Sesli metin dönüştürme ve disleksi

Diktenin yazım duvarını nasıl aştığı

İşte mekanizma, açıkça. Yazarken, düşüncenizi bir arada tutmaya çalışırken her kelimeyi gerçek zamanlı olarak kendiniz heceliyorsunuz. Disleksili bir yazar için bu, üst üste yığılmış iki zorlu iştir ve yazım işi düşünme işini sürekli kesintiye uğratır. Dikte ilk işi ortadan kaldırır. «necessary» dersiniz ve C'nin bir mi iki mi olduğuna karar vermenize gerek kalmadan ekranda «necessary» doğru yazılmış olarak görünür.

Dürüst olmak istediğim kısım bu, bu yüzden bir kez ve açıkça söylüyorum: ben bir yazılım mimarıyım, klinisyen değil, buradaki hiçbir şey tıbbi tavsiye değildir. Sesli metin dönüştürme, yardımcı bir yazma aracıdır. Disleksiyi tedavi etmez ya da iyileştirmez; bunu «klinik olarak kanıtlanmış» olarak satanlar size bir şey satıyordur. Yaptığı şey, yazılı çıktının konuşma becerisine daha iyi uymasını sağlamaktır; disleksili pek çok kişi bunu gerçekten özgürleştirici bulmaktadır. Araştırmaları ve dikkatli versiyonu istiyorsanız, Yale Center for Dyslexia & Creativity (dyslexia.yale.edu) ve Understood (understood.org) yardımcı teknolojiyi kapsamlı biçimde ele almaktadır.

Bu sayfanın geri kalanının çerçevesi basittir. Hiçbir şeyi düzeltmiyoruz. Yazmanın gerçekleşebilmesi için yazımı yoldan çekiyoruz.

Konuşma biçiminizle örtüşen yazı

Diktenin yazım düzeltmesinden daha sessiz ama aynı ölçüde faydalı ikinci bir işlevi daha var. Kendi sesinizle yazabilmenizi sağlar. Disleksili pek çok yazar, yazabileceklerinden emin oldukları kelimelere bağlı kalarak sayfadaki kelime dağarcığını küçültmeyi öğrenir; çünkü yanlış yazılmış bir kelime daha kısa olandan daha kötü hissettiriyor. Daha zengin kelime, yazım denetleyicisinin rezil edemeyeceği yerde, kafanızda kalır.

Dikte ettiğinizde bu otosansür artık önemini yitirir. Sadece telaffuz etmeniz yeteceği için hecelemeksizin daha uzun, daha keskin, daha doğru kelimeyi söyleyebilirsiniz. Ortaya çıkan metin nasıl göründüğünüze daha çok benzer ki bu, pek çok kişi için yazılarının bunu ilk kez başardığı andır. Bu küçük bir şey değildir. Bu aracın özellikle bu kitle için önemli olduğunu düşünmemin temel nedeni budur.

En hızlı yol sistem genelinde bir kısayol tuşu

Ücretsiz yerleşik araçları aştıktan sonra en akıcı kurulum, klavye gibi çalışan bir masaüstü uygulamasıdır. Whisper by Remskill ne bir tarayıcı uzantısı ne de tek uygulamalı bir araçtır. Her şeyin üzerinde konumlanır: kısayol tuşuna basın, konuşun; transkript imlecinizin bulunduğu yere yapıştırılır. Kelime işlemcinizdeki bir makale, e-posta, not, ödev yanıtı, form. Her yerde aynı tuş, dolayısıyla uygulama başına öğrenilecek yeni bir şey yoktur.

Kurulum kısadır:

İşte döngü bu. Metin belgede belirir. Okursunuz, istediğinizi düzeltirsiniz, devam edersiniz.

Konuşun — yazım sizin için yapılır

Bu işi yapan an. Tuşu basılı tutarsınız, bir arkadaşınıza sesli söyler gibi bir cümle söylersiniz ve bir saniye kadar sonra doğru yazılmış hâliyle sayfada belirir. Yazımla ilgili en iyi tahminiz değil. Gerçek yazım. Klavyeyle üç deneme ve kırmızı dalgalı çizgi gerektirirdi, o şey sadece belirir.

Transkripsiyon kendi makinenizde çalıştığından (saf Rust, Python sidecar yok, döngüde sunucu yok), çevrimdışı çalışır ve kelimeler dizüstü bilgisayarınızı asla terk etmez. Kişisel bir makale yazan öğrenci için ya da yabancı bir sunucuya göndermek istemediği şeyi dikte eden herkes için bu gizlilik, bir eklenti değil varsayılandır.

Noktalama ve düzenleme için YZ temizliği

Sözlü dil dağınıktır ve disleksinin bununla ilgisi yoktur: herkes «şey» der, cümlelere yeniden başlar ve konuşurken virgüllerin nereye gideceğini unutur. Whisper'da yapıştırmadan önce noktalamayı düzenleyen ve dolgu sözcükleri budayan isteğe bağlı bir YZ adımı vardır. Böylece «şey, yani o, o gezi cuma, sanırım, evet cuma» «Gezi cuma günü.» olur. Gevşek konuşursunuz; metin temiz okunur.

Bu temizlik kendi makinenizde Ollama aracılığıyla yerel olarak, ücretsiz çalışır. Burada gerçek bir yardımdır; çünkü noktalama ve cümle sınırları tam da kelimeler yerleştikten sonra disleksili bir yazarın takılabileceği mekanizmalardır. Kapatıp ham transkribi yapıştırabilirsiniz de. İkisi de iyidir. Daha az manuel düzeltme yapmanızı sağlayanı kullanın.

Bilgisayarınızda kalır

Basit olduğu için kısa tutacağım. Yerel modda, ses ve transkript makinenizde kalır. Hiçbir şey yüklenmez, hiçbir şey sunucuda kaydedilmez, hiçbir şeyin internet bağlantısına ihtiyacı yoktur. Bir çocuğun ödevi, özel bir günlük girişi ya da kişisel bir şeyler taslak yapan bir yetişkin için bu doğru varsayılandır. Sizin sözleriniz sizindir.

Windows'un kendi yerleşik ses yazmasi çalışması için internet bağlantısına ihtiyaç duyar. Whisper'ın yerel modu duymaz. Kararsız wifi olan bir yerdeyseniz ya da yazınızın odayı terk etmesini istemiyorsanız yerel mod çalışmaya devam eder.

Tam Whisper uygulaması nasıl görünür

Kısayol tuşu her gün kullanacağınız kısımdır, ancak arkasında bir ayarlar yüzeyi vardır. Transkripsiyon motorunuzu seçersiniz: 99 dili kapsayan çok dilli varyantlara sahip Whisper modelleri ya da yaklaşık 600 MB büyüklüğünde ve CPU'da Whisper'dan 5 ila 10 kat daha hızlı olan NVIDIA'nın Parakeet modeli, İngilizce ve 24 Avrupa dilini kapsar. Kısayol tuşunuzu ayarlar, geçmişi yönetir ve ön ayarları kaydedersiniz. Bunların hiçbiri tek bir cümle dikte etmek için gerekli değildir. Ayar yapmak istediğinizde oradadır.

İlk denemeye değer ücretsiz yerleşik araçlar

Herhangi bir şey yüklemeden önce bilgisayarınızda zaten ne olduğunu deneyin; çünkü pek çok kişi için bu yeterlidir. Windows'ta Windows logo tuşu + H'ye basın ve abonelik olmadan herhangi bir metin kutusunda ses yazma açılır. Mac'te yerleşik Dikte kısayolu aynısını yapar ve Apple Silicon'da cihazda çalışır. Chromebook'ta veya Google Docs'ta Araçlar menüsü altındaki Voice Typing ücretsiz ve şaşırtıcı derecede iyidir. Telefonda klavyenin mikrofon simgesi neredeyse her şeye dikte eder.

Bunu bir çocuk için kuran bir ebeveynseniz buradan başlayın. Bir Docs dosyasındaki Google Voice Typing ücretsizdir, hiçbir şeyin yüklenmesini gerektirmez ve diktenin onlara uyup uymadığını düşük riskle öğrenmenin bir yoludur. Bilmekte fayda olan tek takas: Windows'un Win+H'si ve Google Voice Typing ikisi de internet bağlantısına ihtiyaç duyarken Mac diktesi ve Whisper'ın yerel modu buna ihtiyaç duymaz.

Özel bir uygulamanın ilerlediği yer geri kalan her şeydir: bir yerine her uygulamada çalışmak, noktalama temizliği, çevrimdışı dikte ve her seferinde bir ses yazma panelini yeniden açmak zorunda kalmamak. Yazma oturumları ne kadar uzunsa bunlar o kadar birikir. Tek kısa bir not için ücretsiz yerleşik araç doğru seçimdir ve ihtiyaç duymadığınız bir şey yüklemekten çok bunu bilmenizi tercih ederim.

Whisper ne kadar tutar

Yerel dikte ardışık düzeni — Ollama üzerinden transkripsiyon ve YZ temizliği — oturum açmış her kullanıcı için ücretsizdir, kayıtta kart gerekmez. Dolayısıyla Whisper ile sesinizi sayfaya aktarmak hiçbir şeye mal olmaz. Whisper Pro, ayrı bir denemeyle bulut özelliklerini (OpenAI transkripsiyon, bulut YZ geliştirme, sesli web araması) ekler. Kesin rakamlar fiyatlandırma sayfasında yer alır; fiyatlar değiştiğinden ve blog yazısı bunları güncel tutmak için kötü bir yerdir, buraya koymadım.

Yazım hiçbir zaman söyleyecek bir şeye sahip olmakla aynı şey değildi. Pek çok kişi için bu ikisi erken yaşta —bir sınıfta, kırmızı bir kalemle— birbirine dolandı ve dolanmış kaldı. Sesli metin dönüştürme onları yeniden ayırır: söylediğiniz sizin kalır, yazım bilgisayarın sorununa dönüşür. Zor tarihi geri almaz. Sadece bir sonraki yazdığınızın, duvarsız, ilk seferinde sizin gibi duyulabileceği anlamına gelir.