Discord'da sesi metne çevirme

Discord'un yerleşik sesten metne özelliği var mı?

Hayır, kastettiğiniz türden değil. Discord'un mesaj kutusundaki konuşmanızı yazılı metne dönüştüren bir özelliği yok. En benzer sesli olan şey Text-to-Speech: /tts yazıp mesaj ekleyin ya da ayarlarda etkinleştirin, Discord o mesajı kanaldaki herkese sesli okusun. Bu metin konuşmaya dönüşmek. Siz konuşmayı metne dönüştürmeyi arıyorsunuz. Aynı kelimeler, ters ok.

Bu insanları sürekli şaşırtıyor ve bu onların hatası değil. "Text-to-speech" ve "speech-to-text" yalnızca bir kelime çifti değişimiyle farklılaşıyor ve Discord bunlardan yalnızca birini sunuyor. Bir alt menüde gizli olmadığını kabul etmeden önce itiraf etmek istemediğimden daha uzun süre ayarlarda diğerini aradım. Orada değil.

Yani sesinizin yazılı bir Discord mesajına dönüşmesini istiyorsanız bunu yapan araç Discord'un dışında yaşıyor: işletim sisteminiz ya da özel bir dikte uygulaması. İkisi de aşağıda. Ses kanalında konuşan diğer kişileri transkript eden şey üçüncü bir seçenek ve yine farklı bir araç. Üçüne de geleceğiz.

Her kanalda yazmak vs. sadece konuşmak

Discord'da dikte etme argümanı basit. Konuşma dakikada yaklaşık 145 kelime; çoğu insan için yazma 40'a daha yakın. Bu yaklaşık üç buçuk kat daha hızlı ve ellerinizi serbest bırakıyor — biri fare ya da kumandada olduğunda bu önem taşıyor. Sunucularda geçirilen yoğun bir akşam boyunca fark birikir.

Dürüst karşı ağırlık: Discord mesajlarının çoğu üç kelime uzunluğunda. "gg." "geliyorum." "bir sn." Dikte bunlar için hiçbir şey yapmaz, mod değiştirerek zaman kaybedersiniz. Ses yazımı uzun içeriklerde kendini kanıtlar: baskın planı, geliştirici sunucusundaki hata raporu, telefonunda yazmak zahmetli olduğu için normalde erteleyeceğiniz paragraf. İşte eşik bu. Kısa pingler için yazmaya devam edin. Bir iki cümleyi geçen her şeyde konuşun.

En hızlı yol: sistem genelinde kısayol

Burada özel bir uygulama hesabı değiştirir. Whisper by Remskill bir Discord botu, sunucu entegrasyonu ya da tarayıcı uzantısı değil. Klavye gibi çalışan bir masaüstü uygulaması: bir kısayola basın, konuşun, transkript imlecin olduğu yere yapıştırılır, her uygulamada, Discord sohbet kutusu dahil. Discord masaüstü uygulamasında ve tarayıcıda açık Discord'da aynı şekilde çalışır çünkü bilgisayarınız açısından sadece yazıyorsunuzdur.

Kurulum kısa:

Tüm döngü bu. Transkript oluşturma kutusunda belirir, okursunuz, Enter'a basarsınız.

Konuşuyorsunuz ve mesaj Discord'da beliriyor

Çalışınca deneyim en iyi anlamda sıradan. İmleci kanala koyuyorsunuz, tuşu basılı tutuyorsunuz, konuşuyorsunuz, bırakıyorsunuz. Bir saniye sonra metin Discord'un mesaj kutusunda sanki siz yazmışsınız gibi duruyor. Kopyalayıp yapıştırma yok, metni çekip alacak ayrı bir pencere yok, arkadaşların geçeceği ses klibi yok.

Yerel transkripsiyon makinenizde çalıştığından (saf Rust, Python sidecar yok, döngüde sunucu yok) çevrimdışı çalışır. Discord özelinde bu göründüğünden daha önemlidir. Çoğunlukla zaten bir ses kanalındasınızdır, daha fazla yük bindirmek istemediğiniz bir bağlantıda; ve dikte ettiğiniz ses asla dizüstü bilgisayarınızı terk etmez. Windows'un kendi yerleşik ses yazımının çalışabilmesi için internet bağlantısı gerekirken Whisper'ın yerel modu gerektirmez.

Whisper uygulamasının tamamı nasıl görünüyor

Kısayol en çok kullanacağınız parça ama arkasında bir ayarlar yüzeyi var. Transkripsiyon motorunu seçiyorsunuz: Whisper modelleri, çok dilli varyantları 99 dil ve yalnızca İngilizce .en sürümleri tam bir dil kapsıyor; ya da NVIDIA'nın Parakeet'i, yaklaşık 600 MB, CPU'da Whisper'dan 5 ila 10 kat hızlı, İngilizce artı 24 Avrupa dilini kapsıyor. Kısayolunuzu ayarlıyor, geçmişi yönetiyor ve ön ayarları kaydediyorsunuz. Discord mesajı dikte etmek için bunların hiçbiri gerekli değil. Ayarlamak istediğinizde oradadır.

Dikte edilen mesajları yapay zekayla temizleme

Konuşulan dil dağınık. "Ee", "yani" diyorsunuz, cümlelere yeniden başlıyorsunuz, "ne demek istediğimi anlıyorsunuzdur" anlamına gelen bir sesle bitiyor. Whisper'ın yapıştırmadan önce dolgu kelimeleri kırpan ve ifadeyi düzelten isteğe bağlı bir yapay zeka iyileştirme adımı var. Yani "ee, ya, yani o, o yama yayınlandı, sanırım iyiyiz, iyiyiz" "Yama yayınlandı, sanırım iyiyiz" oluyor. Discord'da buna değer olup olmadığı kanala bağlı; bir dev sunucusu için muhtemelen evet, bir meme kanalı için muhtemelen hayır.

Bu temizleme Ollama üzerinden yerel olarak, ücretsiz, kendi makinenizde çalışır. Pro kullanıcılar bunun yerine bulut üzerinden yönlendirebilir ama dolgu kelimesi temizleme avantajı Pro gerektirmiyor; ücretsiz yerel boru hattında var. Sadece kapatıp ham transkripti yapıştırabilirsiniz de, ki Discord'da bu çoğunlukla tam olarak doğru tercihtir.

Ses kanalını transkript etmek farklı bir iş

Bu, dürüst rehberlerin atladığı kısım, bu yüzden doğrudan söyleyeyim. Whisper konuşmanızı yazılı bir mesaja dönüştürür. Discord ses kanalını transkript etmez — yani bir aramada oturup herkesin söylediklerini yazmaz. Bu insanların gerçekten istediği bir şey ve gerçekten farklı bir araç: Discord botu.

Bunun için yapılmış botlar — Scripty en yaygını — bir ses kanalına katılır ve konuşmanın süregelen bir transkriptini metin kanalına gönderir. Scripty'nin temel transkripsiyonu ücretsiz, yaklaşık 55 dilde çalışır ve sesi üçüncü taraflara vermeden işler. Bu alanda diğerleri SeaVoice ve DiscMeet'i içeriyor. Amacınız "tüm aramayı altyazılamak" ise bunlardan birini seçin, Whisper'ı değil. Amacınız "mesajımı yazmak yerine söylemek" ise bu Whisper'dır ya da işletim sisteminiz. Tesadüfen aynı uygulamada yaşayan iki farklı sorun.

Dikte uygulamasını atlayıp sadece işletim sistemini kullanmak ne zaman doğru

Yalnızca ara sıra bir mesaj dikte etmeniz gerekiyorsa hiçbir şey yüklemeyin. Bilgisayarınız bunu zaten ücretsiz yapıyor. Windows'ta Windows logo key + H'ye basın, Discord'un sohbet çubuğu dahil herhangi bir metin kutusunda abonelik olmadan ses yazımı açılır. Mac'te yerleşik Dikte kısayolu (ya da mikrofon tuşu) aynısını yapar ve Apple silicon'da internet gerekmeden cihazda çalışır. Telefonunuzda klavyedeki mikrofon simgesi Discord'un mobil mesaj alanına direkt dikte eder; bunu yapan iOS ya da Gboard, Discord değil ama çalışır.

Bilinmeye değer tek takas: Windows'un Win+H çalışmak için internet bağlantısı gerektirirken macOS dikte ve Whisper'ın yerel modu gerektirmiyor. Hızlı bir "5 dk geç kalıyorum, başlayın" için işletim sistemi aracı doğru seçim. Özel bir uygulamanın öne geçtiği yer: hacim, dolgu kelimesi temizleme ve aramanın ortasında çevrimdışı dikte — ne kadar uzun süre ve sık yaparsanız bunlar o kadar önem kazanır.

Sorununuzu çözen en küçük aracı seçin. Bir mesaj için bu zaten sahip olduğunuz tuş. Beş sunucuda uzun mesajlar dolu bir akşam için özel uygulama, yazmak zorunda kalmadığınız ikinci ya da üçüncü paragraf civarında fazla hissettirmeyi bırakır.

Whisper ne kadar tutyor

Yerel dikte boru hattı — transkripsiyon ve Ollama üzerinden yapay zeka temizleme — kayıt sırasında kart olmadan her oturum açmış kullanıcıya ücretsizdir. Dolayısıyla Whisper ile sesinizi Discord'a taşımak hiçbir şeye mal olmaz. Whisper Pro bulut özelliklerini ekler (OpenAI transkripsiyonu, bulut yapay zeka geliştirme, sesli web araması) ve ayrı bir deneme süresi içerir. Kesin rakamlar fiyatlandırma sayfasında burada değil, çünkü fiyatlar değişiyor ve bir blog yazısı bunları güncel tutmak için kötü bir yer.

Discord muhtemelen er ya da geç gerçek dikte özelliği çıkaracak, yeterince fazla kişi /tts yazıp diğer şeyi yapmasını beklediğinde uygulamaların eğilim gösterdiği gibi. O zamana kadar bilgisayarınızda özellik zaten var, yerleşik versiyon yeterince hızlı olmadığında bir uygulama var ve bir aramayı altyazılamak gibi tamamen ayrı bir iş için bir bot var. Üç araç, üç sorun. Çoğu zaman en küçüğüne ihtiyacınız var.