Pisanie głosowe w Google Docs nie działa

Pisanie głosowe się zepsuło. Oto 30-sekundowa szybka diagnoza.

Zanim zmienisz choćby jedno ustawienie, zrób to. Wyłapuje większość przypadków szybciej niż jakakolwiek głębsza naprawa.

Jeśli szybka diagnoza nie pomogła, przejdź po kolei przez poniższe sekcje. Są ułożone według tego, jak często każda z nich okazuje się prawdziwym winowajcą.

Dlaczego pisanie głosowe w Google Docs przestaje działać

Okienko z mikrofonem ma dokładnie jedno zadanie: robić się czerwone, gdy coś jest nie tak, i pozostawać szare, gdy wszystko gra. Nie powie ci, które z czterech ogniw łańcucha pękło. I to jest ta wkurzająca część.

Oto łańcuch. Przeglądarka musi obsługiwać rozpoznawanie mowy. System operacyjny musi skierować do niej działający, niewyciszony mikrofon. Połączenie musi utrzymać się na tyle długo, by serwery Google odesłały tekst. A karta z Docs musi pozostać aktywną kartą w fokusie. Pisanie głosowe to sztafeta czterech biegaczy i jeśli którykolwiek upuści pałeczkę, okienko robi się czerwone, a ty tracisz zdanie.

Większość poradników w sieci każe najpierw wyczyścić pamięć podręczną. Ja bym tego nie robił. Czyszczenie cache naprawia może jeden przypadek na dziesięć i wylogowuje cię ze wszystkiego innego. Zacznij od przeglądarki i mikrofonu — tam mieszka osiem na dziesięć awarii.

Jesteś w Firefox. Przełącz się na Chrome, Edge lub Safari.

To zdecydowanie najczęstsza przyczyna i akurat ta, którą reszta internetu wciąż błędnie opisuje. Własna strona pomocy Google mówi, że pisanie głosowe działa z najnowszymi wersjami Chrome, Edge i Safari. Połowa poradników w sieci nadal twierdzi „tylko Chrome”. To nigdy nie było prawdą i co do Safari jest po prostu błędne. Safari działa bez problemu.

Co nie działa, to Firefox. Firefox nie obsługuje elementu rozpoznawania mowy, na którym opiera się pisanie głosowe, więc opcja Narzędzia, a potem Pisanie głosowe albo nic nie robi, albo w ogóle się nie pojawia. Jeśli pozycja menu jest wyszarzona lub jej całkiem brak, w dziewięciu przypadkach na dziesięć winna jest twoja przeglądarka.

Naprawa jest najmniej techniczna w całym tym artykule: otwórz ten sam dokument w Chrome, Edge lub Safari. Jeszcze jedno: to funkcja webowa na komputery. Na telefonie czy tablecie korzystasz z innej ścieżki dyktowania, więc nie spodziewaj się, że menu Narzędzia będzie wyglądać tak samo.

Przeglądarka zablokowała mikrofon. Napraw to w ustawieniach witryny.

Przeglądarka prowadzi własną listę witryn, które mogą używać twojego mikrofonu, niezależną od czegokolwiek, co kontroluje Google. Jeśli za pierwszym razem, gdy docs.google.com poprosił o dostęp, kliknąłeś „Zablokuj”, albo przeglądarka nigdy nie zapytała, okienko robi się czerwone w chwili, gdy klikniesz mikrofon.

Spójrz na lewy koniec paska adresu. Jeśli jest tam ikona mikrofonu z małym przekreśleniem, przeglądarka blokuje mikrofon dla tej witryny. Kliknij ją, wybierz „Zawsze zezwalaj” i odśwież kartę. W Chrome możesz też przejść prosto do panelu uprawnień witryny i przestawić przełącznik mikrofonu dla docs.google.com na Zezwalaj.

To standardowe zachowanie przeglądarki, a nie krok udokumentowany przez Google. Własna strona Google kieruje cię w sprawie ustawień mikrofonu do systemu operacyjnego, a nie do przeglądarki. Ale to uprawnienie na poziomie przeglądarki najczęściej gryzie ludzi, więc sprawdź je najpierw. Potem odśwież, kliknij mikrofon i mów. Jeśli okienko pozostanie szare, a słowa się pojawią — gotowe.

Twój system podaje niewłaściwy mikrofon albo go wycisza.

Przeglądarka prosi system o „mikrofon”, a system decyduje, który to ma być. Jeśli masz mikrofon w kamerce, zestaw słuchawkowy i mikrofon w laptopie, system wybiera domyślny — i nie zawsze ten, do którego mówisz.

Strona pomocy Google jest w tej kwestii bezpośrednia: ustawienia mikrofonu znajdują się w Ustawieniach systemowych na Macu lub w Panelu sterowania na pececie. Otwórz ustawienia wejścia dźwięku i potwierdź trzy rzeczy. Właściwe urządzenie jest domyślnym wejściem. Poziom nie jest na zerze. Mikrofon nie jest wyciszony sprzętowo — niektóre zestawy słuchawkowe chowają fizyczny przełącznik wyciszenia, który łatwo trącić (przycisk na kablu to zwykły podejrzany — pół ruchu kolana od ciszy).

Skoro już tam jesteś, powiedz kilka słów i obserwuj, czy wskaźnik wejścia się porusza. Jeśli wskaźnik jest płaski, żadna programowa naprawa tu nie pomoże. System nie dostaje żadnego dźwięku, a Google Docs siedzi w dół strumienia od tego. Płaski wskaźnik zwykle oznacza złe urządzenie, wyciszone urządzenie albo mikrofon USB za 20 dolarów, który się odłączył. Napraw sprzęt, a potem wróć do dokumentu.

Rozpoznawanie mowy online w Windows i inne strzały na oślep.

Wiele poradników dla Windows każe włączyć „Rozpoznawanie mowy online” w Ustawieniach, Prywatność i zabezpieczenia, Mowa. Będę szczery: to akurat niepotwierdzone dla pisania głosowego w przeglądarce. Udokumentowany zakres tego przełącznika u Microsoftu to ich własne chmurowe funkcje mowy (Cortana, dyktowanie w Windows, niektóre aplikacje ze Store), a nie przeglądarkowe Web Speech API, z którego korzysta Google Docs. Część użytkowników twierdzi, że przestawienie tego pomaga. Sam grzebałem w takich ustawieniach przez pół godziny, zanim zorientowałem się, że prawdziwym problemem przez cały czas był wyciszony mikrofon — a mam tytuł magistra inżyniera. Sprawdź to na końcu i nie licz na wiele.

Jeszcze dwa strzały na oślep warte szybkiego rzutu okiem. Rozszerzenia przeglądarki potrafią przechwycić mikrofon albo blokować skrypty na stronie; spróbuj otworzyć ten sam dokument w oknie incognito z wyłączonymi rozszerzeniami, a jeśli pisanie głosowe nagle zadziała, winne było rozszerzenie. No i język dokumentu ma znaczenie dla jednej konkretnej rzeczy — o tym dwie sekcje niżej.

Przestaje w trakcie sesji albo komendy cię ignorują.

Dwie awarie wyglądają jak błędy, a nimi nie są. Pierwsza: pisanie głosowe przestaje, gdy klikniesz poza kartą Google Docs. Otwórz nową kartę, żeby coś sprawdzić, przełącz się na pocztę, kliknij w inne okno — i okienko z mikrofonem po cichu przestaje słuchać.

Przestaje też po dłuższej chwili ciszy — zatrzymaj się na moment do namysłu, a sesja może sama wygasnąć. Oba to obserwowane zachowania Web Speech API, a nie ustawienia, które możesz zmienić, i razem stanowią najczęstszą skargę typu „po prostu przestało”.

Obejście jest nudne, ale niezawodne: trzymaj kartę Docs na wierzchu, obserwuj okienko i klikaj je znowu, gdy zrobi się szare i bezczynne. Jeśli to niańczenie brzmi, jakby przeczyło sensowi dyktowania bez rąk — tak, przeczy. I to jest część, którą warto zapamiętać.

Druga: dyktowanie działa, słowa się pojawiają, ale powiedzenie „zaznacz akapit”, „pogrubienie” czy „nowy wiersz” jako komendy nie robi nic. Tak jest z założenia. Komendy edycji i formatowania głosem w Google Docs są dostępne tylko po angielsku i zarówno język twojego konta, jak i język dokumentu muszą być ustawione na angielski, by zadziałały. Jeśli twoje konto jest po francusku albo dokument po polsku, komendy po cichu nic nie robią, podczas gdy zwykłe dyktowanie nadal działa w tym języku. Wyjątkiem jest interpunkcja — wypowiedziane „kropka”, „przecinek”, „znak zapytania”, „nowy akapit” działa w wielu językach. Więc jeśli „kropka” daje ci kropkę, a „pogrubienie” nic nie robi, winne są ustawienia języka, a nie mikrofon. Przełącz oba na angielski, a komendy wrócą.

And if that kind of babysitting is the dealbreaker, the field of alternatives to Google voice typing is laid out in one guide.

Pomiń przeglądarkę: dyktuj prosto do dowolnej aplikacji

Oto opinia, na którą wydam swój jeden przydział. Funkcja dyktowania, która żyje na cudzym serwerze, przestaje w chwili, gdy ten serwer nie może cię usłyszeć: zerwane połączenie, rozmyta karta, przeglądarka, której Google nie pobłogosławił. Pisanie głosowe w Google Docs wymaga aktywnego połączenia z internetem, bo dźwięk jest przetwarzany po stronie serwera. Każdy tryb awarii w tym artykule sprowadza się do tej jednej decyzji projektowej: funkcja jest gościem w twojej przeglądarce, a gości można odprawić na wiele sposobów.

Whisper by Remskill podchodzi do tego odwrotnie. To ogólnosystemowa aplikacja desktopowa, a nie rozszerzenie przeglądarki. Naciskasz skrót klawiszowy (Ctrl+Space na Windows albo przytrzymujesz razem Command+Option na Macu), mówisz, puszczasz dowolny z klawiszy, a transkrypcja ląduje przy kursorze w tym oknie, które masz na wierzchu. To obejmuje kartę Google Docs. Obejmuje też twoją pocztę, okno czatu, komentarz w kodzie, komórkę arkusza i aplikacje, w których pisanie głosowe Google nigdy nie było opcją.

Lokalny potok działa w całości na twoim komputerze i offline. Żadnej karty do trzymania w fokusie, żadnego serwera, z którym trzeba być połączonym, żadnej listy obsługiwanych przeglądarek. Wybierasz silnik: NVIDIA Parakeet (~600 MB, angielski plus 24 języki europejskie, 5 do 10 razy szybszy od Whisper na CPU) albo model Whisper obejmujący 99 języków w wariantach wielojęzycznych. Jest też tryb Cloud dla najnowszych modeli OpenAI, ale cała strona lokalna jest darmowa dla każdego zalogowanego konta.

Pisanie głosowe bez karty przeglądarki

W praktyce przestaje mieć znaczenie, gdzie piszesz. W zeszłym tygodniu odpisałem na maila do nauczyciela, poprawiłem listę zakupów i dorzuciłem zdanie do dokumentu: trzy aplikacje, jeden skrót, żadnego menu Narzędzia w zasięgu wzroku. Żadne z tych okien nie musiało być obsługiwaną przeglądarką i żadne nie musiało pozostawać w fokusie, gdy klikałem dookoła. Tekst po prostu lądował przy kursorze. Wyjmij dyktowanie z przeglądarki, a tryby awarii przeglądarki przestają być twoim problemem.

Jak wygląda pełna aplikacja

Jeśli wolisz zobaczyć niż czytać, osadzona wyżej aplikacja to prawdziwy frontend desktopowy. Możesz przeklikać ustawienia tak samo, jak po instalacji: wybierz silnik transkrypcji, ustaw skrót, wybierz język. Windows 10 i 11 oraz Maki z Apple Silicon dostępne są już dziś. Pierwsze, na co bym wskazał, to ustawienie skrótu: jest w pełni konfigurowalne, a to ma znaczenie, bo jedną z niewielu rzeczy bardziej irytujących niż niedziałające pisanie głosowe jest skrót, który walczy z twoim programem muzycznym o drugiej w nocy. Pełny przewodnik zobaczysz w naszym poradniku o tym, jak działa Whisper, a konfiguracje pod konkretne platformy w zamianie mowy na tekst w Windows oraz zamianie mowy na tekst na Macu.

Kiedy pisanie głosowe w Google Docs przestaje być właściwym narzędziem

Czasem szczera odpowiedź brzmi, że narzędzie Google jest w porządku. Jeśli dyktujesz tylko krótkie fragmenty do Google Doca, w Chrome, na stabilnym łączu, pisanie głosowe jest darmowe, wbudowane i działa. Nie ma powodu instalować czegoś, by zastąpić rzecz, która już robi swoje. Tak samo ze spotkaniami: jeśli potrzebujesz transkrypcji wielu mówców z podsumowaniem na koniec, to kategoria Otter.ai, płatna miesięczna subskrypcja, a narzędzie do dyktowania to zupełnie błędny zakup.

Wyrastasz z pisania głosowego w Google Docs, gdy przeglądarka staje się wąskim gardłem — dyktujesz do pięciu aplikacji dziennie, masz niepewne łącze, niańczenie fokusu kart kosztuje cię zdania albo chcesz, by dźwięk nigdy nie opuszczał twojego laptopa. Wtedy ogólnosystemowe, offline'owe narzędzie zaczyna zarabiać na swoje miejsce. Do tego czasu napraw przeglądarkę i mikrofon i działaj dalej.

Jeśli chcesz tego wszędzie — nie tylko w jednej karcie przeglądarki — dyktowanie prosto do dowolnej aplikacji omija całą powyższą listę. A jeśli ten sam kłopot ciągnie się za tobą poza Docs, przewodniki naprawcze dla Windows i Maca dokładniej omawiają stronę mikrofonu i uprawnień.

A jeśli to Microsoft Word sprawia ci kłopoty, dlaczego brakuje przycisku Dyktowanie w Word omawia wymóg subskrypcji i obejście offline.

Wciąż mam włączone pisanie głosowe do szybkich notatek w dokumencie, ot, taka uwaga. Ale dzień, w którym przestałem polegać na karcie pozostającej w fokusie, był dniem, w którym dyktowanie wreszcie zaczęło pracować dla mnie, a nie na odwrót. Moja córka powiedziałaby, że to znaczy, że to nigdy nie była wina komputera. I miałaby w większości rację.