Tal till text i Slack, ärligt talat

Har Slack inbyggd röst-till-text?

Nej — inte den sorten du menar. Slack har ingen funktion som förvandlar ditt tal till skriven text i meddelandefältet. Det Slack har är ljudklippet: klicka på mikrofonikonen i en kanal eller ett DM och Slack spelar in ljud, upp till fem minuter, på alla abonnemang. Det är ett röstmemo, inte ett dikterat meddelande.

Slack kan transkribera klippet, men bara när du ber om det. Efter inspelningen klickar du på ikonen "Generera transkribering", och en förhandsvisning av texten dyker upp under klippet. Det sker inte automatiskt, oavsett vad halva internet vill påstå. Så klippets transkribering är texten av en inspelning du gjort, inte det meddelande du ville diktera och skicka som ett vanligt Slack-meddelande. Annat arbetsflöde, annat resultat. Jag ägnade en uppriktigt pinsam mängd tid åt att klicka på den där mikrofonikonen i väntan på att ord skulle dyka upp innan jag accepterade att de aldrig skulle göra det.

Om du vill att din röst ska bli ett skrivet Slack-meddelande, finns verktyget som gör det utanför Slack: ditt operativsystem, eller en dedikerad diktatapp. Båda finns nedan.

Skriva i Slack hela dagen kontra att bara prata

Argumentet för att diktera in i Slack är enkelt. Att tala går i cirka 145 ord per minut; att skriva ligger för de flesta närmare 40. Det är ungefär tre och en halv gång snabbare, och det frigör dina händer. I en livlig kanal summerar sig skillnaden över en dag.

Den ärliga motvikten: en stor del av Slack-meddelandena är sex ord långa. "Är på det." "Tittar nu." "Kan du dela länken?" Diktering gör ingenting för dem; du skulle förlora tid på att byta läge. Rösttextning gör nytta på det längre: statusuppdateringen, överlämningsnotisen, svaret du annars skulle skjuta upp för att det är ett tråk att skriva. Det är tröskeln. Korta pingar, fortsätt skriva. Allt bortom en mening eller två, prata.

Det snabbaste sättet: en systemövergripande diktatsnabbtangent

Det är här en dedikerad app ändrar matematiken. Whisper by Remskill är inte en Slack-app, en bot eller ett webbläsartillägg. Det är en datorapp som fungerar som ett tangentbord: tryck på en snabbtangent, prata, och transkriberingen klistras in vid markören, i vilken app som helst, Slacks meddelandefält inkluderat. Den fungerar likadant i Slacks datorapp och i Slack öppet i en webbläsare, för vad din dator beträffar skriver du bara.

Installationen är kort:

Det är hela loopen. Transkriberingen dyker upp i skrivfältet, du trycker på Enter.

Prata, så dyker meddelandet upp i Slack

När det väl är igång är upplevelsen oansenlig på bästa sätt. Du sätter markören i kanalen, håller ned tangenten, pratar, släpper. En sekund eller så senare sitter texten i Slacks meddelandefält som om du hade skrivit den. Ingen kopiera-klistra, inget separat fönster att fiska fram texten ur, inget klipp för din kollega att spela upp.

Eftersom den lokala transkriberingen körs på din maskin (ren Rust, ingen Python-sidecar, ingen server i loopen) fungerar den offline. Det betyder mer än det låter. Slacks egen klipptranskribering bearbetas i molnet, och Windows inbyggda rösttextning behöver en internetuppkoppling för att fungera överhuvudtaget. Whispers lokala läge gör inte det. Ljudet för den interna statusuppdateringen lämnar aldrig din laptop.

Hur hela Whisper-appen ser ut

Snabbtangenten är den del du kommer använda mest, men det finns en inställningsyta bakom den. Du väljer din transkriberingsmotor: Whisper-modeller, vars flerspråkiga varianter täcker 99 språk och vars engelskspråkiga .en-byggen täcker exakt ett, eller NVIDIAs Parakeet, omkring 600 MB, 5 till 10 gånger snabbare än Whisper på CPU, som täcker engelska plus 24 europeiska språk. Du ställer in din snabbtangent, hanterar historik och sparar förinställningar. Inget av det krävs för att diktera ett Slack-meddelande. Det finns där när du vill finjustera.

Putsa upp dikterade Slack-meddelanden med AI

Talspråk är rörigt. Du säger "öh", du startar om meningar, du tappar tråden. Whisper har ett valfritt AI-förbättringssteg som trimmar utfyllnad och städar upp formuleringen till något du skulle skicka till en kollega innan det klistras in. Så "öh, ja, så den, den deployen gick ut, jag tror vi är, vi är good" blir "Deployen gick ut — jag tror vi är good."

Den uppstädningen körs lokalt via Ollama, gratis, på din egen maskin. Pro-användare kan istället dirigera den genom molnet, men fördelen med utfyllnadsstädningen kräver inte Pro; den finns i den gratis lokala pipelinen. För Slack, där tonen ligger någonstans mellan mejl och sms, är det där "få det att låta professionellt"-passet den funktion folk slutar med att behålla.

Slacks egna ljudklipp och huddles kontra riktig diktering

Det är värt att vara precis kring vad Slack redan gör, så att du inte går och letar efter en inställning som inte finns där. Ljudklipp: inspelat material, upp till fem minuter, transkriberbart på begäran. Huddles: livljudrum för att prata med kollegor. Inget av dem förvandlar ditt tal till ett skrivet meddelande du skickar och redigerar som text. De är bra verktyg för "låt mig bara säga det här högt", och en dålig ersättning för "låt mig diktera det här och trycka skicka". Om ditt mål var det andra, skulle Slack aldrig ge dig det. Det är inte en bugg, det är en avgränsning.

När du ska strunta i en diktatapp och bara använda ditt OS

Om du bara behöver diktera det enstaka korta meddelandet, installera ingenting. Din dator gör redan detta gratis. På Windows, tryck Windows-tangenten + H så öppnas rösttextning i vilket textfält som helst, Slack inkluderat, utan abonnemang. På en Mac gör den inbyggda diktatgenvägen (eller mikrofontangenten) samma sak, och på Apple silicon körs den på enheten utan att internet krävs. På din telefon dikterar tangentbordets mikrofonikon rakt in i Slacks mobila meddelandefält; det är iOS eller Gboard, inte Slack, men det fungerar.

Den enda kompromissen värd att känna till: Windows Win+H behöver en internetuppkoppling för att köras, medan macOS-diktering och Whispers lokala läge inte gör det. För ett snabbt "blir fem sen" är OS-verktyget det rätta valet. Där en dedikerad app drar ifrån är volym, utfyllnadsstädningen, och att diktera offline: ju längre och oftare du gör det, desto mer betyder de.

Kalla det matlådetestet. En tisdagskväll gör jag matlådor, smörgås, frukt, yoghurten den yngre kommer vägra äta, och ett meddelande måste ut innan alla skingras. Jag tar laptopen enhänt, trycker på snabbtangenten och dikterar det mellan gurkskivor: stannar för att fråga hur ett namn stavas, dikteringen väntar, fortsätt. Meddelandet går ut. Matlådorna blir gjorda. Just det ögonblicket brukade vara femton minuters enhänt skrivande.

Once one hotkey follows your cursor everywhere, the same flow lets you dictate to ChatGPT — speak the prompt and it lands as clean text in the chat box, no retyping a long request by hand.

Vad Whisper kostar

Den lokala diktatpipelinen, transkribering och AI-uppstädningen via Ollama, är gratis för alla inloggade användare, utan kort vid registreringen. Så att få in din röst i Slack med Whisper kostar ingenting. Whisper Pro lägger till molnfunktionerna (OpenAI-transkribering, moln-AI-förbättring, röstwebbsökning), och det har en separat provperiod. De exakta siffrorna finns på prissidan snarare än här, för priser ändras och ett blogginlägg är ett dåligt ställe att hålla dem aktuella.

Slack kommer förmodligen att skeppa riktig diktering till slut, som de flesta appar gör, när tillräckligt många klickar på mikrofonikonen och förväntar sig det. Tills dess har din dator redan funktionen, och en app finns för när den inbyggda versionen inte är snabb nog. Välj det minsta verktyget som löser ditt problem. För de flesta korta meddelanden är det tangenten du redan har.