Najlepsze bezpłatne oprogramowanie do dyktowania

Bezpłatne oprogramowanie do dyktowania, które naprawdę istnieje

Oto przegląd -- z tym jednym szczegółem, który strona marketingowa każdego narzędzia woli przemilczeć. Kolumna "naprawdę bezpłatne?" jest tą szczerą.

Kilka z nich wymaga rozwinięcia, bo haczyk to cała historia.

Wbudowane opcje są prawdziwe -- i mają swoje ograniczenia

Twój system operacyjny prawdopodobnie już ma dyktowanie. Na Windows 11 naciskasz Win+H i pojawia się mały pasek głosowy -- mówisz, a słowa trafiają tam, gdzie jest kursor. Bezpłatne, wbudowane i jak najbardziej sprawdza się do szybkiej odpowiedzi. Haczyk: Windows Voice Typing korzysta z rozpoznawania mowy online opartego na Azure, więc potrzebuje połączenia z internetem, a twój głos trafia na serwery Microsoftu, by wrócić jako tekst.

Na Macu Apple Dictation robi to samo z poziomu klawiatury. Po pobraniu modelu mowy może działać lokalnie, co oznacza pracę offline -- głos zostaje na urządzeniu. Obsługuje dziesiątki języków i wariantów regionalnych; Apple wymienia 54 online i 43 dostępne offline. Uczciwe wady: tylko Mac, brak własnego słownika i żadnej poprawki AI, która usunęłaby dygresje i "yyy".

Obie opcje są dobre. Żadna nie kosztuje ani grosza. Ludzie szukają czegoś innego zazwyczaj z jednego z trzech powodów: mają zły system operacyjny, chcą, żeby dźwięk bezwyjątkowo zostawał offline, albo przerośli krótkie notatki i chcą, żeby transkrypt wychodził już czysty.

"Bezpłatny" plan, który wcale nie jest bezpłatny

Tu słowo "bezpłatny" robi całą robotę. Kilka dobrze zrobionych aplikacji do dyktowania reklamuje darmowy plan i rzeczywiście go mają -- do momentu, który ma znaczenie.

superwhisper to solidna, dojrzała aplikacja działająca na Macu, Windows i iOS, i naprawdę działa offline. Ale właśnie ta część offline -- lokalne modele głosowe -- jest zarezerwowana dla Pro. Darmowy plan daje ograniczone modele chmurowe, co jest dokładnie odwrotnością tego, po co ludzie sięgają po lokalne narzędzie. (Jeśli rozważasz właśnie tę aplikację, napisałem bardziej szczegółowe porównanie superwhisper, które oddaje mu sprawiedliwość.)

Willow Voice jest bezpłatne bez karty kredytowej -- to miłe -- dopóki nie przeczytasz, że darmowy plan to 2000 słów tygodniowo. Mniej więcej cztery porządne maile i ściana. Jest coś wyjątkowo demotywującego w liczniku słów, który zatrzymuje cię w połowie zdania w czwartek.

Voice In jest bezpłatne, proste i robi dokładnie to, co obiecuje. To rozszerzenie Chrome, więc działa tylko w przeglądarce i potrzebuje internetu. W momencie, gdy chcesz dyktować do aplikacji desktopowej -- edytora, klienta poczty, czegokolwiek, co nie jest kartą w Chrome -- nie może za tobą podążyć.

Żadne z nich nie jest złym narzędziem. Po prostu są bezpłatne w sposób, który ma gwiazdkę -- i tę gwiazdkę odkrywasz trzeciego dnia, nie pierwszego.

Open source to prawdziwa darmowość -- jeśli jesteś gotów coś skonfigurować

Jeśli "bezpłatne" znaczy dla ciebie "żadna firma nigdy mi nie wystawi rachunku", open source to uczciwy koniec spektrum. Własny Whisper od OpenAI jest wydany na licencji MIT -- kod i wagi, i whisper.cpp to szybki port w C/C++ na tej samej licencji. VoiceInk to aplikacja na Maca na licencji GPL-3.0, ze źródłem na GitHubie dla każdego, kto chce przeczytać lub zbudować.

Haczyk to praca. OpenAI Whisper instaluje się przez pip, potrzebuje narzędzia ffmpeg obok siebie i uruchamia się z wiersza poleceń, żeby transkrybować pliki audio. To nie jest skrót klawiszowy, który wpisuje tekst do twoich aplikacji -- to narzędzie, które zamienia nagranie w transkrypt. VoiceInk jest dopracowaną aplikacją, ale tylko macOS 14.4 i Apple Silicon. Dla dewelopera, który lubi konfigurować -- raj. Dla wszystkich innych "bezpłatne" przestaje być bezpłatne gdzieś przy drugim komunikacie błędu.

Jak wygląda bezpłatność, która się nie kończy

Zbudowałem Whisper by Remskill hobbystycznie od 2024 roku i jedna zasada, której nie chciałem złamać, to zasada "przynęta i podmiana". Dlatego cały lokalny pipeline jest bezpłatny dla każdego zalogowanego użytkownika i nie ma karty przy rejestracji.

Bezpłatne tu oznacza prawdziwą pracę, nie zwiastun. Dostajesz modele transkrypcji Whisper i Parakeet, lokalne poprawki AI przez Ollama, historię dyktowania, własne gorące słowa, presety i skrót klawiszowy do przemapowania. Bez tygodniowego limitu słów. Bez "lokalne modele tylko dla Pro". Działa na Windows i Mac. Naciskasz skrót (Ctrl+Space na Windows domyślnie, można zmienić), mówisz i tekst ląduje tam, gdzie jest kursor.

Płatna część jest uczciwa w tym, że jest płatna. Whisper Pro dodaje warstwę chmurową: transkrypcja OpenAI w chmurze, poprawki AI w chmurze i wyszukiwanie w internecie na żywo. Przynosisz własny klucz OpenAI, więc nie bierzemy prowizji. Liczby znajdziesz na stronie cennika, a nie zakopane w aplikacji, którą już zainstalowałeś. Jeśli korzystasz wyłącznie z bezpłatnej strony lokalnej -- to kompletny produkt, nie odliczanie.

Kiedy wbudowana opcja w zupełności wystarczy

Oto część, której producenci płatnych aplikacji do dyktowania nie drukują na stronie głównej. W wielu przypadkach darmowa rzecz już na twoim komputerze jest właściwą odpowiedzią i nie powinieneś nic instalować.

Jeśli piszesz 30-słowną wiadomość, jednolinijkową odpowiedź na Slack albo szybką notatkę dla siebie -- otwórz Windows Voice Typing przez Win+H albo użyj Apple Dictation z klawiatury i tyle. Bezpłatne, natychmiastowe, bez konta. Nie sięgaj po dedykowaną aplikację -- bezpłatną ani płatną -- do czegoś, co twój system operacyjny robi za darmo.

Wbudowane opcje zaczynają kulać przy dłuższych materiałach: akapit, który musi wyjść czysty; transkrypcja w języku, którego system nie obsługuje dobrze; audio, które chcesz bezwyjątkowo trzymać offline; albo ta sama poprawka, którą robisz za każdym razem, bo nie ma własnego słownika. To jest próg, przy którym dedykowane narzędzie zaczyna się opłacać. Poniżej niego -- oszczędź sobie pobierania.

Myślę o tym za każdym razem, gdy ktoś pyta, czego użyć. Uczciwa odpowiedź zaczyna się zazwyczaj od "tego, co już masz na komputerze", i dopiero potem przechodzi do czegokolwiek, co trzeba instalować. Moja mama dotarła do tego przede mną -- przez rok dyktowała listy zakupów wbudowaną opcją, zanim zapytała, po co mi ta moja aplikacja.

A kiedy wbudowane opcje przestaną wystarczać, siedem narzędzi do pisania głosem w rankingu obejmuje razem pola bezpłatne i płatne.

Jak daleko zaszła darmowość

Gdzieś pod koniec lat 90. jeden z moich krewnych miał Dragon NaturallySpeaking na komputerze z Windows 98 i 64 MB RAM. Konfiguracja oznaczała czytanie listy słów na głos przez 45 minut, żeby oprogramowanie mogło się "skalibrować". Po tym wszystkim dyktowanie działało może z dokładnością 70% i z czterosekundowym opóźnieniem na zdanie. Napisanie jednego akapitu świątecznego listu zajmowało piętnaście minut. Słuchawki wylądowały po drugiej stronie pokoju. Słuchawki przeżyły; eksperyment nie.

Opowiadam tę historię, bo dzisiejszy standard "bezpłatnego oprogramowania do dyktowania" byłby wtedy science fiction. Żadnego trenowania. Żadnego czterosekundowego czekania. Modele obsługujące akcenty i dziesiątki języków od razu po instalacji, działające na laptopie, który już masz, za darmo. To, czego chcieli rzucający słuchawkami, jest dziś podłogą, nie sufitem -- i większość tego kosztuje zero.

Jeśli masz zapamiętać tylko jedno

Najpierw spróbuj wbudowanej opcji. Win+H na Windows lub Apple Dictation na Macu pokryje więcej twoich potrzeb dyktowania, niż myślisz -- i jest już opłacone. Gdy wyrośniesz z krótkich notatek (dłuższy tekst, tylko offline, czystszy wynik, więcej języków) wybierz narzędzie, którego bezpłatny plan nie kończy się w połowie zdania. To cały test: nie "czy jest bezpłatne", ale "czy ta bezpłatność się nie kończy". W przypadku lokalnej strony Whisper -- nie kończy się. Jeśli chcesz szerszego przeglądu narzędzi do dyktowania, zestawienie programów do pisania głosem przeprowadzi cię przez nie, a przewodnik po zamianie głosu na tekst w Windows omawia wbudowaną opcję krok po kroku.