Tale til tekst i Logseq

Har Logseq innebygd diktering?

Nei. Logseq-skrivebordsappen har ingen innebygd tale-til-tekst, diktering eller taleskriving for å skrive inn i en blokk med stemmen. Det finnes ingen mikrofonknapp på en blokk, ingen talekommando, ingen skjult innstilling. Hvis du har finkjemmet Innstillinger etter den, kan du stoppe. Den er ikke der.

Det som finnes, er et sett med fellesskapstillegg med «whisper» i navnet, og det er her folk blir snurret rundt. De tilleggene transkriberer en lydfil eller en YouTube-lenke til tekst i ettertid. De er nyttige, men de er ikke direkte diktering. Du kan ikke sette markøren i dagens journal, snakke og se ordene dukke opp. De behandler et opptak; de skriver ikke for deg mens du tenker. Å blande de to koster en ettermiddag, og jeg vil heller at du slipper den ettermiddagen.

Det mobile bildet er en sak for seg, og verdt én setning så du ikke jager det på feil enhet: den nyere Logseq-mobilappen har lagt til en del taletranskripsjon, men det er en telefonfunksjon, og på en telefon ville du uansett bare brukt mikrofonen på tastaturet. På skrivebordsgrafen der folk flest faktisk holder til, trenger du et verktøy som sitter oppå Logseq. Det finnes tre ærlige kategorier, og resten av denne veiledningen dekker dem.

Trykk på en hurtigtast, snakk, teksten lander i blokken

Dette er hele mekanikken, og den er kjedelig på den beste måten. Du trykker på en hurtigtast, du snakker, du slipper, og teksten limes inn ved markøren, i det tekstfeltet som har fokus. Whisper holder igjen en kort hale etter at du slipper tasten, så det siste ordet ditt ikke blir kappet av. Fordi den limer inn ved markøren i operativsystemet, er en Logseq-blokk bare «et hvilket som helst tekstfelt». Skrivebordsappen eller nettleserversjonen, samme oppførsel.

Det er den delen landingssidene gjør for komplisert. Det er ingen tillegg å installere i Logseq, ingen API-nøkkel å lime inn, ingen synkroniseringsjobb å passe på. Markøren din er i en blokk, du snakker, ordene dukker opp i blokken. En liten kapsel vises mens du snakker, så du vet at den lytter:

Hurtigtasten er den ene tingen det er verdt å få riktig fra start. På Windows er det Ctrl+Space; på Mac er det Command+Option, en trykk-og-snakk med kun modifikatortaster som du holder mens du snakker. Begge kan endres i Innstillinger hvis de kolliderer med noe du allerede bruker. (Min yngste datter fortalte meg en gang at en hurtigtast «ikke virket» i tegneappen hennes. Det var en konflikt, ikke en feil, og slik lærte jeg at folk flest ikke aner hva en hurtigtastkonflikt i det hele tatt er. Så nå er hver hurtigtast tilpassbar.) Hvis du noen gang har satt opp diktering på Windows eller på Mac, er dette den samme muskelhukommelsen rettet mot en annen app.

Sett det opp på to minutter (Windows eller Mac)

Du trenger en Mac med Apple Silicon eller en PC med Windows 10 eller nyere, en mikrofon som virker, og Logseq åpent enten i skrivebordsappen eller i nettleseren. Hele den lokale prosessen er gratis for enhver innlogget konto, uten at det spørres om betalingsmåte ved registrering. Her er rekkefølgen.

Den trege delen er nedlastingen av modellen, ikke oppsettet. Alt annet er de fire stegene over. Når det først kjører, slutter det å fange en tanke inn i grafen din å være en skriveoppgave og blir en snakkeoppgave.

tale til tekst på Windows · på Mac

Et Logseq-tillegg vs. en systemomfattende hurtigtast

De fleste sidene som rangerer for dette søkeordet, peker deg mot et Logseq-tillegg eller mot Blurt, et dedikert menylinjeverktøy for Mac som snakker rett inn i disposisjonen din. Det er greie svar, hvert med én strukturell hake. Whisper-aktige tillegg transkriberer lydfiler, ikke direkte tale inn i blokken du redigerer. Og Blurt er, etter sin egen beskrivelse, kun for macOS — er du på Windows, er det ikke noe alternativ i det hele tatt.

En systemomfattende hurtigtast omgår begge begrensningene. Den limer inn ved markøren i operativsystemet uansett hvilket vindu som eier den, så den samme tasten som fyller en Logseq-blokk, fyller også Gmail-skrivefeltet ditt, en Slack-melding og en commit-melding. Ett verktøy, hvert tekstfelt, på både Windows og Mac. Du trenger ikke lære noe på nytt når du bytter app, og du trenger ikke en annen løsning avhengig av hvilken maskin du har.

Er du på en Mac og bare noen gang fanger noe inni Logseq, er Blurt et ryddig, fokusert valg og verdt et blikk. I det øyeblikket du er på Windows, eller du vil ha samme flyt på tvers av alle programmer du åpner, vinner den systemomfattende ruten. Jeg ville grepet etter den ene hurtigtasten fordi jeg bytter app omtrent førti ganger i timen og ikke vil huske førti forskjellige dikteringsknapper.

Lokalt eller sky: hvilken modus for en privat graf

For Logseq, prøv lokal modus først. Hele grunnen til at mange av oss valgte Logseq, er at det er lokalt-først ren tekst — et møtereferat, en halvferdig idé, en journalføring du aldri ville ha på noens server. Det ville vært et merkelig valg å beholde notatene på din egen disk og så rute stemmen din gjennom en sky for å komme dit. Hvis Mac-en din har Apple Silicon eller PC-en din er fra de siste årene, klarer lokalt hverdagsdiktering uten å klage, og sky blir nødutgangen i stedet for standarden.

Her er hvordan de tre veiene skiller seg, fordi appen tvinger deg til å velge og jeg vil heller at du velger godt:

• Lokal Parakeet — NVIDIAs TDT-motor, rundt 600 MB, og det raskeste lokale alternativet — 5 til 10 ganger raskere enn Whisper på CPU. Dekker engelsk pluss 24 andre europeiske språk, 25 til sammen. Ingen oversettelse-til-engelsk. Skriver du journal på engelsk eller et annet europeisk språk, er dette det raske, helt frakoblede valget.
• Lokal Whisper — tregere enn Parakeet på samme maskin, men de flerspråklige versjonene dekker 99 språk og kan oversette til engelsk. Versjonene som er kun-engelsk er kun engelsk, ikke 99. Velg denne for kinesisk, japansk, koreansk eller alt oversettelsesarbeid, som Parakeet ikke kan gjøre. Standard engelsk modell er rundt 480 MB.
• Sky (OpenAI, BYOK) — best nøyaktighet og nettilgang, ved hjelp av din egen OpenAI-nøkkel fakturert direkte av OpenAI. Transkripsjon kjører på gpt-4o-mini-transcribe som standard. Krever internett, så det er den ene veien som forlater maskinen din. Sky-flaten er en del av Whisper Pro.

Den kjedelige sannheten er at for den typen tekst folk flest legger i Logseq, holder lokalt i massevis. Begge de lokale motorene kjører helt på maskinen din uten at noe sendes til en server, som er hele poenget med en lokalt-først graf. Sky gjør seg fortjent til plassen sin når du vil ha toppnøyaktighet på et vanskelig opptak, eller du trenger at modellen henter et faktum fra nettet midt i en setning. For en daglig journalvane, start lokalt og grip bare etter sky når lokalt ikke strekker til.

Tegnsetting, blokker og Logseq-markdown med stemmen

Rå diktering kommer ut som en eneste lang strøm. Du sier «ok så gå gjennom arkitekturdokumentet merk det prosjekt alfa og minn meg på torsdag», og det er den uten tegnsetting hele muren enhver talemotor gir deg. Å rydde opp i det er der veiene skiller lag.

Windows Taleskriving legger til tegnsetting mens du snakker, og macOS Diktering håndterer enkel tegnsetting når du sier «komma» eller «punktum». For tyngre opprydding — å fjerne «øh-ene», fikse de lange strømmene, gjøre et talt avsnitt til noe du faktisk ville beholdt i grafen din — kan Whisper kjøre en AI-gjennomgang. Si aktiveringsfrasen «Hey whisper», og teksten forbedres før den lander. På en lokal modell går det gjennom Ollama; i sky-modus er det gpt-5-mini som standard.

For Logseqs egen struktur — nestede blokker, #tag- og [[side]]-lenkene, TODO-markører — er det ærlige svaret at stemmen gir deg teksten og Logseqs egen syntaks gir deg strukturen. Diktér setningen, og trykk så Tab for å rykke inn, # for en tag, eller [[ for en sidelenke slik du alltid gjør. Ingen dikteringsverktøy maner frem Logseqs disposisjonssyntaks på kommando; alle som lover «si tag prosjekt alfa og se den lenke seg» selger deg en demo, ikke en hverdag. Få ordene ned raskt med stemmen, form blokkene med tastene du allerede kan.

Den samme snakk-så-rydd-flyten lønner seg godt langt utenfor grafen din — du kan også diktere ryddig prosa inn i hvilken som helst app med den ene hurtigtasten, så en lang blokk blir noen få talte setninger i stedet for et avsnitt du skriver ut.

Når du bør hoppe over et dikteringsverktøy for Logseq

Noen ganger er det riktige verktøyet det gratis som allerede ligger på maskinen din, og å late som noe annet ville vært uærlig. Hvis du bare slipper korte notater inn i Logseq — en rask journallinje, en påminnelse på to ord — dekker operativsystemet det helt gratis.

På Windows trykker du Windows-tasten + H, og den innebygde Taleskriving-linjen åpner seg der markøren din er, en Logseq-blokk inkludert. Den setter tegn av seg selv og er fin til korte drypp. Haken: den rutes gjennom Microsofts servere og krever en internettforbindelse, så den er ikke et frakoblet alternativ, noe som betyr mer enn vanlig når hele poenget med grafen din er å holde seg lokal. På Mac lar Diktering deg snakke for å skrive inn tekst hvor som helst du kan skrive, satt opp i Systeminnstillinger under Tastatur, og på Apple Silicon kan generell tekst behandles på enheten. Og er du en Mac-bruker som lever helt inni Logseq, er Blurt et fokusert, hjemmehørende valg bygd for nettopp det.

Grip etter et dedikert, systemomfattende verktøy når de innebygde begynner å svi: lange notater, flerspråklig arbeid, frakoblet personvern på Windows, eller ønsket om én hurtigtast som oppfører seg likt i Logseq, e-posten din og redigereren din. Under den listen, bruk det som er gratis. Jeg skal ikke be deg installere en app for en påminnelse på én linje.

Den samme avveiingen dukker opp hvis du også fører notater andre steder — logikken i å diktere inn i Obsidian er identisk, fordi begge er lokalt-først markdown-apper der markøren, ikke et tillegg, er den ekte integrasjonen.

Logseq leverte aldri en mikrofonknapp, og etter å ha skrevet dette er jeg ganske sikker på at den aldri vil gjøre det. Den trenger det ikke, fordi markøren er integrasjonen. Snakk inn i blokken, få tekst, form den med syntaksen du allerede kan. Jeg dikterte mesteparten av denne veiledningen inn i et tekstfelt som ikke var Logseq, med et verktøy som ikke bryr seg om hvilket felt det er, og limte så hele greia inn i min egen graf. Det er hele trikset.