Så lägger du till egna ord i diktering

Varför diktering stakar sig på namn och facktermer

Diktering är en sannolikhetsmaskin. Den lyssnar på ett ljud och väljer de ord som troligast producerade just det ljudet, baserat på de miljoner timmars träningsdata den fått. Vardagligt tal vinner lätt de vadslagningarna. Problemen börjar med allt ovanligt: en kollega som heter Csaba, ett internt projekt som kallas Helios, ett läkemedelsnamn, en advokatbyrå, ditt eget efternamn om det inte är vanligt på engelska.

Modellen har knappt hört de orden, så den letar efter ett vanligt ord som låter ungefär likadant. "Helios" blir "healy us". "Remskill" blir "rem skill" eller "rim skill". Du hamnar i att rätta samma fem ord varje gång, och det är precis den skatt som får folk att ge upp diktering och återgå till tangentbordet. Lösningen är inte en bättre mikrofon eller långsammare tal. Det handlar om att berätta för verktyget, i förväg, att just de här märkliga orden faktiskt existerar.

Det är vad ett eget ord gör. Du lär inte ut uttal i de flesta verktyg — du lägger till ordet i listan över saker som transkriberingen får förvänta sig, så att när ljuden är tvetydiga vinner din term gissningen i stället för det vanliga ord som annars slår den. Den tråkiga sanningen är att en kort lista med tio eller femton termer löser det mesta för de flesta. Du behöver inte mata in en hel ordlista. Du behöver mata in de få ord den ständigt missar.

Det inbyggda sättet, i Windows och Mac

Börja med det som redan finns på din dator, för en del behöver inte gå längre. I Windows finns det två separata inbyggda funktioner, och de hanterar egna ord på väldigt olika sätt. Windows Taligenkänning — den äldre skrivbordsfunktionen — har en riktig, redigerbar talordbok. Du öppnar Taligenkänning, säger eller klickar på "öppna talordbok", väljer "Lägg till ett nytt ord" och följer guiden. Det ordet är nu något som diktering kan känna igen. Det nyare Windows 11 Röståtkomst har sin egen variant: kommandot "Lägg till i ordförråd" (och ett alternativ i hjälpmenyn) som påverkar igenkänningen mot ord du lägger till.

Den enkla röstinmatningslisten Win+H som de flesta använder dagligen är ett mellanting. Den ger dig ingen ordbok att redigera direkt; den lär sig av de korrigeringar du gör med tiden och av din inmatade text, snarare än från en lista du redigerar. Så om du vill ha en handgjord lista med egna ord i Windows idag är det Taligenkänningens talordbok eller Röståtkomstes ordförråd som gäller — inte Win+H-listen.

I macOS behöver du vara försiktig, för den uppenbara funktionen saknar detta. Standard macOS Diktering — det du aktiverar för att tala in i vilket textfält som helst — har ingen inställning för egna ord eller eget ordförråd. Ingenting. Det som finns är en separat tillgänglighetsfunktion, Röststyrning, som har en Ordförråd-panel under Systeminställningar, Tillgänglighet, Röststyrning, där du kan lägga till upp till 1 000 termer och till och med spela in hur varje term uttalas. Det är riktigt och fungerar bra, men det är ett annat verktyg än den Diktering de flesta Mac-användare menar. Om en sida säger "lägg bara till egna ord i macOS Diktering" blandar den ihop de två.

Ställ in egna ord i Whisper (Windows eller Mac)

Om du vill ha ett konsekvent sätt att lägga till egna ord som fungerar likadant på Windows och Mac är det där ett dedikerat verktyg tjänar in sin plats. Du behöver en Mac med Apple Silicon eller en PC med Windows 10 eller nyare, en fungerande mikrofon och en lokal Whisper-modell — hotwords är en funktion i lokal Whisper, så den här vägen kräver den modellen, inte Parakeet och inte molnet. Hela den lokala pipelinen är gratis för alla inloggade konton, utan att betalkort efterfrågas vid registreringen. Så här ser flödet ut.

Jag skulle hålla den första listan medvetet liten. Lägg till de fem eller sex ord som irriterat dig mest den här veckan, diktera en dag och lägg till fler bara när något annat stavar fel. En hotword-lista uppblåst med två hundra termer kan börja styra modellen mot ord du inte avsåg. Kort och specifikt slår långt och hoppfullt.

röst-till-text i Windows · på Mac

Vad en hotword-lista faktiskt gör

En hotword-lista är en samling termer du ger modellen innan den transkriberar, så att den vet att förvänta sig dem. Under huven är det samma idé som Windows talordbok, bara kopplad annorlunda: i stället för en post i en lagrad ordbok följer orden med varje inspelning som en viktnig. När ljudet är tvetydigt mellan din term och ett vanligt look-alike lutar vikten beslutet mot din term. "Csaba" slutar att förlora mot "chubba" för att du har berättat för modellen att Csaba är ett ord som hör hemma här.

Två ärliga begränsningar är värda att nämna rakt ut. För det första: hotwords nudgar, de tvingar inte — en term som inte alls låter som det du sade dyker fortfarande inte upp, och ett mycket kort eller ovanligt ord kan fortfarande slinka igenom. För det andra, och det är det folk har fel om: hotwords är en funktion i lokal Whisper. Parakeet, den snabba lokala motorn, tar ingen hotword-lista. Molnalternativet exponerar ingen heller. Så om egna ord är anledningen att du är här är lokal Whisper-modell den väg som har dem.

De lokala Whisper-modellerna ger dig också finare kontroll än de flesta inbyggda funktioner — saker som beam-storlek och eget ordförråd som ett vanligt dikreteringsverktyg inte exponerar. Du behöver inget av det för att lägga till några namn. Men det finns där om du avancerar från "fixa fem ord" till "transkribera en medicinsk kliniks terminologi hela dagen", vilket är en verklig anledning till att en del väljer Whisper framför den snabbare Parakeet-motorn. Om du väger de lokala modellerna mot varandra går vilken Whisper-modell du ska använda igenom avvägningarna.

Lokalt eller moln när egna ord är målet

Appen låter dig välja en väg, och för egna ord spelar valet större roll än vanligt, eftersom bara en av de tre tar emot en hotword-lista. Här är den ärliga genomgången, så att du väljer med öppna ögon i stället för att upptäcka begränsningen efter att du installerat fel motor.

De tre vägarna, och vad var och en gör med ditt ordförråd:

• Lokal Parakeet — NVIDIAs TDT-motor, ungefär 600 MB, det snabbaste lokala alternativet — 5 till 10 gånger snabbare än Whisper på CPU. Engelska plus 24 andra europeiska språk, 25 totalt. Ingen översättning till engelska, och det avgörande här: inga hotwords. Utmärkt för snabb vardaglig diktering på engelska, fel val om egna ord är anledningen att du kom.
• Lokal Whisper — långsammare än Parakeet på samma maskin, men det här är vägen med hotword-listan och kontroll över eget ordförråd. De flerspråkiga byggen täcker 99 språk och kan översätta till engelska; de engelskspråkiga byggen är bara engelska. Standardmodellen för engelska är ungefär 480 MB. Om du behöver att namn och facktermer transkriberas rätt är det det här.
• Moln (OpenAI, BYOK) — bäst allmän precision och webbåtkomst, med din egen OpenAI-nyckel debiterad direkt av OpenAI. Transkribering körs på gpt-4o-mini-transcribe som standard. Det får ofta ovanliga ord rätt tack vare ren styrka, men det exponerar ingen hotword-lista. Kräver internet. Molnytan ingår i Whisper Pro.

Tumregeln är alltså enkel. Om egna ord är ditt huvudproblem och du vill ha en lista du styr, använd en lokal Whisper-modell. Om du mestadels talar vanlig engelska och vill ha rå hastighet är Parakeet den bättre vardagsdrivrutinen — förvänta dig bara ingen hotword-ruta. Moln är räddningsluken när du vill ha toppnoggrannhet på en svår inspelning och inte har något emot att den lämnar din maskin. Om du bestämmer dig för den lokala inställningen överlag går hur man kör Whisper lokalt och Parakeet-modellen igenom båda motorerna på djupet.

Åtgärda det som slinter igenom, i efterhand

Ingen inställning för egna ord fångar allt, och rå diktering landar alltid som lite löpande text. Du säger "träffas csaba om helios-lanseringen öh tagga det projekt alfa", och även med hotwords aktiverade är det fortfarande du som ska städa interpunktionen och utfyllnaderna. Det är här de två halvorna av jobbet delar sig: hotwords rättar stavningen av svåra ord, och en städpass rättar meningars form.

Windows Röstinmatning lägger till interpunktion medan du talar, och macOS Diktering hanterar grundläggande interpunktion när du säger "komma" eller "punkt". För tyngre städning — ta bort "öh", fixa löpande meningar, snygga till ett talat stycke till något du faktiskt skulle skicka — kan Whisper köra ett AI-pass. Säg aktiveringsfrasen "Hey whisper" så förbättras texten innan den landar. På en lokal modell körs det via Ollama; i molnläge är det gpt-5-mini som standard. Städpasset lämnar stavningen av dina egna ord intakt och fixar allt runt dem.

För ord som fortfarande slinter förbi både hotword-listan och städpasset gäller det gamla pålitliga: rätta det en gång, och lägg i Windows till det i talordbok så att det inte är ett problem nästa gång. Det är ingen skam att göra en manuell korrigering då och då. Målet är inte ett verktyg som aldrig har fel; det är ett verktyg som har fel på samma fem ord en gång i stället för fyrtio gånger. Egna ord tar dig det mesta av vägen; en snabb redigering täcker resten.

Samma tala-sedan-städa-rytm är värd att vänja sig vid överallt, för när den klickar kan du diktera smidigt i Windows i vilken app du än öppnar, inte bara den du satte dig för att fixa.

När det inbyggda räcker

Ibland behöver du inget dedikerat verktyg alls, och att låtsas annat vore oärligt. Om ditt problem med egna ord är litet — ett par namn, i Windows, som du kan lägga till en gång och glömma — gör Windows Taligenkännings talordbok redan precis det här gratis. Lägg till orden och gå vidare. Att installera något extra för det är överdrivet.

På Mac är bilden ärligt talat mer blandad, och det är värt att vara rak om det. Standard macOS Diktering har ingen lista för egna ord, så om det är allt du använder är dina inbyggda alternativ för att lägga till termer genuint begränsade. Röststyrningens Ordförråd-panel klarar jobbet och rymmer upp till 1 000 termer, men det är en tillgänglighetsfunktion du skulle slå på specifikt för det här — okej om du är bekväm med det, en omväg om du inte är det. Så på Mac är avvägningen verklig: lev med Dikteringens missar, lär dig Röststyrning, eller kör ett verktyg med sin egen hotword-lista.

Sträck dig efter ett dedikerat, systemomfattande verktyg när de inbyggda börjar göra ont: en lång lista med namn och facktermer, samma egna ord behövs på både Windows och Mac, offline-integritet, eller att du vill ha en snabbtangent och ett ordförråd som beter sig likadant i varje app. Under den ribban, använd det som är gratis. Jag ska inte be dig installera mjukvara för att lära din dator ett enda efternamn.

Samma avvägning dyker upp om din diktering till stor del sker på Mac — de inbyggda begränsningarna och de ärliga lösningarna i röst-till-text på Mac är den utförligare versionen av det här avsnittet.

Att lägga till egna ord är den minst glamorösa dikteringsfunktionen och den som avgör om du fortsätter använda det. Lägg de fem ord den ständigt missar på en lista — talordbok i Windows, en hotword-lista i Whisper — och den dagliga friktionen försvinner tyst. Jag lade till mitt eget efternamn i en hotword-lista för två år sedan och har inte sett en transkribering slarva med det sedan dess, vilket är en låg ribba och precis den typ av ribba jag vill ha klarad innan frukost.