Głos na tekst w Telegram

Czy Telegram ma wbudowaną funkcję zamiany głosu na tekst?

Tak, ale przeczytaj drobny druk. Wbudowana transkrypcja Telegrama działa na wiadomościach głosowych, które ktoś Ci wysłał. Otwórz notatkę głosową i zobaczysz małą ikonę transkrypcji, literę "A", na krawędzi dymka. Dotknij jej, a Telegram zapisze to, co powiedział nadawca, tuż pod odtwarzaczem. Dodano to pod koniec 2023 roku i jest przydatne, gdy nie możesz głośno odtworzyć dźwięku.

Jest pewne zastrzeżenie warte poznania przed poleganiem na tej funkcji. Telegram Premium daje nieograniczoną liczbę transkrypcji; na bezpłatnym koncie otrzymujesz ich niewielką liczbę, a potem ikona przestaje działać, aż limit się zresetuje. Wbudowana funkcja jest więc prawdziwa, tyle że mierzona, chyba że płacisz za Premium. Transkrypcja odbywa się też po stronie Telegrama, a nie na Twoim urządzeniu, co ma znaczenie, jeśli notatka głosowa jest prywatna.

Zwróć uwagę na to, co ta funkcja robi, a czego nie. Odtwarza audio, które już istnieje – nagranie zrobione przez kogoś innego. Nie zamienia Twojej mowy na żywo w wiadomość, którą wysyłasz. To różne strzałki wskazujące w różnych kierunkach, a reszta tego poradnika dotyczy tej drugiej: mówienia i uzyskiwania wpisanej wiadomości na wyjściu.

Transkrybowanie notatki głosowej a dyktowanie wiadomości

To jest rozróżnienie, na którym opiera się wszystko inne, więc powiem to wprost. Transkrybowanie odebranej notatki głosowej to Telegram słuchający nagrania i zapisujący je dla Ciebie. Dyktowanie wiadomości to Ty mówiący, a słowa pojawiają się w polu, gotowe do wysłania, bez dołączonego dźwięku. Jedno jest pomocą przy czytaniu wiadomości, które otrzymałeś; drugie to zamiennik pisania dla wiadomości, które piszesz.

Jeśli jedyne, czego chciałeś, to odczytać notatkę głosową, którą nagrał Twój znajomy, skończyłeś – ikona "A" Telegrama sobie z tym radzi i nie potrzebujesz niczego poniżej. Ale jeśli masz dość wpisywania akapitów kciukiem i chcesz po prostu mówić, Telegram nie ma takiej funkcji. Narzędzie, które to robi, leży poza Telegramem: Twój system operacyjny lub dedykowana aplikacja do dyktowania. Oba są dalej, w kolejności trudności.

Najszybszy sposób: globalny skrót klawiszowy

Tutaj dedykowana aplikacja zmienia rachunek. Whisper by Remskill to nie bot Telegrama, integracja czatu ani rozszerzenie przeglądarki. To aplikacja desktopowa, która działa jak klawiatura: naciśnij skrót klawiszowy, mów, a transkrypt zostanie wklejony przy kursorze, w dowolnej aplikacji, włącznie z polem wiadomości Telegrama. Działa tak samo w Telegram Desktop jak i w Telegramie otwartym w przeglądarce, bo z punktu widzenia komputera po prostu piszesz.

Konfiguracja jest krótka:

To cała pętla. Transkrypt pojawia się w polu wiadomości, czytasz go, wciskasz Enter.

Mów, a wiadomość pojawia się w Telegramie

Gdy już działa, doświadczenie jest niezwykłe w najlepszy sposób. Umieszczasz kursor w czacie, przytrzymujesz klawisz, mówisz, zwalniasz. Sekundę później tekst siedzi w polu wiadomości Telegrama, jakbyś go wpisał. Bez kopiowania i wklejania, bez oddzielnego okna, i co ważne, bez notatki głosowej, przez którą druga osoba musi przewijać – tylko normalna wpisana wiadomość.

Ponieważ lokalna transkrypcja działa na Twoim urządzeniu (czysty Rust, bez sidecar Pythona, bez serwera w pętli), działa offline. Cokolwiek dyktуjesz, nigdy nie opuszcza Twojego laptopa, co jest przeciwieństwem tego, jak działa wbudowana transkrypcja odebranych notatek Telegrama – ta działa na serwerach Telegrama. Wbudowane dyktowanie głosowe Windows też wymaga połączenia z internetem; lokalny tryb Whispera nie.

Jak wygląda pełna aplikacja Whisper

Skrót klawiszowy to część, z której będziesz korzystać najczęściej, ale za nim kryje się panel ustawień. Wybierasz silnik transkrypcji: modele Whisper, których wielojęzyczne warianty obsługują 99 języków, a warianty wyłącznie angielskie .en obsługują dokładnie jeden, lub Parakeet NVIDIA, około 600 MB, 5 do 10 razy szybszy niż Whisper na CPU, obsługujący angielski plus 24 europejskie języki. Ustawiasz skrót klawiszowy, zarządzasz historią i zapisujesz ustawienia wstępne. Nic z tego nie jest wymagane do podyktowania jednej wiadomości na Telegramie. Jest tam, gdy chcesz dostroić.

Poprawianie podyktowanych wiadomości przez AI

Mówiony język jest niechlujny. Mówisz "eee", uruchamiasz zdania od nowa, urywasz w hałas oznaczający "wiesz co mam na myśli". Whisper ma opcjonalny krok ulepszania przez AI, który usuwa wypełniacze i porządkuje sformułowania przed wklejeniem. Więc "yyy, tak, więc będę, będę tam około szóstej, szóstej tak jakby" staje się "Będę tam około szóstej". Czy to warto, zależy od czatu; grupowy służbowy, prawdopodobnie tak, wątek z siostrą, prawdopodobnie nie.

To czyszczenie działa lokalnie przez Ollama, bezpłatnie, na Twoim własnym urządzeniu. Użytkownicy Pro mogą zamiast tego kierować przez chmurę, ale korzyść z czyszczenia wypełniaczy nie wymaga Pro; jest dostępna w bezpłatnym lokalnym potoku. Możesz też po prostu wyłączyć to i wkleić surowy transkrypt, co przy swobodnym czacie jest często dokładnie właściwą decyzją.

Czytanie notatek głosowych przysłanych przez innych

Teraz wróćmy do pierwszego zadania, bo to jest to, co Telegram faktycznie zbudował. Jeśli Twoim prawdziwym celem jest "ktoś przysłał mi długą notatkę głosową i chcę ją przeczytać zamiast słuchać", nie potrzebujesz Whispera ani żadnej aplikacji zewnętrznej. Telegram już to robi. Otwórz wiadomość głosową, dotknij małej ikony transkrypcji "A", a Telegram ją dla Ciebie zapisze.

Jedyna rzecz, na którą trzeba uważać, to limit. Bezpłatne konta mają ograniczoną liczbę transkrypcji; Telegram Premium usuwa ten limit. Więc jeśli transkrybujesz okazjonalną notatkę głosową, darmowy poziom wystarczy. Jeśli znajomy komunikuje się wyłącznie pięciominutowymi monologami audio i transkrybujesz je wszystkie, uderzysz w ścianę i albo poczekasz, albo uaktualnisz. To jest decyzja Telegrama, nie coś, co zmienia zewnętrzna aplikacja. Czytanie odebranych notatek i dyktowanie własnych wiadomości to dwa oddzielne problemy, które akurat mieszkają w tej samej aplikacji.

Kiedy pominąć aplikację do dyktowania i użyć systemu operacyjnego

Jeśli musisz dyktować tylko okazjonalną wiadomość, nie instaluj niczego. Twój komputer już to robi za darmo. Na Windows naciśnij klawisz Windows logo key + H i dyktowanie głosowe otwiera się w każdym polu tekstowym, włącznie z paskiem czatu Telegrama, bez subskrypcji. Na Macu wbudowany skrót Dyktowania (lub klawisz mikrofonu) robi to samo, a na Apple silicon działa na urządzeniu bez internetu. Na telefonie ikona mikrofonu klawiatury dyktuje bezpośrednio do mobilnego pola wiadomości Telegrama; to iOS lub Gboard wykonuje pracę, a nie Telegram, ale działa.

Jeden kompromis warty poznania: Win+H Windows wymaga połączenia z internetem, podczas gdy dyktowanie macOS i lokalny tryb Whispera nie. Do szybkiego "spóźnię się 5 minut, zamów beze mnie" narzędzie systemowe jest właściwym wyborem. Gdzie dedykowana aplikacja bierze górę, to duże objętości, czyszczenie wypełniaczy i dyktowanie offline: im dłużej i częściej to robisz, tym bardziej to ma znaczenie.

Wybierz najmniejsze narzędzie, które rozwiązuje Twój problem. Dla jednej wiadomości to klawisz, który już masz. Na cały wieczór długich wiadomości dedykowana aplikacja przestaje wyglądać jak przesada gdzieś przy drugim lub trzecim akapicie, którego nie musiałeś wpisywać.

Ile kosztuje Whisper

Lokalny potok dyktowania – transkrypcja i czyszczenie AI przez Ollama – jest bezpłatny dla każdego zalogowanego użytkownika, bez karty przy rejestracji. Więc wprowadzanie głosu do Telegrama za pomocą Whispera nic nie kosztuje. Whisper Pro dodaje funkcje chmurowe (transkrypcja OpenAI, ulepszanie AI w chmurze, wyszukiwanie głosowe w internecie) i wiąże się z osobnym trialem. Dokładne liczby znajdziesz na stronie cennika a nie tutaj, ponieważ ceny się zmieniają, a wpis na blogu to złe miejsce, by je aktualizować.

Tak więc są naprawdę trzy odpowiedzi na to wyszukiwanie, zależnie od tego, której szukałeś. Telegram już transkrybuje notatki głosowe, które otrzymujesz, mierzone, chyba że płacisz za Premium. Twój komputer już dyktuje krótkie wiadomości za darmo. I istnieje aplikacja na sytuację, gdy cały dzień mówisz do Telegrama, a wbudowane opcje nie są wystarczająco szybkie. Trzy narzędzia, dwa różne zadania. Przez większość czasu potrzebujesz tego najmniejszego, które pasuje.