Zamiana mowy na tekst w PowerPoint, uczciwie

Czy PowerPoint ma zamianę mowy na tekst? Tak, ale z haczykiem

PowerPoint naprawdę ma dyktowanie. Wejdź na kartę Narzędzia główne, znajdź przycisk Dyktowanie wyglądający jak mikrofon, zaloguj się na swoje konto Microsoft na urządzeniu z mikrofonem i zacznij mówić. Rozpoznany tekst trafia do tego pola, w którym akurat stoi kursor, a literówkę możesz poprawić klawiaturą bez wyłączania mikrofonu.

A teraz haczyk, w trzech częściach. Dyktowanie działa w chmurze, więc za każdym razem potrzebuje mikrofonu i niezawodnego połączenia z internetem, bo Twoja mowa jest wysyłana do Microsoftu, by zamienić ją na tekst. Jest też uzależnione od subskrypcji w wersji desktopowej, gdzie przycisk pojawia się tylko subskrybentom Microsoft 365 na Windows. I mieszka wewnątrz PowerPointa, więc w chwili, gdy przełączysz się na Word albo przeglądarkę, zaczynasz od nowa z tym, co oferuje tamta aplikacja.

Gdzie naprawdę możesz z tego skorzystać: w PowerPoint dla sieci Web, bezpłatnym z kontem Microsoft, oraz w aplikacji desktopowej dla Windows dołączonej do subskrypcji Microsoft 365. W samodzielnej licencji Office 2016, 2019 lub 2021 bez 365 przycisku Dyktowanie po prostu nie ma. To nie błąd. Taką umowę proponuje Microsoft. Wymóg internetu to ten, o którym ludzie zapominają, a na hotelowym Wi-Fi wielkości znaczka pocztowego ta podróż do chmury i z powrotem jest dokładnie tak przyjemna, jak brzmi.

Jeszcze jedno wyjaśnienie, zanim przejdziemy do poradnika. Dyktowanie wpisuje Twoje słowa do pola, w którym stoi kursor. Nie projektuje slajdu, nie dobiera układu ani nie buduje za Ciebie prezentacji. To inne funkcje PowerPointa o innych nazwach: Projektant, Trener prezentacji, Copilot, i żadna z nich nie jest zamianą mowy na tekst. Zamiana mowy na tekst oznacza, że Twoja mowa staje się tekstem w jednym, konkretnym polu. To całe jej zadanie. Połowa zamieszania w sieci bierze się z tego, że jedna funkcja przywdziewa płaszcz drugiej: Czytaj na głos czyta Ci slajdy, Dyktowanie słucha, Projektant przestawia ramki. To problem biurowej drukarki, gdzie każdy zakłada, że robi ona więcej, niż robi, dopóki naprawdę nie naciśnie przycisku.

Dyktuj do slajdów i notatek prelegenta jednym skrótem działającym w całym systemie

Oto drugi sposób na wprowadzenie głosu do PowerPointa. Whisper to aplikacja desktopowa na Windows i macOS, która sadza dyktowanie pod globalnym skrótem klawiszowym. Przytrzymaj klawisz, mów, puść, a transkrypcja wkleja się przy kursorze w aplikacji, która akurat jest na wierzchu.

Domyślny skrót to Ctrl+Space na Windows i Command+Option na macOS. Ten sam klawisz działa wewnątrz aplikacji desktopowej PowerPoint, w polu tekstowym slajdu, w okienku notatek prelegenta, w komentarzu, a potem nadal działa, gdy przeskoczysz do Worda, Slacka, przeglądarki czy poczty. Jeden skrót, każda aplikacja, zamiast jednego przycisku zamkniętego w jednym programie.

Zakres jest identyczny jak w Dyktowaniu i chcę być w tej kwestii szczery. Whisper wkleja do jednego pola, na którym jest fokus, po jednym polu naraz, tam gdzie stoi kursor. Nie układa Twoich slajdów ani nie buduje prezentacji głosem, podobnie jak nie robi tego Dyktowanie. Gdyby jakieś narzędzie obiecywało zaprojektować Twoją prezentację, podczas gdy mówisz, sprawdziłbym, czy nie obiecuje też rozliczyć Twojego PIT-u. To ta sama idea jeden-skrót-wszędzie, która stoi za szybszym pisaniem głosem w każdej otwartej aplikacji.

Cała aplikacja, na żywo

To jest faktyczna aplikacja, a nie jej zrzut ekranu. Poklikaj. Wybierz model, otwórz ustawienia, zobacz, jak wygląda proces nagrywania, zanim cokolwiek zainstalujesz. Spędziłem dwa wieczory, żeby ten osadzony podgląd zadziałał, a moja jedenastoletnia córka kliknęła go dwa razy i spytała, czemu to nie film. Słuszna uwaga.

Zwróć uwagę, że nic tutaj nie jest przyśrubowane do PowerPointa. Whisper to natywna aplikacja desktopowa, nie dodatek do PowerPointa ani rozszerzenie przeglądarki. Działa na poziomie systemu operacyjnego, dlatego ten sam skrót sięga do pola tekstowego slajdu, do notatki prelegenta i do maila, który napiszesz trzydzieści sekund później. A że nie zależy od infrastruktury Microsoftu, działa bez subskrypcji Microsoft 365.

Automatyczne dopracowanie dyktowanego tekstu

Surowe dyktowanie jest surowe. Jąkasz się, zaczynasz zdanie od nowa, mówisz „yyy” częściej, niż Ci się wydaje. Whisper może uruchomić opcjonalny przebieg czyszczący AI po transkrypcji, sprzątając przerywniki i poprawiając oczywiste potknięcia, zanim tekst trafi na slajd. W bezpłatnym trybie lokalnym to czyszczenie działa przez Ollama na Twojej własnej maszynie; w wersji Pro działa przez OpenAI, co dodaje też odpowiedzi z internetu.

Dyktowanie w PowerPoint nie ma odpowiednika takiego przebiegu. Wstawia rozpoznany tekst plus wypowiedzianą przez Ciebie interpunkcję i tyle dostajesz. Interpunkcja w Dyktowaniu nie jest, swoją drogą, automatyczna: wypowiadasz ją na głos — „przecinek”, „kropka”, „nowy wiersz” — a Microsoft udostępnia tabele dla symboli i walut. Wystarczająco dobre na szybki podpis, mniej dobre na sekcję notatek, która ma czytać się jak proza.

Offline i prywatnie, bez Microsoft 365

To część, na której zależy mi najbardziej, więc wyrażę swoją opinię wprost. Dyktowanie działające tylko w chmurze to katastrofa prywatności, która czeka tylko, by ją spisać. Twoje nieogłoszone przychody, cel przejęcia na dziewiątym slajdzie, widełki płacowe, które prezentujesz zarządowi — nic z tego nie powinno opuszczać laptopa tylko dlatego, że chciałeś pisać głosem. Dyktowanie w PowerPoint wysyła każdą wypowiedź do Microsoftu, by odebrać tekst. Przy publicznym programie spotkania — w porządku. Przy poufnej prezentacji — pomyśl dwa razy.

Tryb lokalny Whisper działa całkowicie offline. Na żadnym etapie transkrypcji nie jest potrzebny internet, a dźwięk nigdy nie opuszcza maszyny. Połączenie jest potrzebne tylko raz, przy jednorazowym pobraniu modelu, gdzieś pomiędzy mniej więcej 140 MB a 3 GB, w zależności od tego, który model wybierzesz. Potem możesz dyktować prezentację dla zarządu w samolocie z wyłączonym Wi-Fi i nic nie dotyka żadnego serwera. Ten sam argument o pracy offline obowiązuje, czy dyktujesz slajdy, czy zamieniasz mowę na tekst w systemie Windows w szerszym ujęciu, i jest to jeden z powodów, dla których ludzie sięgają po niego zamiast po wbudowane narzędzia zamiany mowy na tekst w Windows 11.

Jeszcze dwie uczciwe różnice. Whisper nie potrzebuje do działania subskrypcji Microsoft 365, bo nie działa na stosie Microsoftu. Jeśli Twój Office to samodzielna licencja wieczysta bez przycisku Dyktowanie, Whisper i tak da Ci głos do PowerPointa. Jeśli chodzi o języki, Whisper obsługuje ponad 90 zarówno w trybie lokalnym, jak i chmurowym, a w linii modeli wielojęzycznych sięga 99 (warianty tylko angielskie z końcówką .en obsługują wyłącznie angielski). Dyktowanie w PowerPoint, według własnych zliczeń Microsoftu, wymienia 15 w pełni obsługiwanych języków mówionych plus 25 kolejnych w wersji zapoznawczej, gdzie zapoznawcza oznacza niższą dokładność lub ograniczoną interpunkcję. Whisper obejmuje więc szerszy teren, ale szczerze mówiąc, sama liczba to mniejsza część historii. Gdzie odbywa się dyktowanie i ile kosztuje jego uruchomienie — to ma większe znaczenie niż rozmiar menu języków. Jeśli dyktujesz też w innej aplikacji biurowej, ta sama logika przenosi się na zamianę mowy na tekst w Google Docs.

Kiedy własne Dyktowanie PowerPointa w zupełności wystarcza

Pozwól, że odwiodę Cię od instalowania czegokolwiek. Jeśli pracujesz w prezentacji w przeglądarce na solidnym Wi-Fi, już płacisz za Microsoft 365, potrzebujesz tylko szybkiej linijki tekstu i nie przeszkadza Ci, że mowa przechodzi przez chmurę Microsoftu, to po prostu naciśnij Narzędzia główne, a potem Dyktowanie. Do tego nie jesteśmy Ci potrzebni. Jest wbudowane, działa, a przy dobrym połączeniu podróż tam i z powrotem jest niewidoczna.

Sięgnij po Whisper, gdy któryś z tych warunków się załamie. Chcesz, żeby dźwięk został na Twoim urządzeniu, offline. Nie masz subskrypcji Microsoft 365 albo nie chcesz za nią płacić. Albo masz dość jednego przycisku, który działa tylko w jednej aplikacji, i chcesz jednego skrótu, który dyktuje do PowerPointa, do Worda, do Slacka i do przeglądarki bez uczenia się nowego gestu dla każdej z osobna. Pipeline lokalny jest bezpłatny, bez karty przy rejestracji, więc koszt wypróbowania drogi offline to pobranie i dziesięć minut. Cennik funkcji chmurowych znajdziesz na stronie z cennikiem, jeśli chcesz mieć pełny obraz.

Dyktowanie w PowerPoint jest prawdziwe, jest wbudowane i przy dobrym połączeniu wykonuje swoją robotę przy szybkiej linijce tekstu na slajdzie. Cena jest taka, że mieszka w chmurze, w wersji desktopowej chowa się za subskrypcją Microsoft 365 i nie rusza się poza jedną aplikację. Jeśli to pasuje do Twojego dnia, masz już wszystko, czego potrzebujesz. Jeśli wolisz, by Twoje slajdy zostały na laptopie, albo chcesz jednego klawisza, który rozmawia z każdą otwartą aplikacją, to właśnie tę lukę wypełnia Whisper. Moja młodsza córka nauczyła się skrótu w jednym pokazie i teraz dyktuje maile babci szybciej, niż ja znajduję właściwą kartę na wstążce. Poprzeczka nie była wysoko.