Den moderna dikteringsappen

Tryck en tangent, prata, och orden landar vid markören

Det här är mekaniken som definierar en dikteringsapp för datorn. Du trycker på en tangent — Ctrl+Space på Windows som standard, en omappsbar push-to-talk-genväg. Du säger en mening. Du släpper tangenten. En sekund eller så senare dyker texten upp exakt där markören blinkade.

"Vid markören, i vilken app som helst" — det är det som skiljer en riktig dikteringsapp från en transkriptionssajt. Ett transkriptionsverktyg tar en inspelad fil och ger dig tillbaka ett textblock du sedan måste kopiera någonstans. En dikteringsapp hoppar över filen helt. Det du skriver i är det orden hamnar i. Skillnaden är ungefär som att diktera ett brev jämfört med att transkribera en inspelning av sig själv som läser upp det.

Hastigheten spelar större roll än de flesta räknar med. Typning ligger på runt 40 ord per minut för de flesta av oss. Tal ligger på runt 145. Det är ungefär tre och en halv gång snabbare — vilket är varför ett verktyg du trycker på i en sekund kan spara dig en rejäl del av en eftermiddag. E-postbackloggen, mötesanteckningarna, de tolv varianter av kalla mejl du skulle skriva före lunch.

Din dator har redan ett, och ibland räcker det

Innan du installerar något: du äger nästan säkert redan ett dikteringsverktyg. Båda stora operativsystemen levererar ett gratis.

I Windows 11 trycker du på Windows-tangenten + H så visas ett röstskrivningsfält. Det fungerar, men med ett förbehåll: det använder onlinebaserad taligenkänning via Azure, vilket innebär att det kräver internetanslutning för att fungera. Ingen anslutning, ingen diktering. Det kan infoga skiljetecken åt dig om du slår på det.

På Mac finns Apple Dictation under Systeminställningar, Tangentbord, och startas med mikrofonknappen eller en valfri genväg. Apples version kan köras helt lokalt när du väl har laddat ner talmodellen, vilket innebär att den fungerar offline och att din röst aldrig lämnar datorn. Den täcker dussintals språk — Apple listar 54 online och 43 tillgängliga offline på sidan för funktionstillgänglighet. Det den inte gör är anpassat ordförråd, AI-rensning av din formulering, eller att låta dig välja vilken transkriptionsmodell som körs.

Den tråkiga sanningen är att för kort, vardaglig diktering — en 30-ords text, en snabb sökning, ett kortfattat svar — fungerar det inbyggda verktyget utmärkt. Det är gratis, det finns redan där, och du behöver inte en fjärde ikon i menyraden för att skicka ett meddelande till mamma. Om det är allt du gör, stäng den här fliken och tryck Win+H eller Macs dikteringstangent. Jag menar det.

Om du också dikterar på telefon eller surfplatta, vilken röstskrivningsapp som passar varje enhet jämför alternativen plattform för plattform.

När en dedikerad dikteringsapp är värd besväret

Så när räcker inte det inbyggda längre? Tre saker, oftast. Det första är offline som faktiskt är privat. Windows röstskrivning kräver molnet. En dedikerad app kan köra hela flödet på din egen CPU, så e-posten till barnets skola eller det juridiska dokument du skriver aldrig skickas någonstans. Det andra är noggrannhet och kontroll: att välja en större modell, lägga till ord som verktyget konsekvent mishör, få din formulering automatiskt städad. Det tredje är det de inbyggda verktygen tyst förbigår — att fungera på samma sätt i varje app, varje gång, utan överraskningar.

Det är den rollen Whisper by Remskill fyller. Det är en skrivbordsapp för Windows och macOS på Apple Silicon. Hela det lokala flödet är gratis för alla som loggar in — inget kort krävs vid registrering. Det inkluderar lokala transkriptionsmotorer, AI-rensning, historik, anpassade ord och registrering av upp till tre egna enheter.

När det gäller motorn får du inte en enda standard och uppmanas att gilla den. Du väljer. Lokala Parakeet är det snabbaste alternativet: ungefär 600 MB, 5 till 10 gånger snabbare än Whisper på CPU, och täcker engelska plus 24 andra europeiska språk. Lokala Whisper är långsammare men stödjer 99 språk, kan översätta tal till engelska och ger dig anpassat ordförråd och finare kontroll; den största modellen är ungefär 3 GB. Och om du vill ha OpenAIs senaste molnmodeller och live-svar från webben finns det en valfri Pro-molnyta där du tar med din egen API-nyckel och Remskill tar ingen del. Tre vägar — du väljer baserat på om du bryr dig mest om hastighet, språk eller den senaste molnkvaliteten.

Den ärliga åsikten: de flesta "AI-dikterings"-appar är ett påslag, inte en modell

Det här är min enda starka ståndpunkt, och jag backar den med en siffra. Många av dikteringsapparna som lanserades de senaste två åren är i grunden samma sak under ytan: en talmodell du själv skulle kunna köra, ett snyggt gränssnitt ovanpå, och en månadsräkning som har väldigt lite att göra med faktiska beräkningskostnader. Priset för det upplägget landar runt trettio dollar i månaden för de dyrare varianterna.

Pitchdockan säger "driven av AI." Det är min bolåneansökan också. Frasen har slutat betyda någonting. Det du faktiskt betalar för, i en molnbaserad app, är bekvämligheten av att någon annan kör modellen — plus integritetskostnaden av att ditt ljud lämnar din laptop för att göra det. Om arbetet är känsligt är det ingen bekvämlighet, det är en risk.

Det är hela anledningen till att jag är envis när det gäller att gratis lokalt ska vara golvet, inte merförsäljningen. Din laptop har en mikrofon och en CPU. För ett stycke diktering behöver den ingen server i kedjan.

En snabb, ärlig genomgång av de andra dikteringsapparna

Du bör känna till landskapet innan du väljer. Här är de som är värda att nämna, en rad var, erkännande där det hör hemma.

Jag utelämnade några. Poängen är inte att memorera en lista. Det är att "dikteringsapp" är ett trångt ord som täcker gratis inbyggda verktyg, öppna källkodsprojekt, polerade prenumerationer och röstkommandosviter för företag. Välj utifrån vad du faktiskt gör, inte vilkens startsida du råkade se först.

Varför "tryck bara en tangent" är svårare än det låter

En kort historia, för det är anledningen till att jag bryr mig om de tråkiga detaljerna. Jag gav appen till min yngsta dotter — sju år — en lördag. En kort demo: tryck, prata, släpp, klistra. Hon skrev ett 90-ords mejl till sin farmor om en borttappad tand, tandféns växelkurs och danslektionen, utan att ställa en enda fråga.

Två dagar senare kom hon tillbaka: "genvägen fungerar inte i min ritapp." Den genomsnittlige personen vet inte vad en genvägskonflikter är. De vet bara att det slutade fungera. Den kvällen lanserade jag inställningarna för anpassningsbara genvägar. En dikteringsapp lever eller dör på småsaker: konflikten du inte förutsåg, det spöklika tangentsläppet på Windows som en gång fick min hanterare att triggas sex gånger per knapptryckning och kostade mig flera dagar och en 300 ms debounce att fixa. Jag har en masterexamen. Debouncen ödmjukade mig ändå.

När du inte behöver en dikteringsapp

Det här är den del de flesta artiklar hoppar över, så här är den rakt på sak. Du behöver inte en dedikerad dikteringsapp om något av det här stämmer.

• Du dikterar bara korta, vardagliga saker. Sms-meddelanden, sökningar, enstaka enradssvar. Det inbyggda verktyget hanterar det gratis.
• Du är alltid online och hanterar aldrig något känsligt. Då räcker molnets inbyggda alternativ, eller en molnbaserad betald app — du vinner inte mycket på lokalt.
• Du dikterar alltid på ett enda ställe, till exempel en enda webbläsarflik. Ett webbläsartillägg täcker det utan en systemövergripande app. Voice In är till exempel ett Chrome-tillägg som bara fungerar inuti webbläsaren.
• Du vill ha handsfree kontroll över hela datorn, inte bara textinmatning. Det är röstkommandonnas territorium, och Dragon gör det bättre än något dikteringsfokuserat verktyg.

En dedikerad app börjar löna sig i den längre, mer frekventa, mer privata, mer flerspråkiga änden — ungefär förbi den punkt där du dikterar riktiga stycken varje dag och helst inte vill att de lämnar din dator. Under den gränsen: spara pengarna. För en mer ingående jämförelse av de gratis alternativen finns det en guide till gratis dikteringsprogram, en bredare genomgång av röstskrivningsprogram, och om du kom hit från ett specifikt program, en superwhisper-alternativ jämförelse.

Om du bara minns en sak

En dikteringsapp är bara "tryck en tangent, prata, orden dyker upp där du skriver". Det inbyggda på din dator gör redan den enkla varianten gratis. En dedikerad app är värd det när du behöver offline-integritet, verklig flerspråkig noggrannhet, eller samma beteende i varje app — och inte värd det när du inte gör det.

Whisper by Remskill håller hela det lokala flödet gratis av exakt den anledningen: du ska kunna hitta var gränsen går för dig utan att betala först. Prissättning för det valfria molnet Pro-nivån finns på prissidan. Min sjuåring hittade gränsen på en lördag. Du klarar det nog snabbare.