Najlepsze oprogramowanie do pisania głosem: ranking 7 narzędzi

Jak wybrałem tę siódemkę

Najpierw selekcja, dopiero potem ranking. Aby trafić na listę, narzędzie musiało być realnym, dostępnym produktem, który zamienia mowę na tekst tam, gdzie piszesz. Nie kategorią, nie porzuconą aplikacją, nie cienką nakładką, która zniknie w przyszłym kwartale. Przeglądarkowe zabawki i opuszczone freeware, które wypełniają większość list producentów, nie przeszły przez sito.

Logika rankingu jest celowo nudna:

1. Gdzie wpisuje tekst. Narzędzia działające w całym systemie, w każdej aplikacji, stoją wyżej niż te zamknięte w jednym edytorze dokumentów.
2. Ile wart jest darmowy plan. Darmowy plan, w którym da się żyć, stoi wyżej niż darmowa próbka z licznikiem słów.
3. Zachowanie offline. Dyktowanie, które przetrwa zerwane połączenie Wi-Fi, stoi wyżej niż dyktowanie, które tego nie potrafi.
4. Zakres platform. Windows i Mac jednocześnie, tam gdzie to możliwe.

Żadnej oceny w skali do dziesięciu, żadnej ważonej macierzy udającej, że to nauka. Cztery kryteria, zastosowane po kolei, remisy rozstrzygane moim codziennym użyciem (próba o liczebności jeden, co i tak o jeden więcej niż większość list producentów). Twoje doświadczenia mogą się różnić, a ostatnia sekcja jest napisana właśnie z myślą o tym przypadku.

Siedem narzędzi w rankingu

1. Whisper by Remskill: nieograniczone, darmowe dyktowanie lokalne w całym systemie

Whisper to aplikacja desktopowa na Windows i macOS. Naciśnij skrót, mów, puść klawisz, a tekst ląduje tam, gdzie jest Twój kursor: e-mail, Slack, Twój CRM, edytor kodu, gdziekolwiek. Domyślny skrót to Ctrl+Space na Windows; na Macu przytrzymujesz Command i Option razem niczym krótkofalówkę i puszczasz, żeby zatrzymać.

Pierwsze miejsce zawdzięcza darmowemu planowi. To nie jest próbka z licznikiem. Cały lokalny proces jest darmowy dla zalogowanych użytkowników: wszystkie osiem lokalnych modeli Whisper, silnik Parakeet, czyszczenie tekstu przez AI z Ollama, historia, własny słownik, skrót klawiszowy. Wszystko działa na Twoim komputerze, nic nie opuszcza Twojego urządzenia i działa przy wyłączonym internecie.

Wielojęzyczne modele Whisper obejmują 99 języków — to liczba dotycząca wariantów wielojęzycznych; wersje zoptymalizowane pod angielski obsługują tylko angielski. Jeśli przez większą część dnia mówisz po angielsku i zależy Ci na szybkości, silnik NVIDIA Parakeet (~600 MB) działa 5–10× szybciej niż Whisper na CPU i obejmuje angielski plus 24 języki europejskie. Oba silniki idą na inne kompromisy; porównanie Whisper vs Parakeet wchodzi w to głębiej. Płatny plan Pro dodaje transkrypcję w chmurze OpenAI i wyszukiwanie w sieci z Twoim własnym kluczem API; szczegóły znajdziesz na stronie cennika.

Teraz część szczera. Whisper działa wyłącznie na komputerach — nie ma aplikacji na iPhone'a ani Androida. Na Macu wymaga Apple Silicon; Maki z Intelem odpadają, a wersji na Linux nie ma. Jeśli dyktujesz z telefonu częściej niż z laptopa albo Twój laptop to MacBook z 2017 roku, pomiń Whisper i czytaj dalej. Tę właśnie frazę podyktowałem we Whisperze, co kłuje podwójnie.

Pętla skrótu, zestaw silników i to, co zostaje na Twoim komputerze, są w całości opisane na stronie pisania głosem Whisper.

2. Wispr Flow: dopracowana opcja między urządzeniami

Wispr Flow to narzędzie, które wskazałbym Ci, gdybyś żył między urządzeniami. Działa na Macu, Windows, iPhonie i Androidzie, automatycznie rozpoznaje ponad 100 języków w trakcie mówienia i reklamuje się zamienianiem chaotycznej mowy w dopracowany tekst z czterokrotną prędkością pisania. Prawdziwym wyróżnikiem są aplikacje na telefon. Nic innego na tej liście nie podąża za Tobą z komputera na ekran blokady.

Haczykiem jest licznik. Darmowy plan ogranicza do 2000 słów tygodniowo na komputerze, co przeciętny użytkownik dyktowania zużywa w dzień lub dwa. Powyżej tego to subskrypcja Pro za $15 za użytkownika miesięcznie albo $12 w planie rocznym. Działa też w chmurze: własna strona prywatności Wispr mówi, że transkrypcja zawsze odbywa się w chmurze, więc Twoje audio opuszcza komputer. Jeśli dyktowanie z telefonu liczy się dla Ciebie bardziej niż tryb offline czy nieograniczona darmowość, to jest Twój wybór. Pomiń Whisper bez wyrzutów sumienia.

3. Apple Dictation: wbudowana odpowiedź dla Maca

Jest już na każdym Macu. Uruchamiasz je klawiszem mikrofonu, własnym skrótem klawiszowym albo przez Edit > Start Dictation, a na bieżącym macOS możesz dyktować tekst dowolnej długości bez limitu czasu; samo zatrzymuje się po 30 sekundach ciszy.

Apple'owski przewodnik po dyktowaniu pokazuje, gdzie sprawdzić, czy dyktowanie jest przetwarzane na urządzeniu, zamiast trafiać na serwery Apple.

Do odpowiedzi na 40 słów w Messages to właściwe narzędzie, a płacenie komukolwiek za taki przypadek użycia jest niedorzeczne. Ograniczenia pojawiają się na obrzeżach: dostępność zależy od języka i regionu, przewodnik Apple nie dokumentuje własnego słownika dla Twoich nazw produktów, a całość żyje za ogrodzeniem Apple. Jeśli Twoje dyktowanie jest krótkie, okazjonalne i na Macu — zatrzymaj się tutaj i zachowaj pieniądze.

4. Pisanie głosem w Windows: naciśnij Win+H i mów

Microsoftowskie wbudowane pisanie głosem uruchamia się skrótem Win+H w dowolnym polu tekstowym, jest częścią Windows 10 i 11 (nie trzeba nic pobierać) i automatycznie wstawia interpunkcję w trakcie mówienia. Obejmuje ponad 40 języków. Jak na darmową funkcję, której większość użytkowników Windows nigdy nie wcisnęła, jest lepsza niż jej reputacja.

Dwa zastrzeżenia. Wymaga połączenia z internetem, jak mówi własna strona wsparcia Microsoftu, co oznacza, że umiera w chwili, gdy padnie Wi-Fi w pociągu. A Microsoft nie dokumentuje dla niego własnego słownika, więc spodziewaj się, że dalej będzie przekręcać nazwę produktu Twojej firmy. W porządku do okazjonalnego użycia; frustrujące jako codzienne narzędzie.

5. Pisanie głosem w Google Docs: darmowe, ale zamknięte w Docs

Otwórz dokument Google, kliknij Narzędzia, potem Pisanie głosowe, a pojawi się okienko mikrofonu. Działa w bieżącym Chrome, Edge i Safari, obsługuje długą, opublikowaną listę języków i akcentów oraz obejmuje notatki prelegenta i napisy w Google Slides. Dla studentów i każdego, kto i tak szkicuje wszystko w Docs, nie kosztuje nic i działa od ręki.

Cała historia tkwi w ogrodzeniu. Wpisuje tekst do Google Docs i Slides, a nie do Twojego klienta poczty, nie do Slacka, nigdzie indziej. To przeglądarka kontroluje usługę zamiany mowy na tekst, więc jakość zależy od przeglądarki, nie od Ciebie. Nudna prawda jest taka, że narzędzie, którego nie możesz użyć w 90% tego, co piszesz, to funkcja, a nie zestaw do pisania głosem.

6. Superwhisper: niezależna, lokalna opcja dla zwolenników Apple

Superwhisper zasługuje na więcej uwagi, niż dostaje. Działa na macOS, Windows i iOS, pracuje offline i aktywuje się skrótem Option+Space lub w trybie naciśnij-i-mów w dowolnej aplikacji. Darmowy plan obejmuje zamianę głosu na tekst w każdej aplikacji, nagrywanie spotkań, ponad 100 języków i dialektów z tłumaczeniem na angielski oraz nieograniczone korzystanie z małych modeli AI. Większe modele i własne klucze API znajdują się za płatnymi planami Pro i dożywotnimi.

Z numerem jeden, czyli Whisperem, pokrywa się bardziej niż cokolwiek innego tutaj: oba są lokalne na pierwszym miejscu, sterowane skrótem, z darmowymi planami, w których da się żyć. Różnice tkwią na obrzeżach. Superwhisper wyrósł na Macu jako pierwszej platformie, z iOS w rodzinie, podczas gdy darmowy plan Whisper obejmuje pełną gamę lokalnych modeli na obu platformach desktopowych. Jeśli tkwisz głęboko w ekosystemie Apple i chcesz towarzysza na iPhone'a, Superwhisper jest dobrym wyborem zamiast nas.

7. Dragon: profesjonalna licencja, od której wszystko się zaczęło

Dragon Professional v16 jest potomkiem oprogramowania, na które ktoś z mojej rodziny krzyczał w 1998 roku, i trzeba oddać Nuance, że dawno przestał wymagać 45-minutowych sesji treningowych. Nuance twierdzi, że dokumenty można dyktować 3 razy szybciej niż pisać, z dokładnością rozpoznawania sięgającą 99%, a produkt jest zoptymalizowany pod Windows 11 i wstecznie kompatybilny z Windows 10. Na stronie produktu nie ma wersji na Maca, a cena to profesjonalna licencja ustalana przez ich kanał sprzedaży, a nie publiczna metka.

Oto moje jedno mocne zdanie w tym artykule: jeśli narzędzie do dyktowania wymaga, żebyś je trenował, poprawiał albo rejestrował swój profil głosowy, rozwiązuje problem z 1999 roku. Nowoczesne modele mowy działają od ręki na większości akcentów — modele z rodziny Whisper dostarczają 99 języków bez żadnej rejestracji. Dragon w 2026 roku zasługuje na swoje miejsce u profesjonalistów z utrwalonymi procesami pracy w Dragonie, w zespołach prawniczych i medycznych z latami własnych komend — nie u kogoś, kto zaczyna od zera.

Szybkie porównanie

Jeden wiersz zasługuje na przypis: „darmowy plan” oznacza to, z czego możesz korzystać bez końca, a nie to, co pożycza Ci próbny okres na dwa tygodnie.

Dlaczego działanie w całym systemie bije dyktowanie w pojedynczej aplikacji

Największy podział na tej liście to nie dokładność. To terytorium. Pisanie głosem w Google Docs jest zamknięte w dwóch aplikacjach Google. Apple Dictation zostaje w obrębie Maca. Narzędzia działające w całym systemie — Whisper, Wispr Flow, Superwhisper, pisanie głosem w Windows — wpisują tekst wszędzie tam, gdzie mruga Twój kursor.

To właśnie różnica terytorium decyduje o tym, czy pisanie głosem stanie się nawykiem. Przeciętny użytkownik dyktowania mówi około 145 słów na minutę wobec mniej więcej 40 pisanych, ale przyspieszenie kumuluje się, gdy narzędzie działa w każdym polu, w którym piszesz: w e-mailu, w zgłoszeniu, w odpowiedzi na czacie, w opisie commita. Narzędzie, do którego trzeba przełączyć dokument, dodaje tarcia, które miało usunąć. Większość narzędzi do produktywności to ukryte problemy z pisaniem; ogólnosystemowy skrót to rzadki przypadek, który usuwa pisanie, zamiast je ozdabiać.

Jak ja bym wybierał, przypadek po przypadku

Odsuń ranking, a zostają cztery pytania. Dyktujesz najczęściej z telefonu? Wispr Flow — nic innego tutaj nie przechodzi z ekranu blokady na laptopa. Krótkie, okazjonalne notatki na jednej platformie? Użyj tego, co już masz zainstalowane: Apple Dictation na Macu, Win+H na Windows, Narzędzia > Pisanie głosowe w Docs — i nie płać nikomu. Długie, codzienne dyktowanie, gdzie liczy się prywatność lub tryb offline? To para lokalnych na pierwszym miejscu: Whisper, jeśli chcesz pełnej darmowej gamy modeli na Windows i Macu, Superwhisper, jeśli chcesz towarzysza na iOS w świecie Apple. Utrwalony proces pracy w Dragonie z własnymi komendami prawniczymi lub medycznymi? Zostań przy Dragonie; migracja lat pamięci mięśniowej kosztuje więcej niż licencja.

Wciąż niepewny? Zacznij za darmo. Każda ze ścieżek powyżej ma bezpłatne wejście, a przewodnik po darmowym oprogramowaniu do dyktowania omawia je szczegółowo. Przejdź na wyższy plan, gdy uderzysz w prawdziwą ścianę, a nie marketingową.

Siedem narzędzi, ale tylko trzy decyzje: wbudowane czy dedykowane, chmura czy lokalnie, komputer czy wszędzie. Odpowiedz na nie, a lista skurczy się do jednej nazwy. Ktoś z mojej rodziny potrzebował 45 minut treningu i lecącej słuchawki, żeby się przekonać, że dyktowanie nie było gotowe w 1998 roku. Tobie wystarczy jakieś dziesięć minut i zero dolarów, żeby się przekonać, że teraz jest — co, jak na harmonogramy produktów, to przynajmniej właściwy kierunek.