superwhisper på Windows

Vad superwhisper är och vem det passar

superwhisper är en AI-dikteringsapp. Du talar, den transkriberar, och lägger in formaterad text i vilken app du än befinner dig i — e-post, en chattruta, en kodredigerare. Enligt sin egen beskrivning fungerar den systemövergripande i alla program, hanterar interpunktion och formatering på egen hand och stödjer över 100 språk med automatisk språkdetektering. Den transkriberar även ljud- och videofiler, inte bara livetalat tal. Det är ett genuint bra funktionsset, och det tänker jag inte låtsas om något annat.

Det superwhisper betonar allra mest är integritet. Deras Windows-sida är tydlig: "AI-modeller på enheten. Ditt ljud lämnar aldrig din dator och du behöver inte internet." Det är rätt instinkt för ett dikteringsverktyg, och det är samma instinkt som ligger bakom Whisper by Remskill. Den som en gång sett en molnfaktura skenar förstår varför lokalt spelar roll. (Jag bevittnade en gång hur ett team drog på sig en femiffrig molnfaktura under ett kvartal, mest för att de transkriberade standupinspelningar fyra gånger om tack vare en alltför ivrig "smart retry". CFO öppnade dashboarden mitt under en genomgång och tystnaden lade sig.) Lokal diktering undviker hela den kategorin av problem.

Vem passar det då. Den som vill ha en polerad, modern dikteringsapp, gillar tanken på att välja bland flera AI-modeller för korrigering och antingen använder Mac eller har gått över till den nya Windows-versionen. superwhisper växte upp på macOS, där det är ett starkt och välrenommerat val. Windows-appen är den nyare familjemedlemmen. Det är ingen kritik — det är bara var den befinner sig i sin livscykel, och det spelar roll för jämförelsen nedan.

"Varför finns det inte till Windows" — och varför det äntligen ändrades

I flera år var det ärliga svaret på "superwhisper för Windows" att "det finns inte, det är en Mac- och iPhone-app." Mac-first är en vanlig väg för indie-utvecklingsverktyg — en plattform att underhålla, tight OS-integration, färre saker att gå fel. Windows är svårare. Bara inmatningsinfrastrukturen är knöligare; jag lärde mig mer om Windows inmatningsramverk än jag någonsin ville, när vår egen genväg avfyrade stoppinspelnings-callbacken sex gånger per knapptryckning på datorer med ett språkinlägg aktiverat. Det tog en 300 ms debounce att fixa. Mac hade aldrig den buggen.

Det gapet var vad som fick folk att söka efter alternativ, och det är därför det här sökordet fortfarande skrivs. Gamla vanor, gamla artiklar, och det faktum att Windows-versionen är tillräckligt ny för att många inte hört att den landat. Det båda verktygen delar är den enkla mekaniken: tryck på en genväg, tala, släpp, och orden klistras in vid din markör. En liten kapsel dyker upp medan du pratar så att du vet att den lyssnar.

Med Whisper by Remskill är tryck-och-tala-genvägen Ctrl+Space på Windows, hålls inne medan du talar, och den kan ändras i Inställningar om den krockar med något. (Min yngre dotter berättade en gång att en genväg "inte fungerade" i hennes ritapp. Det var en konflikt, inte en bugg — vilket var hur jag förstod att en genomsnittsperson inte har en aning om vad en genvägskonflikt är. Så nu är alla genvägar anpassningsbara.) Om du har ställt in diktering på Windows tidigare är det samma muskelminne.

Installera Whisper på Windows på två minuter

Om du vill prova alternativet sida vid sida med superwhisper, här är hela installationen. Du behöver en dator med Windows 10 eller senare, en fungerande mikrofon och ett par minuter. Hela den lokala pipelinen är gratis för alla inloggade konton, utan att någon betalningsmetod efterfrågas vid registreringen.

Det långsamma momentet är modellnedladdningen, inte installationen. Allt annat är de fyra stegen ovan. När det väl är igång slutar diktering i ett fält vara en skrivuppgift och blir en taluppgift. Detsamma gäller efter att du installerat superwhisper — båda verktygen är en genväg och en mikrofon bort från att fungera överallt.

Hur superwhisper och Whisper jämförs, ärligt talat

Båda körs nu på Windows, båda transkriberar på enheten, båda fungerar i alla appar, båda täcker en lång lista med språk. Det är stor överlappning, och jag erkänner det hellre än att låtsas att det finns ett hav av skillnader. Där de skiljer sig åt är i detaljerna. superwhisper erbjuder ett urval av korrigeringsmodeller — deras sajt listar alternativ som GPT, Claude, Llama, Grok, Gemini och Mistral — och ett system med anpassade "lägen" för att forma tonen. Om du älskar att ha så många inställningar att justera är det ett verkligt drag, och superwhisper gör det genuint bra.

Whisper by Remskill är byggd lite annorlunda. Den väljer inte en transkriberings-motor åt dig — den lägger tre vägar framför dig och låter dig välja: en snabb lokal motor, en flerspråkig lokal motor som även kan översätta till engelska, eller ett molnalternativ med din egen OpenAI-nyckel. På Windows är tryck-och-tala-genvägen Ctrl+Space, anpassningsbar. Den lokala pipelinen — alla lokala modeller, AI-korrigering via en lokal modell, historik, förinställningar, anpassad genväg, tre enheter — är gratis för alla inloggade konton utan kort vid registrering. Den betalda nivån lägger bara till molnytan. Det är en annan form än en enkel gratisnivå-plus-Pro-uppdelning.

Den enda ärliga reservationen om superwhisper på Windows handlar om mognad, inte förmåga. Windows-appen är nyare än sin macOS-syskon, och nyare skrivbordsprogram på Windows tenderar att ha ojämnare kanter ett tag — det är bara priset av de inmatningsinfrastrukturproblem jag nämnde tidigare. Om du vill ha den version med mest körsträcka bakom sig är det macOS för superwhisper och Windows-och-Mac-från-start för Whisper. Är du en nöjd Mac-superwhisper-användare som är nyfiken på Windows, prova det; förvänta dig bara inte dag-ett-paritet med den plattform det växt upp på.

Lokalt eller moln: vilket Whisper-läge på Windows

Om du väljer Whisper, prova lokalt läge först. Det mesta som folk dikterar — ett e-postmeddelande, ett halvfärdigt antecknat, ett meddelande du aldrig vill se ligga i en leverantörs loggar — har ingen anledning att lämna din laptop för ett stycke text. Om din dator är från de senaste åren klarar lokalt den vardagliga dikteringen utan problem, och molnet blir en nödutgång snarare än standarden. Så här skiljer sig de tre vägarna åt, för appen låter dig välja och jag vill att du väljer klokt.

Valet handlar om hastighet, språktäckning eller toppklass-noggrannhet.

• Local Parakeet — NVIDIAs TDT-motor, cirka 600 MB, och det snabbaste lokala alternativet — 5 till 10 gånger snabbare än Whisper på CPU. Täcker engelska plus 24 andra europeiska språk, 25 totalt. Ingen översättning till engelska. Talar du mest engelska eller ett annat europeiskt språk är det här det snabba, helt offline-alternativet.
• Local Whisper — Långsammare än Parakeet på samma dator, men de flerspråkiga versionerna täcker 99 språk och kan översätta till engelska. De engelska versionerna är enbart engelska, inte 99. Välj det här för kinesiska, japanska, koreanska eller allt översättningsarbete som Parakeet inte klarar. Standardmodellen för engelska är ungefär 480 MB.
• Cloud (OpenAI, BYOK) — Bästa noggrannheten och webbtillgång, med din egen OpenAI-nyckel som faktureras direkt av OpenAI. Transkribering körs på gpt-4o-mini-transcribe som standard. Kräver internet, så det är den enda vägen som lämnar din dator. Molnytan ingår i Whisper Pro.

Den tråkiga sanningen är att för det mesta som folk dikterar på en Windows-dator räcker lokalt gott. Båda lokala motorerna körs helt på din egen hårdvara utan att något skickas till en server — samma löfte om lokal bearbetning som superwhisper ger. Molnet tjänar sin plats när du vill ha toppklass-noggrannhet på en svår inspelning eller när du behöver att modellen hämtar ett faktum från webben mitt i en mening. Börja lokalt, sträck dig efter molnet bara när det lokala inte räcker.

AI-korrigeringssteget som förvandlar pladder till text

Rå diktering blir en ström av ord. Du säger "okej så granska arkitekturdokumentet märk det projektalfa och påminn mig på torsdag" och det är den opunktade väggen som vilken taligenkänningsmotor som helst lämnar dig med. Vad du gör med den väggen är där verktygen verkligen bevisar sitt värde.

superwhisper gör korrigering via sin modellväljare och anpassade lägen. Whisper by Remskill kör också ett AI-steg: säg aktiveringsfrasen "Hey whisper" och texten förbättras innan den landar — fyllnadsord borttagna, löpande meningar fixade, det talade stycket förvandlat till något du faktiskt skulle skicka. På en lokal modell körs det steget via Ollama, helt offline; i molnläge är det gpt-5-mini som standard. Hur som helst är målet detsamma — du talar löst, texten anländer välordnad.

Korrigeringssteget är skillnaden mellan diktering du måste fixa och diktering du kan skicka. Det är också där gränsen lokalt-kontra-moln spelar störst roll: en korrigeringsmodell som körs på din dator ser aldrig en server, vilket är hela poängen med att diktera lokalt från första början. Behöver du bara råa transkriberingar saknar du det aldrig. Så snart du skickar riktiga e-postmeddelanden via röst är det funktionen du slutar lägga märke till, för den bara fungerar.

Det där tala-sen-städa-flödet är det som gör röst snabbare än tangentbordet från första början — du kan skriva snabbare med rösten i vilken app som helst, så ett långt stycke blir ett par talade meningar i stället för fem minuters skrivande.

Om du har en Mac

Var ärlig mot dig själv om din hårdvara, för det rätta svaret beror på det. Läser du det här på en Mac är superwhisper ett starkt val och det skulle jag säga rakt i ansiktet på dig. Det startade på macOS, har finslipats där i flera år, och på Apple Silicon körs dess lokala modeller bra. För en Mac-användare som vill ha en mogen, nativ dikteringsapp med en djup modellväljare har superwhisper genuint förtjänat rekommendationen. Jag tänker inte skicka bort dig från ett bra verktyg för att vinna en poäng.

Värt att veta: Whisper by Remskill körs också på Mac, på Apple Silicon, med samma lokalt-först-pipeline och en command+option tryck-och-tala-genväg som hålls inne medan du talar. Så valet på en Mac är inte superwhisper-eller-ingenting — det är två solida lokala alternativ, och vilket som passar beror på om du vill ha superwhispers modell-och-lägen-approach eller Whispers tre-vägar-du-väljer-approach. Båda håller ditt ljud på din dator. Prova det vars form du gillar; ingetdera är ett misstag.

Och skickar du ett meddelande på 30 ord, installera ingenting. macOS Diktering finns inbyggt, ställs in i Systeminställningar under Tangentbord, och på Apple Silicon kan den bearbeta allmän text på enheten. På Windows öppnas det inbyggda röstskrivningsfältet med Windows-tangenten + H var din markör än befinner sig — det sätter ut interpunktion på egen hand och duger för korta meddelanden, men det går via Microsofts servrar och kräver internet, så det är inte ett offlinealternativ. (Om Win+H slutar fungera finns de vanliga orsakerna i den här fixen för Win+H som inte fungerar.) Välj ett dedikerat verktyg när det inbyggda börjar kännas otillräckligt — långa anteckningar, offlineintegritet eller att vilja ha samma genväg överallt.

Kom du hit från den gamla skolan av diktering gäller samma jämförelselogik för det moderna Dragon-alternativet — lokalt, inget träningssteg och byggt för hur folk faktiskt dikterar nu.

"superwhisper för Windows" brukade vara en återvändsgränd. Det är det inte längre — appen finns på Windows, den är bra på det den gör, och om det är vad du ville ha ska du bara gå och skaffa den. Det enda skälet att läsa förbi installationsknappen är att försäkra sig om att du valt det verktyg som passar din dator och ditt integritetskrav, snarare än det som rankade högt. Jag dikterade större delen av den här jämförelsen på en Windows-laptop, med ett verktyg som klistrar in text var min markör än råkar vara, och skickade sedan iväg det. Tangentbordet stod oanvänt — vilket är hela poängen.