Tale-til-tekst-apper som er verdt å bruke

Hva en tale-til-tekst-app gjør

En tale-til-tekst-app gjør to jobber som høres ut som én. Først lytter automatisk talegjenkjenning til mikrofonen din og skriver ned ordene. Deretter legger en formateringsrunde til kommaene, store bokstaver og avsnittsskift som rå tale ikke kommer med. Noen apper stopper der. De bedre legger til et AI-oppryddingstrinn som fikser fyllord og strammer inn formuleringen. Whisper utløser den runden med nøkkelordet «Hey whisper».

Det som betyr noe er hvor teksten havner. En møtetranskribent som Otter tar opp en samtale og gir deg en transkripsjon etterpå. En dikteringsapp gjør det motsatte, du trykker på en tast, snakker, og ordene dukker opp akkurat der markøren din allerede står, i e-posten eller dokumentet du skriver. Det er ulike verktøy for ulike jobber, og den aller største feilen folk gjør er å betale for feil ett. Noen kjøper en møtetranskribent for å skrive e-poster, eller et skriveverktøy for å fange et webinar, og lurer så på hvorfor det føles som om appen kjemper imot dem. Det er ikke appen. Det er kategorien.

Talegjenkjenning pleide også å trenge opplæring. Du leste en liste med ord høyt i førtifem minutter slik at programvaren kunne lære stemmen din, og selv da gjettet den feil hver tredje setning. (En slektning av meg kastet en gang headsettet tvers over rommet. Headsettet overlevde; dikteringseksperimentet gjorde det ikke.) Moderne apper hopper over alt det der. Modellen kommer allerede med kunnskap om 99 språk på Whispers flerspråklige varianter, eller fokuserte 25 på den raskere Parakeet-motoren, og den fungerer på dialekten din rett ut av boksen.

Trykk på en hurtigtast, snakk, teksten dukker opp

Interaksjonen er hele produktet. Du holder inne en tast, du snakker, du slipper, teksten limes inn ved markøren. Ingen vindu å åpne, ingen opptaksknapp å finne, ingen kopier-lim-inn etterpå.

På Windows er standard hurtigtast Ctrl+Space. På en Mac holder du Command og Option sammen og slipper en av tastene for å stoppe. Begge kan tilpasses, noe som betyr mer enn det høres ut som. Første gang en bruker fortalte meg at hurtigtasten min kolliderte med tegneappen deres, lærte jeg at «trykk på én tast» er én tast for mye når det er feil tast. Jeg hadde hardkodet den, sendt den ut, og følt meg smart i omtrent en uke.

Mesteparten av tiden er en dikteringsapp usynlig, bare en hurtigtast og det overlegget. Innstillingene er der du velger hvordan den oppfører seg: hvilken motor som kjører, om AI-opprydding er på, hvilket språk den skal forvente. Det valget er det de innebygde OS-verktøyene ikke gir deg.

Lokalt eller sky, og hvorfor det avgjør personvernet ditt

Her er skillet som avgjør alt annet. Lokalt betyr at transkripsjonen skjer på din egen laptop, offline, uten at noe forlater maskinen. Whispers lokale pipeline kjører to motorer på denne måten: de flerspråklige Whisper-modellene for 99 språk og oversettelse-til-engelsk, eller NVIDIAs Parakeet, som er 5 til 10 ganger raskere på en CPU, men dekker 25 språk og ingen asiatiske skrifter. Sky betyr at lyden går til en server. Whispers Cloud-modus er ta-med-din-egen-nøkkel OpenAI, du oppgir din egen API-nøkkel, den dekker omtrent 57 språk, og lyden er det eneste som forlater enheten din.

De fleste innebygde apper velger stille sky for deg. Windows voice typing, for eksempel, trenger en internettforbindelse. Microsoft sier det rett ut på sin egen hjelpeside. Gboards offline-oppførsel avhenger av om du har lastet ned en språkpakke på enheten, noe som varierer fra telefon til telefon. De ekte offline-alternativene er smalere enn kategorien antyder: iPhone Dictation fungerer uten forbindelse på en iPhone 6s eller nyere, Mac Dictation kan behandle generell tekst på enheten, og Whispers lokale modus holder alt på maskinen din.

Hvis du dikterer lønnsregnearket ditt eller et utkast til en juridisk e-post, er det å vite om den lyden forlater laptopen din ikke en nerdedetalj. Det er forskjellen mellom et privat verktøy og et logget ett. Sky-appene veier opp for det med én ting de rå OS-verktøyene hopper over, en AI-oppryddingsrunde som gjør «øh, send den, øh, i morgen» om til en setning du faktisk ville sendt.

Appene jeg ville grepet etter

Nok rammeverk. Her er hva jeg ville fortalt en venn ved skoleporten som spurte, etter enhet.

• På telefonen, bruk tastaturmikrofonen. Gboard på Android og iOS-tastaturet har begge en mikrofonknapp: trykk på den, snakk, ferdig. Den er gratis, allerede installert, og for en tekstmelding eller et raskt notat er det alt du trenger. Det finnes ingen skrivebordsapp verdt å installere på en telefon for dette.

• På Windows, start med Win+H. Trykk på Windows-tasten og H i hvilken som helst tekstboks, så åpnes voice typing på tvers av hele systemet, uten at det kreves Microsoft 365-abonnement. Den trenger internett, men den er gratis og fungerer overalt.
• På en Mac, start med Dictate. Skru den på i Systeminnstillinger, trykk på mikrofontasten, og den skriver i hvilken som helst app. For generell tekst kan den kjøre på enheten i stedet for å ringe Apples servere.
• Når det innebygde ikke holder, installer en skrivebordsapp. Whisper er den jeg bygger: en systemdekkende hurtigtast, ditt valg av lokal eller sky-motor, AI-opprydding, og en offline-modus de innebygde OS-verktøyene ikke tilbyr. Hele den lokale pipelinen er gratis for enhver innlogget bruker uten kort ved registrering. Hvis du er på én plattform, dekker Windows-gjennomgangen og Mac-gjennomgangen oppsettet steg for steg.

Andre apper verdt å kjenne til

Noen navn dukker opp hver gang noen søker på dette, så her er ærlige enlinjere.

• Wispr Flow reklamerer med 100+ språk med automatisk gjenkjenning og kjører på Mac, Windows, iPhone og Android. Det er et betalt plattformuavhengig alternativ hvis du vil ha ett verktøy overalt; vi skrev en grundigere Wispr Flow-sammenligning hvis du vurderer det.
• Dragon Professional er den gamle garde. Nuance reklamerer med opptil 99 % nøyaktighet fra første bruk og diktering tre ganger raskere enn skriving, kun på Windows. Det er et seriøst, betalt profesjonelt produkt.
• Otter.ai er en møtetranskribent, ikke et dikteringsverktøy. Gratisnivået gir 300 minutter i måneden og det er bygget for å ta opp samtaler, ikke for å skrive inn ved markøren din. Rett verktøy, feil kategori for de fleste «tale-til-tekst-app»-søk, den samme fellen som dekkes i vår guide til transkripsjonsprogramvare.
• Dedicated dictation apps sit in the same category but lead with cursor-level typing rather than recording. If that is the angle you care about, our look at the modern dictation app covers what separates a good one from a glorified microphone button.

Når du bør hoppe over en dedikert app og bruke det innebygde

Hvis du bare fyrer av tretti ords tekstmeldinger og et og annet notat, ikke installer noe. Apple Dictation er gratis, innebygd i Macen og iPhonen din, og fungerer i alle apper du kan skrive i. Windows-brukere har Win+H for samme penger. De innebygde verktøyene begynner å gjøre vondt rundt lengre, formatert skriving: ingen AI-opprydding, ingen motorvalg, og på Windows ingen offline-modus. Det er grensen. Under den er det gratis alternativet Apple og Microsoft allerede ga deg det rette valget, og jeg vil heller at du brukte det enn at du installerte mitt for en jobb det ikke trenger.

Når det gjelder kostnad, gjelder den samme ærligheten. De innebygde alternativene følger med enheten din og koster ingenting. Whispers lokale pipeline er også gratis for enhver innlogget bruker, uten at det kreves noen betalingsmåte for å starte; den betalte Cloud-flaten og dens gjeldende tall finner du på prissiden. For telefon- og raske-notat-bruk bør du ikke betale noen noe. For systemdekkende skrivebordsdiktering med offline-modus og AI-opprydding begynner et betalt verktøy å gi mening.

Sist tirsdag laget jeg matpakker mens jeg svarte på en tillatelsesseddel, agurk i den ene hånden, hurtigtast under den andre, dikterende «signerer seddelen, sender den i morgen» mellom bolken der den yngste spurte hvorfor månen noen ganger ikke var der. E-posten gikk ut. Matpakkene ble laget. Det pleide å ta femten minutter med enhåndsskriving. Uansett hvilken app du velger fra denne listen, er det det øyeblikket du kjøper tilbake.