Tal till text i Joplin

Har Joplin inbyggd diktering?

På skrivbordet, nej. Joplins skrivbordsapp för Windows, Mac och Linux har ingen inbyggd tal-till-text, diktering eller röstskrivning för att skriva in i en anteckning med rösten. Det finns ingen mikrofonknapp, inget röstkommando, ingen dold inställning. Om du har letat igenom Inställningar efter den kan du sluta. Den finns inte där.

Det som däremot finns – och det är här alla blir vilseledda – är röstskrivning i Joplins Android-app. Joplins egen utvecklardokumentation säger det rakt ut: Android-mobilappen stöder inbyggd offline-röstskrivning, som standard via Whisper. Teamet har lagt ner verkligt arbete på den, med automatisk interpunktion och en egen ordlista. Det är en genuint bra funktion. Den lever bara i telefonen. Att blanda ihop "Joplin har röstskrivning" med "Joplin har röstskrivning på min bärbara dator" kostar en hel eftermiddag, och jag hjälper dig hellre slippa den.

Så mobilbilden är klar: på Android har du det inbyggt, på iPhone lutar du dig mot tangentbordets mikrofon, och hur som helst är det en telefonfunktion. På skrivbordsanteckningen där folk faktiskt bor behöver du ett verktyg som sitter ovanpå Joplin. Det finns ett par ärliga vägar, och resten av guiden går igenom dem.

Tryck på en snabbtangent, tala, texten landar i anteckningen

Det här är hela mekaniken, och den är härligt tråkig. Du trycker på en snabbtangent, du talar, du släpper, och transkriptionen klistras in vid markören, i vilket textfält som än har fokus. Whisper håller en kort svans efter att du släpper tangenten, så ditt sista ord inte klipps bort. Eftersom den klistras in vid operativsystemets markör är en Joplin-anteckning bara "vilken textruta som helst". Markdown-redigeraren, rich text-redigeraren, sökrutan – samma beteende.

Det är den biten som landningssidorna gör onödigt krånglig. Det finns inget plugin att installera i Joplin, ingen API-token att klistra in, inget synkjobb att passa. Markören står i en anteckning, du talar, orden dyker upp i anteckningen. En liten kapsel visas medan du talar så att du vet att den lyssnar:

Snabbtangenten är det enda som är värt att få rätt från början. På Windows är det Ctrl+Space; på Mac är det Command+Option, en push-to-talk med enbart modifierare som du håller nere medan du talar. Båda går att ändra i Inställningar om de krockar med något du redan använder. (Min yngsta dotter sa en gång att en snabbtangent "inte funkade" i hennes ritapp. Det var en krock, inte ett fel, och så lärde jag mig att den genomsnittliga personen inte har en aning om vad en snabbtangentskrock ens är. Så nu går varje snabbtangent att anpassa.) Om du någonsin har ställt in diktering på Mac är det här samma muskelminne riktat mot en annan app.

Ställ in det på två minuter (Windows eller Mac)

Du behöver en Mac med Apple Silicon eller en PC med Windows 10 eller nyare, en fungerande mikrofon och Joplin öppet på skrivbordet. Hela den lokala pipelinen är gratis för alla inloggade konton, utan att någon betalningsmetod efterfrågas vid registrering. Här är ordningen.

Den långsamma delen är modellnedladdningen, inte själva installationen. Allt annat är de fyra stegen ovan. När det väl är igång slutar det att vara en skrivuppgift att fånga en tanke i en anteckning och blir en taluppgift i stället.

Skrivbord kontra mobil: var Joplins röstskrivning faktiskt bor

Det här är värt att slå fast eftersom det är källan till nästan varje "varför hittar jag den inte"-fråga. Joplins inbyggda röstskrivning är en Android-funktion. Dokumentationen är tydlig: Android-appen gör offline-röstskrivning via Whisper, med interpunktion och en ordlista. I skrivbordsappen finns den funktionen inte. Samma produkt, samma anteckningar, två mycket olika förmågor beroende på vilken enhet du öppnade.

Så om du mest fångar saker på telefonen behöver du kanske inget extra – Android-röstskrivningen finns precis där i anteckningsredigeraren. Glappet är den bärbara datorn, där det mesta längre skrivandet sker och där Joplin inte ger dig något. En systemövergripande snabbtangent täpper till det glappet. Den klistras in vid operativsystemets markör oavsett vilket fönster som äger den, så samma tangent som fyller en Joplin-anteckning fyller också ditt skrivfönster i Gmail, ett Slack-meddelande och ett commit-meddelande. Ett verktyg, varje textfält, på både Windows och Mac.

Det finns något snyggt i att behålla samma flöde över olika enheter också. På telefonen använder du Joplins egen röstskrivning; på skrivbordet använder du snabbtangenten. Båda sätter ord i samma markdown-anteckning. Du behöver inte lära om något när du byter maskin, och skrivbordsverktyget bryr sig inte om att det är just Joplin – vilket betyder att det också täcker varje annat program du skriver i. Jag väljer den enda snabbtangenten eftersom jag byter app ungefär fyrtio gånger i timmen och inte vill behöva komma ihåg fyrtio olika dikteringsknappar.

Lokalt eller moln: vilket läge för ett privat valv

För Joplin, prova lokalt läge först. Hela anledningen till att många av oss valde Joplin är att det är local-first ren markdown som du synkar till lagring du själv styr – en mötessammanfattning, en halvformad idé, en dagboksanteckning du aldrig skulle vilja ha på någons server. Det vore ett konstigt val att ha sina anteckningar i en mapp man äger och sedan dirigera sin röst genom ett moln för att komma dit. Om din Mac har Apple Silicon eller din PC är från de senaste åren klarar lokalt vardagsdiktering utan att klaga, och molnet blir nödutgången snarare än standardvalet.

Så här skiljer sig de tre vägarna åt, eftersom appen tvingar dig att välja och jag vill att du väljer rätt:

• Lokal 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. Om du skriver anteckningar på engelska eller ett annat europeiskt språk är det här det snabba, helt offline-valet.
• Lokal Whisper — långsammare än Parakeet på samma maskin, men de flerspråkiga byggena täcker 99 språk och kan översätta till engelska. De engelskaspecifika byggena är enbart engelska, inte 99. Välj det här för kinesiska, japanska, koreanska eller all översättning, som Parakeet inte klarar. Standardmodellen för engelska är cirka 480 MB.
• Moln (OpenAI, BYOK) — bästa noggrannhet och webbåtkomst, med din egen OpenAI-nyckel som faktureras direkt av OpenAI. Transkriptionen körs på gpt-4o-mini-transcribe som standard. Behöver internet, så det är den enda vägen som lämnar din maskin. Molnytan är en del av Whisper Pro.

Den tråkiga sanningen är att för den typ av text de flesta lägger i Joplin räcker lokalt gott. Båda lokala motorerna körs helt på din maskin utan att något skickas till en server, vilket matchar andan i en anteckningsapp du valde just för att datan förblir din. Det rimmar också med Joplins egen Android-röstskrivning, som teamet höll helt offline av samma skäl. Molnet gör sig förtjänt av sin plats när du vill ha högsta noggrannhet på en svår inspelning eller behöver att modellen hämtar ett faktum från webben mitt i en mening. För en vardagsvana med anteckningar, börja lokalt och sträck dig bara efter molnet när lokalt lämnar dig saknande.

Interpunktion, markdown och städning med rösten

Rå diktering kommer ut som en lång sammanhängande ström. Du säger "okej så skriv upp anteckningen om arkitekturgranskningen tagga den projekt alpha och påminn mig på torsdag", och det är den oskiljda vägg som vilken talmotor som helst ger dig. Att städa upp den är där vägarna skiljer sig åt.

Windows röstskrivning lägger till interpunktion medan du talar, och macOS diktering hanterar grundläggande interpunktion när du säger "komma" eller "punkt". För tyngre städning – att skala bort alla "öh", fixa de långa meningarna, förvandla ett talat stycke till något du faktiskt skulle behålla i en anteckning – kan Whisper köra en AI-omgång. 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.

För Joplins egen markdown – rubriker, punktlistor, kryssrutor, de interna [[anteckning]]-länkarna – är det ärliga svaret att rösten ger dig texten och Joplins markdown-genvägar ger dig strukturen. Diktera meningen, skriv sedan # för en rubrik, - för en punkt, eller - [ ] för en kryssruta på det sätt du alltid gör. Inget dikteringsverktyg trollar fram markdown-syntax på kommando; den som lovar "säg rubrik projekt alpha och se det formateras" säljer dig en demo, inte en vardag. Få ner orden snabbt med rösten, forma markdownen med tangenterna du redan kan.

Samma tala-sen-städa-flöde lönar sig långt bortom dina anteckningar – du kan också diktera ren prosa in i vilken app som helst med den enda snabbtangenten, så att en lång anteckning blir några talade meningar i stället för ett stycke du skriver ut.

När du kan hoppa över ett dikteringsverktyg för Joplin

Ibland är rätt verktyg det gratis du redan har på maskinen, och att låtsas annat vore ohederligt. Om du bara slänger in korta inspelningar i Joplin – en snabb rad, en påminnelse på två ord – och du sitter vid telefonen, täcker Joplins egen Android-röstskrivning redan det utan kostnad. På skrivbordet gör ditt operativsystem samma sak.

På Windows, tryck på Windows-tangenten + H så öppnas den inbyggda röstskrivningsraden där markören står, en Joplin-anteckning inräknad. Den interpunkterar själv och duger för korta sjok. Haken: den går via Microsofts servrar och behöver en internetanslutning, så det är inget offline-alternativ, vilket spelar större roll än vanligt när hela poängen med dina anteckningar är att de stannar lokalt. På Mac låter diktering dig tala för att mata in text överallt där du kan skriva, ställs in i Systeminställningar under Tangentbord, och på Apple Silicon kan allmän text bearbetas på enheten.

Sträck dig efter ett dedikerat, systemövergripande verktyg när de inbyggda börjar göra ont: långa anteckningar, flerspråkigt arbete, offline-integritet på Windows, eller en önskan om en snabbtangent som beter sig likadant i Joplin, din e-post och din redigerare. Under den ribban, använd det som är gratis – operativsystemet på skrivbordet, Joplins egen röstskrivning på Android. Jag tänker inte be dig installera en app för en enradspåminnelse.

Samma avvägning dyker upp om du också har anteckningar någon annanstans – logiken i att diktera in i Obsidian är identisk, eftersom båda är local-first markdown-appar där markören, inte ett plugin, är den verkliga integrationen.

Joplin släppte en mikrofonknapp – på Android, inte på min bärbara dator, och efter att ha skrivit det här tvivlar jag på att skrivbordsvarianten kommer snart. Den behöver inte heller, för på skrivbordet är markören integrationen. Tala in i anteckningen, få text, forma den med markdown-genvägarna du redan kan. Jag dikterade största delen av den här guiden in i en textruta som inte var Joplin, med ett verktyg som inte bryr sig om vilken ruta det är, och klistrade sedan in alltihop i min egen anteckning. Det är hela tricket.