Alternativ til Google taleskriving: dikter hvor som helst

Hva Google taleskriving gjør bra, og hvor det stopper

Ros først. Google taleskriving er gratis med en Google-konto, krever null installasjon, og fungerer i de nyeste versjonene av Chrome, Edge og Safari. Inne i et Docs-dokument, eller i talenotater og teksting i Slides, er gjenkjenningen god nok og språklisten lang. Hvis du skriver alt i Docs, gjør det nytten sin, og vår gjennomgang av taleskriving i Google Docs dekker oppsettet i detalj.

Stoppene er like konkrete. Tegnsetting er manuell: du sier «punktum», «komma», «spørsmålstegn», «nytt avsnitt». Og tegnsetting er ikke tilgjengelig på alle språk. Rediger- og formateringskommandoene fungerer bare på engelsk, og bare når både kontospråket og dokumentspråket er engelsk. (Talenotater i Slides får taleskriving, men ingen stemmekommandoer i det hele tatt. Jeg vet heller ikke hvorfor.)

Og grensen som startet denne artikkelen: funksjonen finnes inne i to Google-flater og ingen andre steder. Gmail, Slack, CRM-en din, kodeeditoren din, et nettskjema — stillhet. Ingenting av dette er en feil. Det er en gratis funksjon som gjør det dens egen hjelpeside sier den gjør, ikke mer. Spørsmålet er om skrivingen din passer inni den boksen. Og når den slutter å lytte midt i en setning, er det som regel mikrofonen, ikke deg — våre løsninger for taleskriving i Google Docs dekker de vanlige årsakene.

Et alternativ til taleskriving som fungerer i alle apper

Whisper satser motsatt: diktat tilhører operativsystemet, ikke ett nettsted. Du trykker på en hurtigtast: Ctrl+Space på Windows, eller Command+Option holdt nede på en Mac som trykk-og-snakk. Du snakker. Du slipper. Teksten lander der markøren din står: en e-post, et chattevindu, en regnearkcelle, en commit-melding. Det finnes ikke noe kopisteg, fordi det ikke finnes noe «kildedokument» å kopiere fra.

Hastighetsargumentet er enkel hoderegning. Diktat går i omtrent 145 ord i minuttet mot rundt 40 for tasting — kall det en 3,6x forskjell. På en M1 MacBook Air med den lille engelske modellen er gapet mellom å slippe tasten og å se tekst på 1,4 sekunder.

Under panseret velger du én av tre veier, og appen velger ikke for deg. Skymodus kobler til OpenAI med din egen API-nøkkel og bruker gpt-4o-mini-transcribe eller gpt-4o-transcribe. Parakeet, NVIDIAs lokale motor, kjører 5–10x raskere enn Whisper-modeller på CPU og dekker engelsk pluss 24 europeiske språk. Og de lokale Whisper-modellene med åpen kildekode spenner fra en 140 MB engelsk modell til 3 GB Large v3. Appen leveres for Windows og for Apple Silicon-Macer.

Google taleskriving vs. Whisper, side om side

Kriteriene, valgt før tabellen: hvor verktøyet skriver, hva det kjører i, tegnsetting, stemmekommandoer, språkdekning, frakoblet oppførsel og prisform. Det er de sju tingene som avgjorde det for meg da jeg fortsatt brukte Docs-mikrofonen. Google-kolonnen kommer fra Googles egen hjelpeside; Whisper-kolonnen kommer fra appens kildekode, som jeg kan se herfra.

Dommen stemmer med første avsnitt: Whisper er valget i det øyeblikket skrivingen din forlater Google Docs. Google taleskriving forblir det riktige svaret for folk hvis skriving aldri gjør det. Det tilfellet får sitt eget avsnitt nedenfor, og jeg mener det.

Taleskriving på nett vs. taleskriving på din egen maskin

«Taleskriving på nett» betyr som oftest et nettsted du åpner i en fane: en gratis side med en mikrofonknapp som transkriberer inn i en tekstboks. Disse verktøyene hviler på nettleserens talegjenkjenningsmotor, og MDNs dokumentasjon for Web Speech API er brutalt ærlig om hvordan det fungerer: «Lyden din sendes til en netttjeneste for gjenkjenningsbehandling, så den vil ikke fungere frakoblet.» Den samme siden navngir de to kostnadene: personvern, fordi talen din forlater maskinen, og pålitelighet, fordi ingen forbindelse betyr ingen transkripsjon.

For et engangsnotat er en taleskrivingsside på nett helt grei. Skatten dukker opp med gjentakelse: hver diktat ender med marker, kopier, bytt, lim inn. Jeg dikterte en gang en handleliste inn i feil fane og limte den inn i et budsjettregneark. I omtrent ti sekunder inkluderte Q3-prognosene «yoghurt de små, ikke de store». Et stasjonært verktøy fjerner hele den klassen av uhell fordi teksten starter der den ender — ved markøren din. Og når nettlesermikrofonen tuller, bor løsningen i nettleserinnstillingene, som er sin egen ettermiddag. Vi skrev opp løsningene for diktat i Chrome etter at nok folk spurte.

Tegnsetting og opprydding: redigeringsskatten ingen teller

Den kjedelige sannheten er at transkripsjon aldri var den trege delen. Oppryddingen er det. Med Google taleskriving sier du tegnsettingen din («punktum», «nytt avsnitt»), som fungerer, men gjør deg til en person som forteller om komma. Jeg testet kommandoene for denne artikkelen, og testdokumentet mitt endte med å inneholde ordet «komma» elleve ganger. Vanen følger deg hjem også: jeg har siden avsluttet en uttalt setning, i en ekte samtale, med «punktum».

Whisper sender i stedet den rå transkripsjonen gjennom en AI-oppryddingsrunde: grammatikk fikset, fyllord fjernet, tegnsetting plassert der den hører hjemme. I lokal modus kjører det gjennom Ollama; i skymodus bruker det OpenAI-modeller, med gpt-5-mini som standard forbedrer. Start en setning med «Hey whisper», og AI-en behandler det som følger som en instruksjon i stedet for tekst å skrive: «Hey whisper, gjør dette svaret høflig, men bestemt» er en ekte arbeidsflyt, ikke en demo. Forskjellen i følelse er vanskelig å overdrive. Det ene verktøyet ber deg fremføre formateringen. Det andre lar deg snakke som et menneske og gir deg tilbake noe du ville sendt som det er.

Personvern: hvor stemmen din havner

Her er meningen jeg vil forsvare: diktat som sender stemmen din til en server du ikke kontrollerer, er et personvernproblem, og for noe arbeid er det en dealbreaker. Nettleserbasert taleskriving fungerer ved å sende lyd ut for behandling. Det er greit for en handleliste. Det er en annen samtale for et kontraktsutkast, et pasientnotat, eller e-posten om ungens skolesituasjon.

Jeg fulgte kostnadssiden av denne lærdommen på nært hold. Et team jeg jobbet med fikk en innleid konsulent til å bygge en intern AI-diktatprototype som kalte et sky-API for hver ytring. Ved kvartalsslutt åpnet sjefen kostnadsdashbordet: en femsifret regning, det meste av den ett team som transkriberte standup-opptak fire ganger fordi gjenforsøkslogikken var for ivrig. Konsulenten foreslo å optimalisere prompten. Økonomidirektøren foreslo å ikke betale en server for å lytte til møter som allerede hadde notater. Begge hadde rett i noe.

Whispers lokale modus lukker spørsmålet i stedet for å diskutere det: modellen kjører på din maskin, ingenting forlater enheten, og det trengs ikke internett i det hele tatt. Samme hurtigtast, samme flyt, null lyd på reise.

Når du bør droppe Whisper og bli hos Google

Hvis hvert ord du dikterer lander i et Google-dokument, bli hos Google taleskriving. Det koster ingenting, det ligger allerede i Verktøy-menyen, og inne i Docs gjør det jobben — det er en hard kombinasjon å argumentere mot, og jeg skal ikke late som noe annet. Det samme gjelder hvis du dikterer to ganger i måneden: å installere en stasjonær app for å spare to kopier-og-lim er overingeniørarbeid, og det sier jeg som fagperson. Whisper gjør seg fortjent til plassen sin når skrivingen din jevnlig forlater dokumentet (e-post, chat, skjemaer, notater), eller når tegnsetting-via-AI, frakoblet bruk eller å holde lyd på din egen maskin betyr noe. Inntil da er det gratis innebygde verktøyet det rette verktøyet.

Den lærer-e-posten fra toppen av siden ble sendt til slutt — diktert inn i Gmail selv, ingen omvei via et Docs-dokument, tegnsetting inkludert uten at jeg sa et eneste ord av den. Fanen med Google Docs forble lukket. Det er hele sammenligningen i ett øyeblikk: det gratis verktøyet ber skrivingen din komme til seg, og alternativet går dit skrivingen allerede er. Velg den retningen som passer dagen din.