Tarayıcının dışında da çalışan bir SpeechTexter alternatifi

Bir sekme aç, konuş, yazmasını izle. İşte bu, SpeechTexter.

Hakkını verelim: SpeechTexter tek bir işi temiz yapıyor. Notları, belgeleri, raporları veya blog yazılarını sesle metne dönüştürmek için ücretsiz, çok dilli bir konuşmadan metne web uygulaması — sitenin deyişiyle "sesinizle yazın". Sayfayı açıyorsunuz, mikrofona tıklıyorsunuz; Google'ın tarayıcı konuşma tanıma teknolojisini, yani sunucu tarafında Google'da çalışan Web Speech API'yi kullanarak gerçek zamanlı yazıya döküyor. Listede 70'ten fazla dil var.

SpeechTexter'ın çoğu tarayıcı dikte aracında bulunmayan bir özelliği var: özelleştirilebilir ses komutları listesi. #newparagraph, #newline, #undo ya da #redo diyebilir, noktalama eklemek, bir ifade yerleştirmek veya bir eylem tetiklemek için kendi komutlarınızı da ekleyebilirsiniz — hepsi sesle. Ayrıca otomatik büyük harf kullanıyor, açıp kapatabileceğiniz bir transkripsiyon önizleme kutusu var ve .doc ya da .txt dosyasına aktarım yapabiliyor. SpeechTexter'ın kendi doğruluk iddiası şu: "yüzde 90'ın üzerinde beklenmeli". Bu onların rakamı; benim ölçtüğüm değil.

Sadece o tek editöre dikte edip sonucu kopyalıyorsanız bu gayet iyi. Sorun, yazmak istediğiniz yer başka bir yere taşındığında başlıyor.

SpeechTexter'ın durduğu yer: tek Chrome sekmesi, çevrimdışı yok, başka uygulama yok

Üç duvar var ve insanlar üçüne de çarpıyor.

Birincisi tarayıcı. Masaüstünde SpeechTexter, Windows, Mac veya Linux'ta en son Google Chrome'u gerektiriyor — diğer tarayıcılar desteklenmiyor. Firefox veya Safari kullanıyorsanız, dikte etmek için tarayıcı değiştirmeniz gerekiyor. İkinci duvar sekmenin kendisi: metin, gerçekte yazdığınız uygulamaya değil, SpeechTexter'ın sayfasına düşüyor. Word, Slack, Teams, e-posta istemciniz veya kod düzenleyicinize sistem genelinde yapıştırma yok. Üçüncü duvar ağ. Google'ın bulut konuşma motorunda çalışıyor, dolayısıyla internet bağlantısı gerekiyor — sitenin kendi sorun giderme bölümü, bağlantı zayıf olduğunda "ağ hatası" oluştuğuna işaret ediyor ve web ürünü için çevrimdışı mod yok. Bir zamanlar çevrimdışı desteği olan Android uygulaması artık desteklenmiyor.

Bunların hiçbiri hata değil. Tarayıcı dikte aracının ne olduğu bu. Bir web sayfası masaüstü uygulamalarınıza yasal olarak erişemez; bir Web Speech aracı da buluta bağlanmadan yazıya döküm yapamaz. Bu üç duvar hiçbir zaman önünüze çıkmıyorsa alternatife ihtiyacınız yok. Ama kendinizi SpeechTexter'a dikte ederken ve ardından yazmak istediğiniz yere kopyala-yapıştır yaparken bulduysanız, o kopyala-yapıştır adımı size alternatifin kapıyı çaldığını söylüyor. Chrome'da dikte hiç başlamıyorsa, bu ayrı bir konu — Chrome'da sesli yazmanın çalışmaması için yaygın düzeltmeleri yazdım; mikrofon izni veya motorun kendisi sorunsa işe yarıyor.

Bir kısayola bas, istediğin uygulamaya dikte et

Kategori farkını tek hamlede göstereyim. Whisper bir masaüstü uygulaması, web sayfası değil. Bir kısayola basıyorsunuz, konuşuyorsunuz, bırakıyorsunuz ve metin açık olan herhangi bir uygulamada imlecinizin olduğu yerde beliriyor — bir Word belgesi, bir Slack konuşması, bir Discord mesajı, bir Teams sohbeti, VS Code, Notion, Obsidian, bir e-posta taslağı, tarayıcı alanı, yazabildiğiniz her yer. Varsayılan kısayol Windows'ta Ctrl+Space, Mac'te Command+Option.

İçinde olmanız gereken bir sekme yok. Zaten bulunduğunuz uygulama, bulunduğunuz uygulama olmaya devam ediyor. Kopyalama yok, yapıştırma yok, önce Chrome'a geçme yok. İmlece yapıştırma kısmında utanç verici sayıda akşam harcadım — beş saniyede demo eden ama her uygulamada güvenilir hale getirmek için bir ay süren türden bir şey. Yüksek lisansım var.

Bu, insanların hissedene kadar küçümsediği kısım. SpeechTexter'da dikte, gittiğiniz bir yer. Sistem genelinde bir kısayolla dikte, zaten bulunduğunuz yerde yaptığınız bir şey. Yedi yaşındaki küçük kızım bunu herhangi bir teknik belgeden daha iyi test etti. Ona bir kez gösterdim — bas, konuş, bırak, yapıştır — ve o da Ukrayna'daki büyükannesine az önce düşürdüğü dişi ve diş perisinin döviz kurunu anlatan 90 kelimelik bir e-posta yazdı. Araçla ilgili sıfır soru sordu. İki gün sonra tek önemli şikayetiyle geri döndü: "çizim uygulamamda çalışmıyor". Kısayol çakışmasının ne olduğunu bilmiyordu. Sadece kelimelerin baktığı yere düşmesi gerektiğini biliyordu. O gece özelleştirilebilir kısayolları gönderdik. Tek ölçüt bu: metin neredeyseniz oraya gider.

Hem yerel hem de bulut modlarında 90'dan fazla dilde çalışıyor; çok dilli model serisi ise otomatik algıyla birlikte 99'dan fazla dile ulaşıyor — yalnızca İngilizce model varyantları yalnızca İngilizce kalıyor, onları bu sayıya dahil etmeyin. Çok dilli modeller ayrıca konuşmayı anında İngilizceye çevirebiliyor; bu özellik bir tarayıcı Web Speech motorunda yok.

Çevrimdışı ve kendi makinenizde — Google'ın sunucularında değil

Tek güçlü görüşümü burada paylaşacağım: çevrimdışı seçeneği olmayan dikte — bulutun tercih değil tek yol olduğu — transkript edilmeyi bekleyen bir gizlilik felaketi. Patronunuzun maaş tablosu, çocuğunuzun okuluna yazdığınız e-posta, trende taslağını çıkardığınız hukuki not — bunların hiçbirinin sesle yazmak istediğiniz için bir satıcının sunucularından geçmesi gerekmiyor. İstediğinizde açabileceğiniz bulut transkripsiyon tamam. Kapatamazsanız sorun o. SpeechTexter bulut tabanlı olduğu konusunda dürüst; Google'ın konuşma tanıma teknolojisini kullanıyor ve çalışmak için bağlantı istiyor. Alışveriş listesi için sorun değil. Açık ofiste yüksek sesle okumaktan çekindiğiniz her şey için biraz zor savunulur.

Whisper'ın yerel modu tamamen çevrimdışı çalışıyor — transkripsiyon sırasında internet gerekmiyor. Bağlantıya ihtiyaç duyduğu tek an, seçtiğiniz modele bağlı olarak yaklaşık 140 MB ile 3 GB arasında değişen tek seferlik model indirmesi. Altta yatan yerel motor, bu kategorinin büyük bölümüne güç veren aynı açık kaynaklı OpenAI Whisper model ailesi. Ondan sonra her kelime makinenizde kalıyor. Uçuşta, ağı kesilmiş kısıtlı bir iş laptopunda, Wi-Fi'nin teoride var olduğu bir odada — yine de yazıyor.

Birlikte çalıştığım bir ekibin, standup kayıtlarını dikte ederek tek çeyrekte beş haneli bir bulut faturası biriktirdiğini izledim; büyük bölümü bir "akıllı yeniden deneme" döngüsünün aynı sesi dört kez yazıya dökmesinden kaynaklanıyordu. CFO üç aylık toplantıda panoyu açtı ve oda çok sessizleşti. Bulutun yeri var. Ancak bu, sizin verdiğiniz bir karar olmalı; tek mevcut yol değil.

Hesapsız ücretsiz — ama "ücretsiz" burada farklı şeyler alıyor

Her iki araç da ücretsiz başlıyor; ancak bu kelime her birinde farklı iş yapıyor. SpeechTexter en saf anlamıyla ücretsiz: indirme yok, kurulum yok, kayıt yok — mikrofona tıklayıp dikte etmeye başlıyorsunuz. Ayarlanacak bir şey yok, giriş yapılacak bir şey yok. Bu gerçek bir avantaj ve bunu görmezden gelmeyeceğim.

Whisper'ın yerel hattı da ücretsiz; ama buradaki ücretsiz, bir masaüstü uygulaması indirip Whisper hesabı oluşturduğunuz ve ilk seferinde bir model indirdiğiniz anlamına geliyor. Sıfır yerine birkaç dakika ön hazırlık. Bu dakikalar karşılığında sistem genelinde kısayol, çevrimdışı transkripsiyon ve imleci takip eden davranış geliyor. Bulut katmanı — OpenAI özellikleri, kendi API anahtarınızı getirin — ayrı ücretli Pro katmanı; ücretsiz yerel uygulamayla karıştırmayın. Tam dökümü fiyatlandırma sayfasında bulabilirsiniz. Kısa versiyonu: yerel dikte hiçbir zaman sona ermez ve bir kuruş tutmaz.

Dürüst çerçeve şu: bir takas. SpeechTexter size sıfır kurulum ve sıfır hesap istiyor, karşılığında sizi bulutta tek sekmede tutuyor. Whisper bir indirme ve kayıt istiyor, karşılığında her uygulamayı ve çevrimdışı kullanımı veriyor. Hangi bedeli ödemeyi tercih ettiğinizi seçin.

SpeechTexter'ın hâlâ daha iyi tercih olduğu durumlar

Birkaç gerçek durumda masaüstü uygulamasını tamamen atlardım; SpeechTexter bu durumlarda açık ara kazanıyor.

Yazılım yükleyemediğiniz kısıtlı bir makinedeyseniz — kütüphane bilgisayarı, okul laboratuvarı, yönetici kısıtlamalı iş laptopu — SpeechTexter bir tarayıcı sekmesinde çalışıyor ve kimseden izin istemiyor. Yalnızca ara sıra, bir paragraf burada bir paragraf orada dikte ediyorsanız, sıfır kurulum ve sıfır hesap modeli herhangi bir şey indirmekten gerçekten daha az zahmetli. O özelleştirilebilir ses komutları listesini gerçekten kullanıyorsanız — biçimlendirirken #newparagraph ve #undo diyorsanız — bu, SpeechTexter'ın özellikle tasarladığı belirli bir iş akışı ve bir masaüstü kısayol aracı aynı şekilde çoğaltamıyor. Zaten büyük ölçüde tek bir web düzenleyicisinde yazıyor ve nadiren kopyalıyorsanız, sekme bir duvar değil, sadece çalıştığınız yer. Bu durumların hepsinde speechtexter.com'u açın, mikrofona tıklayın ve fazla düşünmeyin. Doğru araç doğru seçim olduğunda oraya yönlendirmek, meselemin özü.

Bilmeye değer diğer dikte araçları

SpeechTexter ve Whisper tek iki seçenek değil. Alanın kısa ve dürüst bir haritası:

• Speechnotes — SpeechTexter ile aynı sekmeye bağlı yapıya sahip, başka bir ücretsiz tarayıcı tabanlı dikte not defteri. Siz de onu değerlendiriyorsanız, Speechnotes alternatif karşılaştırması burada.
• Dictation.io / Dictanote — ücretsiz Chrome tabanlı sesli yazma araçları; aynı tarayıcı sekmesi tavanı, sistem genelinde yapıştırma yok.
• Speechify — sesli okuma ve sesle yazma özelliği de sunan bir yapay zeka ürünü; kendini SpeechTexter alternatifi olarak konumlandırıyor.
• LilySpeech — Chrome tabanlı bir motor kullanarak uygulamalara yazan Windows dikte aracı; Windows'ta kullanışlı ama o kuruluma bağlı.
• Apple Dictation — macOS ve iOS'a yerleşik, ücretsiz, kısa kullanımlar için yeterli, tek platform.
• Windows Sesli Yazma (Win+H) — Windows'a yerleşik, çoğu metin alanına sistem genelinde dikte ediyor, ücretsiz, kurulum gerektirmiyor. Düzgün çalışmıyorsa, Win+H alternatifleri rehberi yerine ne kullanacağınızı anlatıyor.

Ayrım basit. Tarayıcı araçları (SpeechTexter, Speechnotes, Dictation.io) ücretsiz ve kurulum gerektirmiyor; ancak sekmeye bağlı ve bulut bağımlı. İşletim sistemi dikte (Win+H, Apple) sistem genelinde ve ücretsiz ama tek platform, kalite değişken. Whisper gibi masaüstü uygulamaları sistem genelinde, çevrimdışı capable ve çoklu platform — bedeli bir indirme.

Peki ben gerçekte ne seçerdim

Hiçbir şey yükleyemediğiniz bir makinede mümkün olan en hızlı dikte istiyorsanız SpeechTexter'da kalın — ücretsiz, anında ve ses komutları listesi güzel bir dokunuş. Geri kalan her şey için — gerçek uygulamalarınızda yazmak, çevrimdışı çalışmak, hassas metni kendi makinenizde tutmak — sistem genelinde kısayola sahip bir masaüstü aracına uzanırdım. Dikte yaklaşık dakikada 145 kelime çıkarırken klavye yaklaşık 40; yani darboğaz hiçbir zaman parmaklarınız değildi — kelimeler etrafındaki duvarlardı. İşiniz için en az duvarlı aracı seçin. Farkı hissetmek istiyorsanız, sesli yazmanın her uygulamada nasıl çalıştığını görün.

SpeechTexter, söylediği şeyi tek bir Chrome sekmesinde tam olarak yapan iyi bir ücretsiz araç. Yazmak istediğiniz yer o sekmeden çıktığı gün — e-postanıza, sohbetinize, düzenleyicinize, notlarınıza geçtiğinde — dikte işleminin de sizinle gelmesini istemeye başladığınız gün o gün. Tek gerçek fark bu ve büyük bir fark. Yedi yaşındaki kızım bunu iki günde ve bir hata raporuyla çözdü. Geri kalanımız da muhtemelen çözebiliriz.