Lokal Parakeet er det raskeste alternativet: omtrent 600 MB, 5 til 10 ganger raskere enn Whisper på en CPU, og dekker engelsk pluss 24 andre europeiske språk. Lokal Whisper er tregere, men støtter 99 språk, kan oversette tale til engelsk og gir deg egendefinert vokabular og finere kontroll – den største modellen er omtrent 3 GB. Og hvis du vil ha OpenAIs nyeste skymodeller og live nettsvar, finnes det en valgfri Pro-skylflate der du bruker din egen API-nøkkel og Remskill ikke tar noe kutt. Tre veier – du velger basert på om du bryr deg mest om hastighet, språk eller nyeste skykvalitet.

Den ærlige meningen: de fleste «AI-diktering»-apper er en påslag, ikke en modell

Her er min ene sterke påstand, og jeg vil underbygge den med et tall. Mange av dikteringsappene som er lansert de siste to årene er det samme under panseret: en talemodell du kunne kjørt selv, et pent brukergrensesnitt på toppen og en månedlig faktura som har svært lite å gjøre med kostnaden for beregningen. Prisen for den ordningen lander rundt tretti dollar i måneden for de dyrere.

Salgspitchen sier «drevet av AI». Det er lånesøknaden min også. Uttrykket har sluttet å bety noe. Det du faktisk betaler for, i en skybasert app, er bekvemmeligheten av at noen andre kjører en modell, pluss personvernkostnaden ved at lyden din forlater den bærbare for å gjøre det. Hvis arbeidet er sensitivt, er det ikke en bekvemmelighet – det er en forpliktelse.

Det er hele grunnen til at jeg er sta på at gratis lokalt er gulvet, ikke mersalget. Den bærbare din har en mikrofon og en CPU. For ett avsnitt med diktering trenger den ikke en server i løkken.

En rask, ærlig omvisning blant de andre dikteringsappene

Du bør kjenne landskapet før du velger. Her er de som er verdt å nevne – én linje hver, og ære til dem som fortjener det.

Jeg utelot noen få. Poenget er ikke å memorere en liste. Det er at «dikteringsapp» er et overbefolket ord som dekker gratis innebygde verktøy, åpen kildekode-prosjekter, polerte abonnementstjenester og enterprise talekommandopakker. Velg etter hva du faktisk gjør, ikke etter hvem sin hjemmeside du så først.

Hvorfor «bare trykk én tast» er vanskeligere enn det høres ut

En kort historie, fordi den er grunnen til at jeg bryr meg om de kjedelige detaljene. Jeg ga appen til den yngste datteren min, som er sju, en lørdag. En demonstrasjon: trykk, snakk, slipp, lim inn. Hun skrev en e-post på 90 ord til bestemoren om en tapt tann, tannfeen kurs og dansetrening – uten å stille ett eneste spørsmål.

To dager senere kom hun tilbake: «hurtigtasten funker ikke i tegneprogrammet mitt.» Gjennomsnittsmennesket vet ikke hva en hurtigtastkonflikt er. De vet bare at det sluttet å fungere. Den kvelden sendte jeg innstillingene for tilpassbar hurtigtast. En dikteringsapp lever eller dør på småtingene: konflikten du ikke forutså, den fantomvise tastaturutløsningen på Windows som en gang fikk handleren min til å utløses seks ganger per trykk og kostet meg flere dager og en 300ms debounce å fikse. Jeg har en mastergrad. Debbounce-en ydmyket meg fortsatt.

Når du ikke trenger en dikteringsapp

Dette er delen de fleste artikler hopper over, så her er den rett frem. Du trenger ikke en dedikert dikteringsapp hvis noe av dette er sant.

• Du dikterer bare korte, uformelle ting. Tekstmeldinger, søk, det sporadiske enlinjessvar. Det innebygde verktøyet håndterer det gratis.
• Du er alltid online og berører aldri noe sensitivt. Da er de skybaserte innebygde verktøyene, eller en skybasert betalt app, fine – du vinner ikke mye på lokal.
• Du dikterer bare inne i ett sted, som en enkelt nettleserfane. En nettleserutvidelse dekker det uten en systemomfattende app. Voice In er for eksempel en Chrome-utvidelse som bare fungerer inne i nettleseren.
• Du vil ha håndfri kontroll over hele datamaskinen, ikke bare tekstinnskriving. Det er talekommandoterritorium, og Dragon gjør det bedre enn noe dikteringsfokusert verktøy.

En dedikert app begynner å tjene plassen sin ved den lengre, hyppigere, mer private, mer flerspråklige enden – grovt sett forbi det punktet der du dikterer ekte avsnitt, hver dag, og helst vil at de ikke forlater maskinen din. Under den grensen: spar pengene. For en fyldigere sammenligning av de gratis alternativene finnes det en guide til gratis dikteringsprogramvare, et bredere blikk på tale-til-tekst-programvare, og hvis du kom hit fra én spesifikk app, finnes superwhisper-alternativet nedbrytingen.

Hvis du bare husker én ting

En dikteringsapp er bare «trykk en tast, snakk, ordene dukker opp der du skriver». Den innebygde på datamaskinen din gjør allerede den enkle versjonen gratis. En dedikert app er verdt det når du trenger frakoblet personvern, reell flerspråklig nøyaktighet eller samme oppførsel i alle programmer – og ikke verdt det når du ikke gjør det.

Whisper by Remskill holder hele den lokale pipelinen gratis nettopp av den grunn: du bør kunne finne ut hvor grensen går for deg uten å betale først. Prising for den valgfrie sky-Pro-nivået bor på prissiden. Den syvåringen min fant grensen på én lørdag. Du er nok raskere.