Ett SpeechTexter-alternativ som fungerar utanför webbläsaren

Öppna en flik, prata, se det skrivas. Det är SpeechTexter.

Ära åt dem som förtjänar det: SpeechTexter gör ett jobb rent. Det är en gratis flerspråkig tal-till-text-webbapp för att omvandla anteckningar, dokument, rapporter eller blogginlägg till text via röst — "skriv med din röst," som sajten uttrycker det. Du öppnar sidan, klickar på mikrofonen och den transkriberar i realtid med Googles webbläsartaligenkänning, Web Speech API som körs server-side hos Google. Mer än 70 språk finns på listan.

En funktion SpeechTexter har som de flesta webbläsarbaserade dikteringsverktyg saknar är en anpassningsbar lista med röstkommandon. Du kan säga #newparagraph, #newline, #undo eller #redo, plus egna kommandon för att infoga skiljetecken, lägga in en fras eller utlösa en åtgärd — allt via röst. Den auto-kapitaliserar också, har en förhandsvisningsruta för transkription som du kan växla, och exporterar till en .doc- eller .txt-fil. SpeechTexters eget noggrannhetspåstående är "högre än 90% bör förväntas." Det är deras siffra, inte ett tal jag mätt själv.

Om du bara dikterar in i den editorn och sedan kopierar ut resultatet fungerar det bra. Problemen börjar den stund skrivandet lever någon annanstans.

Där SpeechTexter stannar: en Chrome-flik, inget offline, inga andra appar

Tre väggar, och folk stöter på alla tre.

Den första är webbläsaren. På datorn kräver SpeechTexter senaste Google Chrome — andra webbläsare stöds inte — på Windows, Mac eller Linux. Bor du i Firefox eller Safari byter du webbläsare för att diktera. Den andra väggen är själva fliken: texten hamnar på SpeechTexters sida, inte i appen du faktiskt skriver i. Det finns ingen systemövergripande inklistring i Word, Slack, Teams, din e-postklient eller en kodeditor. Den tredje väggen är nätverket. Det körs på Googles molntalmotor, så det behöver en internetanslutning — sajtens egna felsökningsguide pekar på ett "nätverksfel" när anslutningen är dålig, och det finns inget offlineläge för webbprodukten. Android-appen som tidigare hade offlinestöd stöds inte längre.

Inget av detta är buggar. Det är vad ett webbläsarbaserat dikteringsverktyg är. En webbsida kan inte lagligt nå in i dina datorappar, och ett Web Speech-verktyg kan inte transkribera utan att ringa hem. Om dessa tre väggar aldrig ställer till problem för dig behöver du inget alternativ. Om du någon gång diktat in i SpeechTexter och sedan kopierat och klistrat in i det du egentligen tänkt skriva i — det kopiera-klistra-steget är alternativet som knackar på dörren. Är du fast för att dikteringen inte startar i Chrome alls är det ett separat kaninhål — jag har skrivit om vanliga lösningar på röstskrivning som inte fungerar i Chrome för när mikrofontillstånd eller motorn i sig är problemet.

Tryck på en genväg, diktera in i valfri app i stället

Här är kategoriskillnaden i ett enda drag. Whisper är en datorapp, inte en webbsida. Du trycker på en tangentbordsgenväg, pratar, släpper, och texten dyker upp vid markören i vilken app som helst som är öppen — ett Word-dokument, en Slack-tråd, ett Discord-meddelande, en Teams-chatt, VS Code, Notion, Obsidian, ett e-postutkast, ett webbläsarfält, var som helst du kan skriva. Standardgenvägen är Ctrl+Space på Windows och Command+Option på Mac.

Det finns ingen flik att vara inuti. Appen du redan är i förblir appen du är i. Ingen kopiering, ingen inklistring, inget byte till Chrome först. Jag lade ner ett pinsamt antal kvällar på inklistrings-vid-markören-delen — den typen av sak som demoas på fem sekunder och tar en månad att göra pålitlig i alla appar. Jag har en magisterexamen.

Det här är den del folk underskattar tills de känner det själva. Med SpeechTexter är diktering en plats du åker till. Med en systemövergripande tangentbordsgenväg är diktering något du gör där du redan befinner dig. Min yngre dotter, som är sju år, testade detta bättre än något specifikationsdokument skulle kunna. Jag visade henne en gång — tryck, prata, släpp, klistra in — och hon skrev ett 90-ord långt e-postmeddelande till sin farmor i Ukraina om en tand hon precis tappat och tandfens växelkurs. Hon ställde noll frågor om verktyget. Två dagar senare kom hon tillbaka med det enda klagomål som spelar roll: "det fungerar inte i min ritapp." Hon visste inte vad en tangentkombinationskonflikt var. Hon visste bara att orden var tänkta att hamna där hon tittade. Vi skickade anpassningsbara tangentbordsgenvagar den kvällen. Det är hela måttstocken: texten hamnar där du är.

Det fungerar på mer än 90 språk i både lokalt och molnläge, och den flerspråkiga modellserien når specifikt 99+ språk med automatisk identifiering — de engelskspråkiga modellvarianterna förblir bara på engelska, så blanda inte ihop dem. De flerspråkiga modellerna kan också översätta tal till engelska i realtid, vilket en webbläsarbaserad Web Speech-motor inte gör.

Offline och på din dator, inte Googles servrar

Här spenderar jag min enda starka åsikt: diktering utan offlinealternativ — där molnet är enda vägen, inte ett val — är en integritetskatastrof som väntar på att transkriberas. Din chefs lönekalkylarket, e-postmeddelandet till barnets skola, den juridiska anteckningen du skriver på tåget — inget av det behöver ta en tur genom en leverantörs servrar bara för att du ville skriva med din röst. Molntranskription du kan slå på när du vill är bra. Molntranskription du inte kan stänga av är problemet. SpeechTexter är ärliga med att vara molnbaserade; de använder Googles taligenkänning och behöver en anslutning för att fungera. Det är okej för en inköpslista. Det är svårare att motivera för allt du skulle känna dig obekväm att läsa högt i ett öppet kontorslandskap.

Whispers lokala läge körs helt offline — ingen internetanslutning krävs under transkriptionen. Enda gången det behöver en anslutning är den engångsvisa modellnedladdningen, någonstans mellan ungefär 140 MB och 3 GB beroende på vilken modell du väljer. Den underliggande lokala motorn är samma öppen källkod OpenAI Whisper-modellfamilj som driver stora delar av den här kategorin. Därefter stannar varje ord på din dator. På ett flygplan, på en låst arbetsdator med nätverket avskuret, i ett rum där Wi-Fi är mer av en förhoppning — det skriver ändå.

Jag såg ett team jag jobbade med samla på sig en femsifffrig molnfaktura på ett kvartal av att diktera standup-inspelningar, mestadels för att en "smart omförsöks"-loop transkriberade samma ljud fyra gånger. Ekonomichefen öppnade dashboarden vid kvartalsgranskningen och rummet blev väldigt tyst. Molnet har sin plats. Det bör vara ett val du gör, inte den enda tillgängliga vägen.

Gratis utan konto, men gratis köper dig olika saker här

Båda verktygen är gratis att börja med, och det ordet gör olika jobb i varje fall. SpeechTexter är gratis i den renaste meningen: ingen nedladdning, ingen installation, ingen registrering — du klickar på mikrofonen och dikterar. Inget att ställa in, inget att logga in på. Det är en riktig fördel och jag ska inte låtsas annorlunda.

Whispers lokala pipeline är också gratis, men gratis innebär här att du laddar ner en datorapp och skapar ett Whisper-konto, sedan hämtar en modell första gången. Några minuter i förväg i stället för noll. Vad du får för dessa minuter är den systemövergripande tangentbordsgenvägen, offline-transkription och beteendet att dikteringen följer markören. Molnlagret — OpenAI-funktioner, ta med din egna nyckel — är den separata betalda Pro-nivån; blanda inte ihop den kostnadsfria lokala appen med det. Den fullständiga uppdelningen finns på prissidan. Kortversionen: lokal diktering kostar ingenting och löper aldrig ut.

Så den ärliga formuleringen är en avvägning. SpeechTexter kostar dig noll i installation och noll i konto, och i gengäld håller det dig i en flik i molnet. Whisper kostar dig en nedladdning och en registrering, och i gengäld ger det dig varje app och offline. Välj den kostnad du hellre vill betala.

När SpeechTexter fortfarande är det bättre valet

Jag skulle hoppa över datorappen helt och hållet i några verkliga situationer, och SpeechTexter vinner dem direkt.

Är du på en låst dator där du inte kan installera programvara — ett bibliotekssdator, ett skollab, en jobbdator med administratörslåsning — kör SpeechTexter i en webbläsarflik och frågar ingen om lov. Dikterar du bara ibland, en paragraf här och där, är noll-installations-, noll-konto-modellen genuint mindre krångel än att ladda ner något. Använder du verkligen den anpassningsbara röstkommandolistan — säger #newparagraph och #undo för att formatera medan du skriver — är det ett specifikt arbetsflöde SpeechTexter byggt för och en datorbaserad genvägsapp replikerar inte det på samma sätt. Och om du mestadels skriver i en webbreditor ändå och kopierar ut sällan är fliken inte en vägg, det är bara där du arbetar. I alla dessa fall: öppna speechtexter.com, klicka på mikrofonen och tänk inte för mycket på det. Att hänvisa dig till rätt gratisverktyg när det är rätt val är hela poängen.

Andra dikteringsverktyg värda att känna till

SpeechTexter och Whisper är inte de enda två. En snabb ärlig karta över fältet:

• Speechnotes — ytterligare ett gratis webbläsarbaserat dikterings-anteckningsblock, samma flikbegränsade form som SpeechTexter. Om du väger det också, här är Speechnotes-alternativjämförelsen.
• Dictation.io / Dictanote — gratis Chrome-baserade röstskrivningsverktyg; samma webbläsarflikstak, ingen systemövergripande inklistring.
• Speechify — en AI-läsnings- och röstprodukt som också erbjuder röstskrivning; positionerar sig som ett SpeechTexter-alternativ.
• LilySpeech — ett Windows-dikteringsverktyg som använder en Chrome-baserad motor för att skriva in i appar; praktiskt på Windows men bundet till det upplägget.
• Apple Dictation — inbyggt i macOS och iOS, gratis, bra för korta texter, enplattform.
• Windows Voice Typing (Win+H) — inbyggt i Windows, dikterar systemövergripande i de flesta textfält, gratis, ingen installation. Fungerar det inte som det ska finns guiden för Win+H-alternativ som täcker vad man använder i stället.

Uppdelningen är enkel. Webbläsarverktyg (SpeechTexter, Speechnotes, Dictation.io) är gratis och kräver ingen installation men är flikbegränsade och molnberoende. OS-diktering (Win+H, Apple) är systemövergripande och gratis men enplattform och kvaliteten varierar. Datorappar som Whisper är systemövergripande, offline-kapabla och plattformsoberoende, till priset av en nedladdning.

Vad jag faktiskt skulle välja

Om du vill ha den snabbast möjliga dikteringen på en dator där du inte kan installera något, håll dig till SpeechTexter — det är gratis, det är omedelbart och röstkommandolistan är ett trevligt inslag. För allt annat — skriva i dina faktiska appar, arbeta offline, hålla känslig text på din egna dator — skulle jag välja ett datorverktyg med en systemövergripande tangentbordsgenväg. Diktering löper på ungefär 145 ord per minut mot ungefär 40 för skrivande, så flaskhalsen var aldrig fingrarna; det var väggarna runt orden. Välj verktyget med färst väggar för det du gör. Vill du känna skillnaden, se hur röstskrivning i alla appar faktiskt fungerar.

SpeechTexter är ett bra gratisverktyg som gör exakt vad det lovar inuti en Chrome-flik. Den dagen ditt skrivande flyttar ut från den fliken — till din e-post, din chatt, din editor, dina anteckningar — är dagen du börjar vilja att dikteringen följer med. Det är den enda riktiga skillnaden, och den är stor. Min sjuåring räknade ut det på två dagar och en buggrapport. Resten av oss klarar det förmodligen också.