Et SpeechTexter-alternativ som fungerer utenfor nettleseren

Åpne en fane, snakk, se at det skriver. Det er SpeechTexter.

Heder der heder tilkommer: SpeechTexter gjør én jobb bra. Det er en gratis flerspråklig tale-til-tekst-webapp for å gjøre notater, dokumenter, rapporter eller blogginnlegg om til tekst med stemmen — «skriv med stemmen din», som siden selv kaller det. Du åpner siden, klikker på mikrofonen, og det transkriberer i sanntid ved hjelp av Googles talegjenkjenning i nettleseren, Web Speech API som kjører på serveren hos Google. Over 70 språk er på listen.

Den ene funksjonen SpeechTexter har som de fleste nettleserbaserte dikteringsverktøy ikke har, er en tilpassbar liste med talekommandoer. Du kan si #newparagraph, #newline, #undo eller #redo, pluss dine egne kommandoer for å sette inn tegnsetting, legge inn en frase eller utløse en handling — alt med stemmen. Det setter også inn store bokstaver automatisk, har en forhåndsvisning du kan slå av og på, og eksporterer til en .doc- eller .txt-fil. SpeechTexters eget nøyaktighetskrav er «over 90 % bør forventes». Det er deres tall, ikke noe jeg har målt selv.

Hvis du alltid dikter inn i den ene editoren og deretter kopierer resultatet ut, er det greit. Problemet starter i det øyeblikket skrivingen bor et annet sted.

Der SpeechTexter stopper: én Chrome-fane, ingen offline, ingen andre apper

Tre vegger, og folk treffer dem alle tre.

Den første er nettleseren. På skrivebordet krever SpeechTexter nyeste Google Chrome — andre nettlesere støttes ikke — på Windows, Mac eller Linux. Bruker du Firefox eller Safari, må du bytte nettleser for å diktere. Den andre veggen er selve fanen: teksten havner på SpeechTexters side, ikke i appen du faktisk skriver i. Det er ingen systemomfattende innliming i Word, Slack, Teams, e-postklienten din eller en kodeeditor. Den tredje veggen er nettverket. Det kjører på Googles skybaserte talegjenkjenningsmotor og trenger internettforbindelse — sidens egen feilsøking peker på «nettverksfeil» når forbindelsen er dårlig, og det er ingen offlinemodus for nettverktøyet. Android-appen som en gang hadde støtte for offline, er ikke lenger støttet.

Ingen av disse er feil. Det er hva et nettleserbasert dikteringsverktøy er. En nettside kan ikke lovlig nå inn i skrivebordsappene dine, og et Web Speech-verktøy kan ikke transkribere uten å ringe hjem. Hvis de tre veggene aldri er i veien for deg, trenger du ikke et alternativ. Hvis du noen gang har tatt deg i å diktere i SpeechTexter og deretter kopiere og lime inn i det du egentlig ville skrive i, er det kopier-lim-inn-trinnet som banker på døren. Hvis du sitter fast fordi dikteringen ikke starter i Chrome i det hele tatt, er det en separat kaninhull — jeg har skrevet om vanlige løsninger for talediktering som ikke fungerer i Chrome for når det er miktillatelse eller selve motoren som er problemet.

Trykk på en hurtigtast, dikter inn i hvilken som helst app

Her er kategoriforskjellen i én bevegelse. Whisper er en skrivebordsapp, ikke en nettside. Du trykker på en hurtigtast, snakker, slipper, og teksten vises ved markøren i hvilken app som helst — et Word-dokument, en Slack-tråd, en Discord-melding, en Teams-chat, VS Code, Notion, Obsidian, et e-postutkast, et nettleserfelt, hvor du enn kan skrive. Standard hurtigtast er Ctrl+Space på Windows og Command+Option på Mac.

Det er ingen fane å være inni. Appen du allerede er i, forblir appen du er i. Ingen kopiering, ingen innliming, ingen bytte til Chrome først. Jeg brukte et pinlig antall kvelder på innliming-ved-markøren-delen — akkurat den typen ting som demonstreres på fem sekunder og tar en måned å gjøre pålitelig på tvers av alle apper. Jeg har en mastergrad.

Dette er delen folk undervurderer til de merker det på kroppen. Med SpeechTexter er diktering et sted du drar til. Med en systemomfattende hurtigtast er diktering noe du gjør der du allerede er. Den yngste datteren min, som er sju år, testet dette bedre enn noe spesifikasjonsark kunne gjøre. Jeg viste henne én gang — trykk, snakk, slipp, lim inn — og hun skrev en e-post på 90 ord til bestemoren sin i Ukraina om en tann hun akkurat hadde mistet og tannfeens vekslingskurs. Hun stilte null spørsmål om verktøyet. To dager senere kom hun tilbake med den eneste klagen som betyr noe: «det fungerer ikke i tegneappen min.» Hun visste ikke hva en hurtigtastkonflikt var. Hun visste bare at ordene skulle havne der hun så. Vi sendte ut tilpassbare hurtigtaster den kvelden. Det er hele lista: teksten går dit du er.

Det fungerer på over 90 språk på tvers av både lokal og skymodus, og den flerspråklige modellserien når spesifikt 99+ språk med automatisk gjenkjenning — modellvariantene som kun er for engelsk, forblir engelske, så ta dem ikke med i regnestykket. De flerspråklige modellene kan også oversette tale til engelsk i sanntid, noe et nettleserbasert Web Speech-verktøy ikke gjør.

Offline og på din maskin, ikke Googles servere

Her skal jeg si min ene sterke mening: diktering uten offlinealternativ — der skyen er eneste vei, ikke et valg — er et personvernskatastrofe som venter på å bli transkribert. Sjefens lønnsregneark, e-posten til barnets skole, det juridiske notatet du skriver på toget — ingenting av det trenger å ta turen gjennom en leverandørs servere fordi du vil skrive med stemmen. Skytranskribering du kan slå på når du vil, er greit. Skytranskribering du ikke kan slå av, er problemet. SpeechTexter er ærlig om at det er skybasert; det bruker Googles talegjenkjenning og trenger forbindelse for å fungere. Det er greit for en handleliste. Det er vanskeligere å selge for noe du ville vært ukomfortabel med å lese høyt i et åpent kontorlandskap.

Whispers lokale modus kjører helt offline — ingen internettforbindelse kreves under transkribering. Den eneste gangen den trenger forbindelse er ved den engangs modellnedlastingen, et sted mellom omtrent 140 MB og 3 GB avhengig av hvilken modell du velger. Den underliggende lokale motoren er den samme åpen kildekode-OpenAI Whisper-modellfamilien som driver mye av denne kategorien. Etter det forblir hvert ord på maskinen din. På en flytur, på en låst arbeidslaptop med nettverket kuttet, i et rom der Wi-Fi er teoretisk — det skriver likevel.

Jeg så et team jeg jobbet med pådra seg en regning med fem siffer i løpet av ett kvartal ved å transkribere standup-opptak, mesteparten fordi en «smart retry»-løkke transkriberte det samme lydklippet fire ganger. Finansdirektøren åpnet dashbordet på kvartalsvurderingen og rommet ble veldig stille. Sky har sin plass. Det bør være et valg du tar, ikke den eneste veien som er tilgjengelig.

Gratis uten konto, men gratis betyr ulike ting her

Begge verktøy er gratis å starte med, og det ordet gjør ulikt arbeid i hvert tilfelle. SpeechTexter er gratis i den reneste forstand: ingen nedlasting, ingen installasjon, ingen registrering — du klikker på mikrofonen og dikter. Ingenting å sette opp, ingenting å logge inn på. Det er en reell fordel, og det vil jeg ikke late som om det ikke er.

Whispers lokale pipeline er også gratis, men gratis betyr her at du laster ned en skrivebordsapp og oppretter en Whisper-konto, og deretter henter en modell første gang. Noen minutter opp front i stedet for null. Det du får for de minuttene er den systemomfattende hurtigtasten, offline-transkribering og atferden der markøren følger deg. Sky-laget — OpenAI-funksjoner, ta med din egen nøkkel — er det separate betalte Pro-nivået; ikke forveksle den gratis lokale appen med det. Full oversikt finner du på prisingsiden. Kortversjonen: lokal diktering koster ingenting og utløper aldri.

Den ærlige beskrivelsen er en byttehandel. SpeechTexter koster deg null oppsett og null konto, og holder deg til gjengjeld i én fane i skyen. Whisper koster deg en nedlasting og en registrering, og gir deg til gjengjeld alle apper og offline. Velg den kostnaden du helst vil betale.

Når SpeechTexter fortsatt er det bedre valget

Jeg ville hoppet over skrivebordsappen helt i noen reelle situasjoner, og SpeechTexter vinner dem klart.

Bruker du en låst maskin der du ikke kan installere programvare — en bibliotekmaskin, et skolelab, en arbeidslaptop med admin-sperre — kjører SpeechTexter i en nettleserfane og ber ingen om tillatelse. Dikterer du bare av og til, et avsnitt her og der, er null-installasjon-null-konto-modellen genuint mindre bry enn å laste ned noe. Bruker du faktisk den tilpassbare talekommandolisten — sier #newparagraph og #undo for å formatere mens du går — er det en spesifikk arbeidsflyt SpeechTexter er bygget for, og et skrivebordsverktøy med hurtigtast replikerer ikke det på samme måte. Og skriver du mest inne i én netteditor og kopierer sjelden ut, er fanen ikke en vegg — det er bare der du jobber. I alle disse tilfellene: åpne speechtexter.com, klikk på mikrofonen, og ikke tenk mer over det. Å sende deg til riktig gratis verktøy når det er det rette valget, er poenget.

Andre dikteringsverktøy verdt å kjenne til

SpeechTexter og Whisper er ikke de eneste to. Et raskt og ærlig kart over feltet:

• Speechnotes — et annet gratis nettleserbasert dikteringsnotatblokk, samme fane-bundne form som SpeechTexter. Vurderer du det også, her er Speechnotes-alternativ-sammenligningen.
• Dictation.io / Dictanote — gratis Chrome-baserte taledikteringsverktøy; samme nettleserfane-begrensning, ingen systemomfattende innliming.
• Speechify — et AI-lese- og taleprodukt som også gjør talediktering; posisjonerer seg som et SpeechTexter-alternativ.
• LilySpeech — et Windows-dikteringsverktøy som bruker en Chrome-basert motor for å skrive inn i apper; hendig på Windows men bundet til det oppsettet.
• Apple Dictation — innebygd i macOS og iOS, gratis, fungerer fint for korte sekvenser, bare én plattform.
• Windows Voice Typing (Win+H) — innebygd i Windows, dikterer systemomfattende i de fleste tekstfelt, gratis, ingen installasjon. Fungerer det ikke som det skal, dekker Win+H-alternativguiden hva du kan bruke i stedet.

Skillelinjen er enkel. Nettleserverktøy (SpeechTexter, Speechnotes, Dictation.io) er gratis og krever ingen installasjon, men er fane-bundne og skyavhengige. OS-diktering (Win+H, Apple) er systemomfattende og gratis, men kun én plattform og kvaliteten varierer. Skrivebordsapper som Whisper er systemomfattende, kan fungere offline og er kryssplattform, til prisen av en nedlasting.

Så, hva jeg faktisk ville valgt

Vil du ha den raskest mulige dikteringen på en maskin du ikke kan installere noe på, hold deg til SpeechTexter — det er gratis, det er øyeblikkelig, og talekommandolisten er et fint touch. For alt annet — skrive på tvers av dine faktiske apper, jobbe offline, holde sensitiv tekst på din egen maskin — ville jeg grepet etter et skrivebordsverktøy med en systemomfattende hurtigtast. Diktering går med rundt 145 ord per minutt mot omtrent 40 for skriving, så flaskehalsen var aldri fingrene dine; det var veggene rundt ordene. Velg verktøyet med færrest vegger for det du gjør. Vil du kjenne forskjellen, se hvordan talediktering på tvers av alle apper faktisk fungerer.

SpeechTexter er et godt gratis verktøy som gjør nøyaktig det det sier inne i én Chrome-fane. Den dagen skrivingen din beveger seg ut av den fanen — inn i e-posten, chatten, editoren, notatene dine — er dagen du begynner å ønske at dikteringen følger med. Det er den eneste reelle forskjellen, og den er stor. Den syv år gamle datteren min fikset det på to dager og én feilrapport. Resten av oss klarer det sikkert også.