Alternatywa dla Notta: pisz, nie nagrywaj

Czym tak naprawdę jest Notta (i ta jedna rzecz, której nie potrafi)

Notta to oparty na AI notatnik ze spotkań; jej własne strony funkcji na notta.ai przedstawiają ją wokół nagrywania i transkrybowania rozmów. Sztandarową funkcją jest Notta Bot: dołącza do Zoom, Google Meet, Microsoft Teams i Webex jako uczestnik, wciągany automatycznie przez twój kalendarz Google lub Outlook, a następnie nagrywa, transkrybuje na żywo i automatycznie podsumowuje rozmowę. Możesz też przeciągnąć i upuścić plik audio lub wideo — MP3, MP4, M4A, WAV i długą listę innych — albo zaimportować go z linku Google Drive czy Dropbox i otrzymać transkrypcję. Po spotkaniu tworzy podsumowania i listy zadań. W planie Business synchronizuje się z Salesforce, HubSpot i Pipedrive. To sprawne, dobrze zbudowane narzędzie do takiej pracy.

Oto ta jedna rzecz, której nie potrafi: działać bez internetu. Notta działa wyłącznie w chmurze. Nagrywanie, przesyłanie, przetwarzanie, edycja — wszystko to wymaga połączenia. Może wczytać plik nagrany offline, ale nie przepisze ani jednego słowa, dopóki ten plik nie dotrze na serwery Notta. Dla narzędzia do spotkań to w zasadzie nie problem, bo spotkania i tak są online. Dla dyktowania to cały problem — i tu wchodzimy my.

Naciśnij skrót, wklej tekst do dowolnej aplikacji

Whisper stawia dyktowanie na pierwszym miejscu. Naciskasz jeden skrót, mówisz, puszczasz, a twój przepisany tekst — opcjonalnie dopracowany przez AI — zostaje wklejony dokładnie tam, gdzie masz kursor, w dowolnej aplikacji, w której możesz pisać. Panel poniżej to prawdziwa aplikacja, nie zrzut ekranu; przebieg jest wszędzie taki sam. Nie ma projektu do otwarcia, nagrania do zarządzania, transkrypcji do późniejszego skopiowania. Tekst po prostu pojawia się w mailu, wątku na Slack, dokumencie, polu wyszukiwania. Notta daje ci transkrypcję wewnątrz Notta. Whisper daje ci słowa wewnątrz tego, co już robiłeś.

Skrót w Windows to Ctrl+Space. W macOS to Command+Option przytrzymane razem jako push-to-talk — przytrzymaj oba klawisze, mów, puść jeden z nich, by zatrzymać. Jeśli to koliduje z czymś innym na twoim komputerze, zmieniasz go w Ustawieniach; pewien wczesny użytkownik powiedział mi kiedyś, że mój domyślny skrót zawieszał jego oprogramowanie muzyczne — i nauczyłem się boleśnie, że „jeden klawisz” to o jeden klawisz za dużo, gdy jest tym niewłaściwym. Więc teraz wybierasz własny.

Pod maską wybierasz ścieżkę pasującą do twojego sprzętu i twoich języków. Są trzy. Lokalny Whisper dostarcza osiem modeli zbudowanych na otwartych modelach rozpoznawania mowy Whisper od OpenAI, od wersji Base o rozmiarze około 140 MB aż po Large v3 o rozmiarze 3 GB, obejmujących pracę zarówno wyłącznie po angielsku, jak i wielojęzyczną. Jest też Parakeet, szybszy silnik lokalny — około 600 MB, od pięciu do dziesięciu razy szybszy niż Whisper na CPU, obejmujący angielski plus 24 języki europejskie. I jest ścieżka chmurowa, jeśli chcesz najnowszego od OpenAI. Aplikacja nie wybiera za ciebie; pokazuje ci te trzy opcje, a ty wybierasz. Czego nie robisz, to przesyłanie nagrania ze spotkania i czekanie na transkrypcję — Whisper transkrybuje na żywo z mikrofonu przez skrót. Jeśli trafiłeś tu, chcąc wrzucić zeszłotygodniowy webinar i otrzymać dokument z powrotem, to zadanie dla Notta i za chwilę cię tam skieruję. Jeśli twoim celem jest po prostu szybsze pisanie głosem, to właśnie po to jest skrót.

Notta potrzebuje internetu. Whisper działa na twoim komputerze.

To najostrzejsza granica między tymi dwoma narzędziami. Notta działa wyłącznie w chmurze. Tryb lokalny Whisper transkrybuje w całości na urządzeniu — twoje audio jest przetwarzane na twoim własnym komputerze, nic go nie opuszcza, a po jednorazowym pobraniu modelu nie potrzebujesz w ogóle internetu.

To ma znaczenie w dwóch miejscach. Pierwszym jest prywatność. Liczby z pensji twojego szefa, mail do szkoły twojego dziecka, notatka prawna, którą redagujesz — nic z tego nie musi odbywać podróży w obie strony przez serwery dostawcy tylko dlatego, że chciałeś pisać głosem. Kiedy raz zobaczysz rachunek za AI w chmurze po kwartale rutynowej transkrypcji, urok tego, że „po prostu działa tutaj”, przestaje być abstrakcyjny. Drugim jest niezawodność. Samoloty, pociągi, hotelowe Wi-Fi rozliczane na godziny, kawiarnia z jedną kreską zasięgu — trybowi lokalnemu jest wszystko jedno. Notta, z założenia, nie jest. Nauczyłem się tego w locie do Bukaresztu, gdzie planowałem opróżnić skrzynkę głosem, a zamiast tego spędziłem zniżanie, płacąc osiem euro za Wi-Fi, które załadowało jeden mail. Narzędzie lokalne, które budowałem, działałoby przez cały czas. Korzystałem z cudzego.

Jeśli chcesz chmury, Whisper też ją ma: tryb Pro, który korzysta z twojego własnego klucza OpenAI, z transkrypcją i czyszczeniem przez AI działającymi bezpośrednio przez OpenAI — płacisz im, my nie bierzemy prowizji. Ale to wyjście awaryjne, nie domyślne. Domyślne jest na twoim komputerze.

58 języków kontra 99: różnica wielojęzyczna

Jeśli pracujesz w wielu językach, to tutaj porównanie staje się nierówne. Notta podaje wsparcie dla około 58 języków w transkrypcji. Wielojęzyczne modele Whisper obejmują 99 — strona dla klientów mówi 90+, specyfikacja modelu mówi 99, tak czy inaczej to więcej.

Zastrzeżenie ma znaczenie, więc oto ono uczciwie. Liczba 99 języków dotyczy wielojęzycznych modeli Whisper — Small, Medium, Large v3, Turbo. Wersje wyłącznie angielskie obsługują tylko angielski, celowo, bo są w nim szybsze. Parakeet obejmuje 25 języków — angielski plus 24 europejskie. Więc „99” jest prawdą dla wariantu wielojęzycznego, który wybrałbyś, gdybyś go potrzebował, a nie ogólnym twierdzeniem dla każdego modelu.

Jest jeszcze jedna rzecz, którą wielojęzyczne modele Whisper robią, a transkrypcja Notta nie: tłumaczenie na angielski. Mówisz w dowolnym z obsługiwanych języków, a wychodzi tekst po angielsku. Notta tłumaczy transkrypcje jako funkcję, z tłumaczeniem w czasie rzeczywistym sprzedawanym jako płatny dodatek; Whisper wpisuje „mów i otrzymuj angielski” wprost w sam model. Dla osoby piszącej wielojęzycznie to różnica między przepływem pracy a funkcją.

Notta kontra Whisper, obok siebie

Oto uczciwe zestawienie. Pominąłem wszystko, za czym nie mogę stanąć.

Notta reklamuje się dokładnością około 98,86% dla transkrypcji spotkań. To ich liczba, na ich benchmarku, i nie zamierzam udawać, że potrafię ją odtworzyć ani podważyć własną. Dokładność każdego nowoczesnego narzędzia opartego na Whisper zależy i tak znacznie bardziej od twojego mikrofonu niż od modelu. Mikrofon USB za 20 dolarów daje czystej transkrypcji więcej niż jakikolwiek upgrade w oprogramowaniu.

Kiedy Notta jest właściwym narzędziem (i kiedy odpuścić Whisper)

Część czytelników powinna zamknąć tę kartę i zachować swoją subskrypcję Notta. Oto kto.

Jeśli twoją pracą są spotkania, Notta wygrywa, a Whisper nawet nie startuje w wyścigu. Chcesz bota, który automatycznie dołącza do twoich zaplanowanych rozmów na Zoom, Teams, Meet czy Webex, nagrywa je i wręcza ci transkrypcję z oznaczonymi mówcami wraz z podsumowaniem i listą zadań. Whisper nie ma bota na spotkania, nie ma integracji z kalendarzem i nie nagrywa rozmów automatycznie — koniec, kropka. Jeśli musisz przesłać istniejące nagrania — wywiady, webinary, podcasty — i otrzymać ich transkrypcję, to import przez przeciągnięcie i upuszczenie w Notta, a Whisper też tego nie robi. Ta sama odpowiedź, jeśli potrzebujesz synchronizacji CRM z Salesforce czy HubSpot. To prawdziwe, dobrze zbudowane funkcje. Po prostu nie są dyktowaniem.

Więc odpuść Whisper, jeśli potrzebujesz czegoś z tego — bota do nagrywania i podsumowywania rozmów, sposobu na transkrypcję przesłanych plików, przechwytywania wyzwalanego kalendarzem albo synchronizacji CRM. Użyj zamiast tego Notta, Otter lub Fireflies. Odpuść go też, jeśli potrzebujesz przechwytywania na telefonie: Whisper działa tylko na desktopie, Windows i macOS. Jeśli próbujesz nagrać spotkanie z telefonu na korytarzu, nic z tego, co zbudowałem, ci nie pomoże, i nie będę udawać inaczej. Jeśli twoją pracą są spotkania, reszta tego artykułu nie jest dla ciebie — i to jest w porządku.

Inne notatniki ze spotkań warte poznania

Jeśli Notta nie do końca pasuje, ale tym, czego potrzebujesz, jest notatnik ze spotkań, oto nazwy warte uwagi. Żadne z nich nie robi dyktowania w całym systemie; wszystkie nagrywają i podsumowują rozmowy, czyli stanowią przeciwny koniec tabeli niż Whisper.

• Otter.ai — transkrypcja spotkań w czasie rzeczywistym, podsumowania AI i asystent dołączający do Zoom, Teams i Meet. Mocny w przechwytywaniu na żywo i współpracy zespołowej. Napisaliśmy porównanie alternatyw dla Otter.ai jako siostrzany tekst do tego.
• Fireflies.ai — bot, który dołącza do rozmów, transkrybuje, podsumowuje i ujawnia analitykę konwersacji. Popularny w przepływach pracy sprzedaży i CRM.
• tl;dv — rejestrator spotkań dla Zoom, Meet i Teams z momentami oznaczonymi czasem i udostępnianiem klipów, stworzony do asynchronicznego przeglądania nagranych rozmów.
• Fathom — asystent spotkań AI, który nagrywa i podsumowuje rozmowy wideo, z wyjątkowo hojnym planem darmowym.
• Sonix — transkrypcja przez przeglądarkę dla przesłanych plików — wywiadów, podcastów, nagrań — z edycją i tłumaczeniem. Transkrypcja plików, nie dyktowanie na żywo.

Jeśli twoja potrzeba jest szersza niż konkretnie Notta, nasze zestawienie oprogramowania do transkrypcji spotkań omawia tę kategorię dogłębniej, a jak automatycznie transkrybować wywiady przeprowadza przez przepływ pracy z przesyłaniem pliku, którego nie obsługuje żadne z narzędzi do dyktowania.

Ile to kosztuje

Uczciwa wersja: cały lokalny potok Whisper jest darmowy, bez karty wymaganej przy rejestracji. Obejmuje to transkrypcję Whisper i Parakeet, czyszczenie przez AI, historię, ustawienia wstępne, słowa specjalne, wszystkie ponad 90 języków oraz globalny skrót. Płatny plan dodaje funkcje chmurowe — transkrypcję z własnym kluczem OpenAI, ulepszanie przez AI w chmurze oraz głosowe wyszukiwanie w sieci.

Cennik Notta układa się w zwykłą drabinę: plan darmowy z miesięcznym limitem minut, plan Pro dla osób indywidualnych, plan Business z opłatą za stanowisko, z nieograniczonymi minutami i synchronizacją CRM, oraz indywidualną wyceną Enterprise. Ceny katalogowe się zmieniają, więc sprawdź notta.ai, zanim się zdecydujesz. Po dokładne dane Whisper zajrzyj na naszą stronę z cennikiem — są tam aktualne liczby; trzymam ceny z dala od stron z artykułami, bo zmieniają się częściej niż same artykuły.