Röst till text i Telegram

Har Telegram inbyggd röst-till-text?

Ja, men läs det finstilta. Telegrams inbyggda transkription fungerar på röstmeddelanden som någon har skickat till dig. Öppna ett röstmeddelande och det finns en liten transkriptionsikon, ett "A", i kanten av bubblan. Tryck på den och Telegram skriver ut vad avsändaren sa, precis under spelaren. Det lades till i slutet av 2023 och är praktiskt när du inte kan spela upp ljud högt.

Det finns ett förbehåll att känna till innan du förlitar dig på detta. Telegram Premium ger obegränsade transkriptioner; på ett gratis konto får du ett litet antal och sedan slutar ikonen att fungera tills gränsen återställs. Den inbyggda funktionen är alltså verklig, bara begränsad om du inte betalar för Premium. Transkriptionen sker också på Telegrams sida, inte på din enhet, vilket spelar roll om röstmeddelandet är något privat.

Notera vad den här funktionen gör och inte gör. Den läser upp ljud som redan finns, en inspelning som någon annan gjorde. Den omvandlar inte ditt direkttal till ett meddelande som du skickar. Det är olika pilar som pekar i olika riktningar, och resten av den här guiden handlar om den andra: att prata och få ut ett skrivet meddelande i andra änden.

Att transkribera ett röstmeddelande kontra att diktera ett meddelande

Det är den distinktion som allt annat hänger på, så låt mig vara tydlig. Att transkribera ett mottaget röstmeddelande är Telegram som lyssnar på en inspelning och skriver ner den åt dig. Att diktera ett meddelande är att du talar och orden dyker upp i rutan, klara att skickas, utan ljud bifogat. Det ena är ett läshjälpmedel för meddelanden du fick; det andra är ett ersättningsmedel för att skriva meddelanden du skriver.

Om allt du någonsin ville var att läsa ett röstmeddelande som din vän mumlade in, är du klar — Telegrams eget "A"-ikon hanterar det och du behöver inget nedan. Men om du är trött på att tumskriva stycken och bara vill prata, har Telegram ingen funktion för det. Verktyget som gör det lever utanför Telegram: ditt operativsystem eller en dedikerad dikteringsapp. Båda kommer härnäst, i ordning av ansträngning.

Det snabbaste sättet: en systemövergripande snabbtangent

Här förändrar en dedikerad app uträkningen. Whisper by Remskill är inte en Telegram-bot, en chattintegration eller ett webbläsartillägg. Det är en skrivbordsapp som fungerar som ett tangentbord: tryck på en snabbtangent, tala och transkriptionen klistras in vid markören, i vilken app som helst, Telegrams meddelanderuta inkluderad. Det fungerar likadant i Telegram Desktop och i Telegram öppen i en webbläsare, för från datorns perspektiv skriver du bara.

Installationen är kort:

Det är hela loopen. Transkriptionen visas i meddelanderutan, du läser den och trycker Enter.

Tala, och meddelandet visas i Telegram

När det väl är igång är upplevelsen anmärkningsvärd på bästa sätt. Du sätter markören i chatten, håller tangenten intryckt, pratar, släpper. En sekund senare sitter texten i Telegrams meddelanderuta som om du hade skrivit den. Inget kopiera och klistra, inget separat fönster och avgörande nog — inget röstmeddelande för den andre att spola igenom. Bara ett normalt skrivet meddelande.

Eftersom den lokala transkriptionen körs på din maskin (ren Rust, ingen Python-sidecar, ingen server i loopen) fungerar den offline. Det du dikterar lämnar aldrig din bärbara dator, vilket är raka motsatsen till hur Telegrams egna mottagna-antecknings-transkription fungerar — den körs på Telegrams servrar. Windows inbyggda röstskrivning behöver också en internetanslutning; Whispers lokala läge gör det inte.

Hur hela Whisper-appen ser ut

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

Städa upp dikterade meddelanden med AI

Talat språk är stökigt. Du säger "eh", du startar om meningar, du tystnar i ett ljud som betyder "du vet vad jag menar". Whisper har ett valfritt AI-förbättringssteg som trimmar fyllnadsord och rensar upp fraser innan det klistras. Så "eh, ja, alltså jag ska, jag ska vara där runt sex, sex-ish" blir "Jag ska vara där runt sex." Huruvida det är värt det beror på chatten; en jobbgrupp, troligen ja; en tråd med din syster, troligen inte.

Den städningen körs lokalt via Ollama, gratis, på din egen maskin. Pro-användare kan dirigera den via molnet istället, men fördelen med fyllnadsordsrensning kräver inte Pro; det finns i den gratis lokala pipelinen. Du kan också bara stänga av det och klistra in råtranskriptionen, vilket i en avslappnad chatt ofta är precis rätt.

Läsa röstmeddelanden som andra skickade dig

Nu tillbaka till den första uppgiften, för det är den Telegram faktiskt byggde. Om ditt verkliga mål är "någon skickade mig ett långt röstmeddelande och jag vill läsa det istället för att lyssna" behöver du inte Whisper, eller någon tredjepartsapp alls. Telegram gör detta redan. Öppna röstmeddelandet, tryck på den lilla "A"-transkriptionsikonen och Telegram skriver ut det åt dig.

Det enda att se upp med är gränsen. Gratis konton har ett begränsat antal transkriptioner; Telegram Premium tar bort gränsen. Så om du transkriberar ett tillfälligt röstmeddelande räcker gratisversionen. Om en vän kommunicerar uteslutande i fem minuter långa ljudmonologer och du transkriberar alla, stöter du på väggen och antingen väntar du eller uppgraderar. Det är Telegrams beslut, inte något en extern app ändrar. Att läsa mottagna anteckningar och diktera egna meddelanden är två separata problem som råkar bo i samma app.

När du ska hoppa över en dikteringsapp och bara använda ditt OS

Om du bara behöver diktera ett tillfälligt meddelande, installera ingenting. Din dator gör detta redan gratis. På Windows trycker du Windows logo key + H och röstinmatning öppnas i alla textruta, Telegrams chattfält inkluderat, utan prenumeration. På Mac gör den inbyggda dikteringsgenvägen (eller mikrofonknappen) detsamma, och på Apple silicon körs det på enheten utan internet. På din telefon dikterar tangentbordets mikrofonikon direkt i Telegrams mobila meddelandefält; det är iOS eller Gboard som gör jobbet, inte Telegram, men det fungerar.

Den enda avvägning värd att känna till: Windows Win+H behöver en internetanslutning för att köra, medan macOS-diktering och Whispers lokala läge inte gör det. För ett snabbt "kör 5 minuter sent, beställ utan mig" är OS-verktyget rätt val. Där en dedikerad app tar täten är volym, fyllnadsordsrensning och offline-diktering: ju längre och oftare du gör det, desto mer spelar det roll.

Välj det minsta verktyget som löser ditt problem. För ett meddelande är det tangenten du redan har. För en hel kväll av långa meddelanden slutar den dedikerade appen att kännas som överkill runt det andra eller tredje stycket du inte behövde skriva.

Vad Whisper kostar

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

Det finns alltså egentligen tre svar på den här sökningen, beroende på vilket du sökte. Telegram transkriberar redan de röstmeddelanden du tar emot, begränsat om du inte betalar för Premium. Din dator dikterar redan korta meddelanden gratis. Och det finns en app för när du pratar i Telegram hela dagen och de inbyggda alternativen inte är tillräckligt snabba. Tre verktyg, två olika uppgifter. Det mesta av tiden behöver du det minsta som passar.