Autor: Denys MedvedievJak to działa
Jak naprawdę działa Whisper
Naciśnij skrót, mów naturalnie, otrzymaj dopracowany tekst — w każdej aplikacji. Oto dokładnie, co dzieje się pod spodem, z prawdziwymi przykładami UI.
Ostatnia aktualizacja: kwiecień 2026 · Dotyczy v2.1+
Nakładka
Whisper działa jako mała pływająca nakładka na Twoim ekranie. Pozostaje nad wszystkimi oknami, ale nigdy nie przeszkadza. Oto jak wygląda w każdym stanie:
Bezczynna — zwinięta
Gdy nie korzystasz z Whispera, nakładka zwija się do maleńkiej pigułki — ledwo widocznej, zupełnie niewchodzącej w drogę. Zajmuje prawie zero miejsca na ekranie.
Zwinięta pigułka. Nakładka pozostaje minimalna, dopóki jej nie potrzebujesz.
Bezczynna — najedź, by rozwinąć
Najedź myszą na pigułkę, a ona rozwija się , pokazując Twój skrót klawiszowy. To wizualne przypomnienie, jak zacząć nagrywanie.
Rozwinięta po najechaniu. Pokazuje skrót — naciśnij go, by zacząć nagrywanie.
Nagrywanie — słuchamy Twojego głosu
Naciśnij skrót (domyślnie: Ctrl + Space) i zacznij mówić. Nakładka pokazuje animowany wykres fali i czerwony przycisk stop. Puść skrót lub kliknij stop, by zakończyć.
Nagrywanie w toku. Wykres fali pokazuje, że dźwięk jest przechwytywany.
Transkrypcja — mowa na tekst
Po zakończeniu nagrywania nakładka przechodzi w stan transkrypcji. Dźwięk jest przetwarzany — lokalnie na urządzeniu lub przez API OpenAI, zależnie od trybu.
Dźwięk jest transkrybowany na tekst. Dla krótkich fraz trwa to mniej niż sekundę.
Ulepszanie AI — doszlifuj tekst
Jeśli ulepszanie AI jest włączone, nakładka pokazuje fioletowy wskaźnik „Myślę”. AI usuwa wtrącenia, poprawia gramatykę i przekształca zdania w dopracowany tekst.
AI ulepsza Twoją transkrypcję. Napędzane przez Ollama (lokalnie) lub OpenAI GPT.
Wyszukiwanie w sieci — znajdź odpowiedzi
Gdy aktywujesz wyszukiwanie (wypowiadając słowo kluczowe AI i pytanie), nakładka staje się niebieska , gdy przeszukuje internet i syntetyzuje odpowiedź ze źródłami.
Wyszukiwanie danych w czasie rzeczywistym. Odpowiedź ze źródłami w kilka sekund.
Gotowe — tekst dostarczony
Zielony znacznik wyboru potwierdza, że tekst został wklejony do aktywnej aplikacji. Cały proces — od mowy do gotowego tekstu — zwykle zajmuje 2–5 sekund.
Gotowe! Tekst został wklejony do Twojej aplikacji.
Przypadek użycia: ulepszanie tekstu przez AI
Przejdźmy przez prawdziwy przykład. Piszesz notatki ze spotkania w edytorze i chcesz szybko podsumować, co zostało omówione. Zamiast pisać, mówisz naturalnie i pozwalasz AI to uporządkować.
Scenariusz: Podsumowanie spotkania
Właśnie skończyłeś codzienny standup i musisz wysłać zespołowi krótkie podsumowanie. Zamiast pisać, mówisz swobodnie, a AI doszlifowuje tekst.
Co mówisz
„no więc tak, um, mieliśmy standup i, eee, john powiedział, że migracja API jest skończona i jest już na stagingu, a sarah wspomniała, że w mobilce jest bug z push notyfikacjami na androidzie i się nim zajmuje, i, um, zdecydowaliśmy przesunąć release na następną środę, bo chcemy więcej czasu na testy”
Whisper nagrywa i transkrybuje
AI ulepsza tekst
Dopracowany tekst pojawia się w edytorze
Podsumowanie standupa
• Migracja API: Skończona i wdrożona na staging (John)
• Błąd w mobilce: Niedziałające push notyfikacje na Androidzie — w analizie (Sarah)
• Release: Przesunięty na następną środę dla dodatkowych testów
Co się właśnie stało
Mówiłeś przez ~15 sekund ze wtrąceniami i długimi zdaniami. AI usunęło zbędne fragmenty, wyciągnęło kluczowe punkty, zbudowało z nich czyste podsumowanie z nazwiskami i zadaniami, i wkleiło bezpośrednio do edytora. Bez pisania. Bez kopiuj-wklej. Bez edycji.
Przed i po
„no więc tak, um, mieliśmy standup i, eee, john powiedział, że migracja API jest skończona i jest już na stagingu, a sarah wspomniała, że w mobilce jest bug z push notyfikacjami na androidzie…”
Podsumowanie standupa
• Migracja API: Skończona, na stagingu (John)
• Błąd mobilki: Push notyfikacje Android (Sarah)
• Release: Przesunięty na środę do testów
Działa z dowolnym rodzajem treści — e-maile, dokumentacja, wiadomości na Slacku, raporty. Mów luźne myśli, otrzymuj czysty, profesjonalny tekst.
Przypadek użycia: wyszukiwanie w sieci z AI
Wyszukiwanie w Whisperze pozwala zadawać pytania głosem i otrzymywać zbadane odpowiedzi ze źródłami — dostarczone dokładnie tam, gdzie jest Twój kursor. Bez przeglądarki, bez przełączania kart, bez kopiuj-wklej.
Scenariusz: dane rynkowe
Piszesz raport finansowy w dokumencie i potrzebujesz najnowszych danych S&P 500. Zamiast otwierać przeglądarkę, pytasz Whispera głosem.
Co mówisz
„Hej Whisper, jaka jest aktualna cena S&P 500 i jak sobie radzi w tym roku?”
„Hej Whisper” to słowo kluczowe AI, które uruchamia asystenta AI zamiast zwykłej transkrypcji. Możesz dostosować to słowo w ustawieniach.
Whisper nagrywa Twoje pytanie
AI przeszukuje sieć
AI przeszukuje wiele źródeł, porównuje dane i kompiluje zbadaną odpowiedź — zwykle w około 5 sekund.
Odpowiedź pojawia się w dokumencie
S&P 500 — dane aktualne
S&P 500 notowany jest obecnie przy około 5 611,85 na początku kwietnia 2026.
Wyniki od początku roku
Indeks wzrósł o +8,2% od początku roku, kontynuując silny trend z 2025. Kluczowe czynniki to dalszy wzrost sektora AI, odporność konsumentów i stabilizacja stóp. Rezerwa Federalna utrzymała stopy w marcu, co zwiększyło zaufanie rynku.
Najważniejsze sektory
• Technologia: +14,3% YTD (napędzane AI i półprzewodnikami)
• Ochrona zdrowia: +6,1% YTD
• Energia: -2,8% YTD (niższe ceny ropy)
Źródła: Yahoo Finance, Reuters, MarketWatch
Co się właśnie stało
Zadałeś pytanie głosem. Whisper rozpoznał słowo kluczowe AI („Hej Whisper”), przeszukał sieć w poszukiwaniu aktualnych danych S&P 500, zsyntetyzował informacje z wielu źródeł, sformatował je w sekcje z cytowanymi źródłami i wkleił bezpośrednio do Twojego dokumentu Word. Łączny czas: ~5 sekund. Zero otwartych kart przeglądarki.
Więcej przykładów
Wyszukiwanie w sieci działa dla wszystkiego, co zwykle wpisujesz w Google. Kilka kolejnych przykładów:
„Hej Whisper, jakie są nowe funkcje w React 19?”
Otrzymaj uporządkowane zestawienie funkcji React 19 z przykładami kodu — wklejone prosto do IDE lub notatek.
„Hej Whisper, porównaj PostgreSQL i MySQL dla nowego projektu”
Otrzymaj zbadaną tabelę porównawczą z plusami, minusami i rekomendacjami — gotową do udostępnienia zespołowi.
„Hej Whisper, jaka jest pogoda w Tokio w tym tygodniu?”
Otrzymaj krótkie podsumowanie pogody do planowania podróży — wklejone do e-maila lub notatki.
Pełny przepływ
Oto cały proces od początku do końca:
Pracujesz w dowolnej aplikacji
VS Code, Slack, Google Docs, poczta — wszędzie tam, gdzie jest pole tekstowe
Naciśnij skrót i mów
Przytrzymaj Ctrl+Spacja (lub własny skrót) i mów naturalnie
Whisper transkrybuje i ulepsza
Mowa → tekst → czyszczenie AI, wszystko w 2–5 sekund
Pojawia się dopracowany tekst
Automatycznie wklejony w miejscu kursora — bez kopiuj-wklej
Działa w każdej aplikacji
Jeden globalny skrót — działa wszędzie. Bez wtyczek, bez rozszerzeń, bez konfiguracji per aplikacja. Getting it set up properly in Word takes one extra step — see the dedicated guide.
Dwa tryby przetwarzania
Wybierz, jak przetwarzany jest Twój głos. Przełączaj tryby w dowolnej chwili — bez restartu.
Tryb lokalny
- 100% offline — głos nie opuszcza urządzenia
- Bez bieżących kosztów (wliczone w licencję)
- 5 rozmiarów modeli: od Tiny po Large
- Bezpieczny dla HIPAA, środowiska air-gapped
- AI przez Ollama (offline, bez wyszukiwania w sieci)
Aplikacja: ~25 MB + rozmiar modelu (75 MB – 3 GB)
Tryb chmurowy
- Najwyższa dokładność przez API OpenAI
- ~$0,003/min (płacisz OpenAI bezpośrednio)
- Bez modeli do pobrania
- Przynieś własny klucz API (zero marży)
- AI przez GPT-5 Nano, Mini i GPT-5
Aplikacja: ~25 MB łącznie — to wszystko
Gotów spróbować?
Pobierz Whisper, naciśnij skrót i zacznij mówić. Darmowa lokalna transkrypcja, bez karty.
Chcesz szczegółowej instrukcji konfiguracji? Zobacz Konfiguracja trybu lokalnego lub Konfiguracja trybu chmurowego.
