Gmail'de sesle yazma, doğru şekilde

Gmail'in masaüstünde yerleşik sesle yazma yok. İşte işe yarayanlar.

Dizüstü bilgisayarda Gmail'i açın, Oluştur'a tıklayın, düzenleyicide bir mikrofon arayın. Yok. Google Docs ve Slides'ta sesle yazma yerleşik olarak var (Chrome, Edge ya da Safari'de), ama Google'ın kendi destek belgeleri bu özelliği yalnızca Docs ve Slides ile sınırlıyor. Gmail listede yok. İnsanlar yıllardır Google'ın destek forumlarında Gmail için bir mikrofon düğmesi istiyor. Hiç gelmedi.

Masaüstündeki üç dürüst yol: bunun yerine Gmail'i telefonunuzda açın — sistem klavyesinin mikrofonu, Gmail'in yazma alanı dahil herhangi bir metin alanında zaten çalışıyor. Gmail sekmesine mikrofon ekleyen bir Chrome uzantısı kurun — Voice In, Voicy ya da düpedüz 'Dictation for Gmail' adıyla anılanı. Ya da işletim sistemi düzeyinde bir kısayolu yakalayıp deşifre edilen metni odakta olan pencereye yapıştıran bir masaüstü uygulaması kurun — Whisper, Willow Voice, Voicy'nin yerel sürümü. İlki yalnızca Chrome sekmelerinde çalışır. Üçüncüsü, imlecin yanıp söndüğü her yerde çalışır.

Sıkıcı gerçek şu ki bunlar farklı sorunları çözüyor. Sesi yalnızca Gmail içinde istiyorsanız bir uzantı yeterli. Eğer bunu bir alışkanlık olarak, hem Gmail hem de yazı yazdığınız diğer sekiz uygulama için istiyorsanız, uzantı tavanına hızla çarpar.

En hızlı kurulum: bir Chrome uzantısı ve bir kısayol tuşu

Gmail'de ses istiyorsanız ve zaten Chrome'daysanız, bu en kısa yol. Toplam süre: yaklaşık 3 dakika.

Ön koşullar (bir dakika)

• Google Chrome kurulu (ya da Edge veya Brave gibi Chromium tabanlı bir tarayıcı).
• Çalışan bir mikrofon. Yerleşik mikrofon yeterli.
• İşletim sistemi düzeyinde mikrofon izni verilmiş. macOS: Sistem Ayarları → Gizlilik ve Güvenlik → Mikrofon. Windows: Ayarlar → Gizlilik → Mikrofon.
• Gmail'de oturum açmış durumdasınız.

Bir uzantı seçin

Gerçek kullanıcı kitlesi olan üçü:

• Dictanote'tan Voice In, yalnızca Chrome uzantısı olan bir araç (Edge eklentisi olarak da paketlenmiş). 10.000'den fazla web sitesinde ve 100'den fazla dilde çalışıyor. Ücretsiz katman ve ücretli bir Plus katmanı var.
• Voicy, hem yerel uygulama hem de Chrome uzantısı. Uzantı, Gmail'e ve 20.000'den fazla başka siteye bağlanıyor. 50'den fazla dil ve %99 doğruluk vaat ediyor.
• Dictation for Gmail, Gmail'e özel; Gönder düğmesinin yanına bir mikrofon simgesi ekliyor. 60 dil, 100.000'den fazla kullanıcı, 273 değerlendirmeden 3,5★.

Dört adımda kurulum

Çoğu kişi bunu üç dakikadan kısa sürede çalıştırır. Sorun kurulum değil. Sorun, kurulumdan sonraki her şey; ona da geleceğiz.

Telefonda Gmail bunu zaten yapıyor, ve bu da gayet iyi

E-postalarınızın çoğunu telefonunuzda yazıyorsanız, bunun için bir uygulamaya ihtiyacınız yok. Bir uzantıya ihtiyacınız yok. Bu yazının geri kalanını okumanıza gerek yok. Kurulum için toplam süre: sıfır. Zaten orada.

Android'de Gmail'i açın, Oluştur'a dokunun, gövdeye dokunun ve Gboard klavyesinin üst sırasına bakın. Bir mikrofon simgesi var. Ona dokunun, konuşun, tekrar dokunun. Google'ın kendi belgeleri bunu 'klavyeyle yazabildiğiniz çoğu yerde konuşarak yazabilirsiniz' diye ifade ediyor. Temiz bir dil sayısı yayınlamıyorlar, yalnızca Gboard'un desteklediği her dilde çalışmadığını söylüyorlar. Başlıca Roman ve Cermen dilleri kapsanıyor.

iPhone'da Gmail'i açın, Oluştur'a dokunun, gövdeye dokunun ve iOS klavyesine bakın. Boşluk çubuğunun yanında bir mikrofon tuşu var. Ona dokunun, konuşun, bittiğinde dokunun. iOS klavye mikrofonu sistem düzeyindedir, yani aynı tuş Gmail, Mesajlar, Notlar ve Safari'de çalışır. (iOS için Gboard'u kurduysanız onun da kendi mikrofon düğmesi var. İkisi de işe yarar.) Apple, iOS dikte için düz bir dil sayısı yayınlamıyor; bu, 47 bölgesel varyant listeleyen macOS Dictation'a yakından bağlı.

İkisi de ücretsiz. İkisi de yerleşik. Önce telefonu kullanan bir e-postacıysanız, bu yazının geri kalanı dizüstü bilgisayarda olduğunuz günler için. Aksi halde işiniz bitti.

Masaüstü uzantıları noktalama işaretlerini neden hâlâ yanlış yapıyor

Chrome uzantıları çalışıyor, ama doğrulukları 'Dictation for Gmail'in 273 yorumdan 4,7 değil 3,5 yıldız ortalamasında olmasının sebebi. Şikâyet kalıbı üçünde de tutarlı. Bir kez fark ettiğinizde, artık şaşırmayı bırakırsınız.

Tarayıcı uzantısı dikte araçlarının çoğu, Web Speech API sarmalayıcılarıdır. Konuşmadan metne dönüştürmeyi Chrome'a yaptırırlar, sonra sonucu yapıştırırlar. O API kısa söyleyişler için iyidir, daha uzun her şey için kırılgandır. Bozulan belirli şeyler:

• Noktalama işaretlerinin söylenmesi gerekir. 'Nokta' 'virgül' 'soru işareti' 'yeni paragraf.' Bunu öğreneceğinizi sanıyorsunuz. Öğrenmiyorsunuz. Beyniniz her cümlenin sonunda yüksek sesle 'nokta' demek istemiyor. Çoğu kullanıcı düz, soluksuz bir akış dikte eder, sonra dokunmatik yüzeyle temizler. Bu da işin çoğu anlamını ortadan kaldırır.
• Mikrofon sessizlikten sonra zaman aşımına uğrar. İfadeyi düşünmek için üç saniye duraklayın, API dinlemeyi keser. Tekrar konuşmaya başlarsınız, cümlenin yarısı eksiktir.
• Sekme odağı yapışkandır. Başka bir Chrome sekmesine tıklayın, mikrofon durur. Bir tarihi kontrol etmek için takviminize geçin, mikrofon durur. Dikte tek bir sekmenin içinde yaşar.
• Aksanlar ve özel adlar. Adlar, tarayıcının daha yakın gördüğü kelimeye otomatik düzeltilir. Benim alıcılarıma fark etmeden önce Andre, Ankara ve bir keresinde de 'Bayan Andrescu' dendi.

Voicy, uzantısının daha yüksek doğruluk için kendi yapay zekâsını kullandığını iddia ediyor, ve uzantı yoluna bağlanacak olsaydım önce deneyeceğim sürüm bu olurdu. Ama hiçbiri sesle noktalama ve zaman aşımı sorunlarını çözmüyor. İkisi de, tarayıcı diktesinin 30 saniyelik bir eylem olduğu, bir yazı aracı olmadığı varsayımına gömülü.

Aynı tarayıcı uzantısı tavanı şunun için de geçerli: Google Docs'ta sesle yazma — sekmenin içinde kullanışlı, ama imlecinizi asla Gmail'e ya da başka bir yere takip etmez.

Gmail için ne kullanıyorum, ve ne zaman hiç uğraşmıyorum

Whisper'ı, yukarıdaki nedenlerden ötürü Chrome uzantılarından bıktığım için yaptım. Mac (Apple Silicon) ve Windows için bir Tauri masaüstü uygulaması. Intel Mac yok, Linux yok. İşletim sistemi düzeyinde bir kısayol tuşu kaydeder. Basılı tutun, konuşun, bırakın. Metin deşifre edilir ve odakta olan pencereye yapıştırılır.

Varsayılan kısayol: Windows'ta Ctrl+Space, macOS'te yalnızca değiştirici Command + Option (herhangi bir Command, herhangi bir Option, kaydetmek için basılı tutulur, durdurmak için bırakılır). İkisi de Ayarlar'dan özelleştirilebilir.

Çalışma şeklimi değiştiren kısım: hangi uygulamanın odakta olduğunu umursamaması. Gmail yazma alanında, Slack'te, Notion'da, VS Code'da, terminalde aynı kısayol. Rust yapıştırma modülü işletim sistemi panosuna yazar ve baktığım pencereye yerel Cmd+V ya da Ctrl+V kısayolunu enjekte eder. macOS ilk seferinde Erişilebilirlik izni ister. Ondan sonra görünmezdir.

Gmail için bu önemli, çünkü bağlam değiştirme var. Bir yanıt yazmaya başlarım, alt-tab ile takvimime geçerim, alt-tab ile geri dönerim. Chrome uzantısıyla mikrofon durumu yok olur. Masaüstü kısayoluyla kaldığım yerden devam ederim.

Deşifre motorunu siz seçersiniz. Üç yol, dürüstçe sunulmuş, varsayılan yok:

• Bulut (OpenAI BYOK). Varsayılan olarak gpt-4o-mini-transcribe, daha yüksek doğruluk katmanı için gpt-4o-transcribe. Kendi OpenAI anahtarınızı getirirsiniz. En iyi kalite, yerleşik web araması, bağlantı gerektirir.
• Yerel Parakeet. NVIDIA'nın TDT modeli, yaklaşık 600 MB, CPU'da Whisper'dan 5–10 kat hızlı. İngilizce artı 24 Avrupa dili. Çevrimdışı. Asya dilleri yok, İngilizceye çeviri yok.
• Yerel Whisper. Base (yaklaşık 140 MB) ile Large v3 (yaklaşık 3 GB) arası. Çok dilli varyantlar 99 dili kapsar. .en varyantları yalnızca İngilizcedir. Parakeet'ten yavaş, ama çeviriyi ve kayıt başına daha ince kontrolü destekler.

İngilizce Gmail yanıtları için açık bıraktığım şey yerel Parakeet. Web aramalı daha uzun bir e-postaya ihtiyacım olduğunda Bulut devreye girer. Yapay zekâ anahtar kelime tetikleyicisi, talimatın ardından gelen 'Hey whisper'dir.

Ne zaman uğraşmıyorum: tek satırlık 'teşekkürler, yaparım' yanıtı. Kısayol gecikmesi, ancak on kelime civarından sonra yazmayı geçer. Diktenin amacı, konuşmanın yazmaktan hızlı olduğu 80 ila 200 kelimelik e-postalar.

Gboard ya da iOS diktesinin doğru yanıt olduğu durumlar

Gmail'inizin %90'ı telefonunuzda gerçekleşiyorsa, hiçbir şey kurmayın. Gboard ve iOS diktesi ücretsiz, sistem düzeyinde ve kısa-orta mesajlar için yapılmış. Klavyenizdeki mikrofon simgesi 100 kelimelik bir yanıtı 40 saniyede halleder.

Mac'tesiniz ve ihtiyaçlarınız bir metin alanında 30 saniyelik sesli notlarsa, Apple Dictation kısa notlar için işe yarar. macOS Tahoe 47 dil ve bölgesel varyantla geliyor. Mikrofon tuşu, yapılandırılabilir bir kısayol ya da Düzenle → Dikteyi Başlat ile etkinleştirilir. 30 saniyelik sessizlikten sonra durur, bu da onu 'evet, onaylamak için yanıtla' için harika, düşünmek için bir duraklama gerektiren bir paragraf için ise kötü yapar.

E-postalarınızın büyük kısmını bir masaüstü ya da dizüstü bilgisayarda, hepsi tarayıcı sekmesi olmayan birden çok uygulamada yazıyorsanız, sistem düzeyinde bir uygulamanın önem kazanmaya başladığı yer orası. Biz bir tane yapıyoruz. Willow Voice ve Voicy'nin yerel sürümü de öyle. Karar vermeden önce birkaçını deneyin — aynı sistem genelindeki kısayol tuşu ayrıca şunu yapmanıza da olanak tanır: Notion'a dikte etme.

Gmail'de sesle yazma on yıl önce bir Google özelliği olmalıydı, ve nedense hâlâ değil. Olana kadar gününüze uyan yolu seçin. Telefondaysanız telefon klavyesi, tek bir sekmenin içinde yaşıyorsanız Chrome uzantısı, imlecinizin gittiği her yerde yazıyorsanız masaüstü uygulaması. Hangisini seçerseniz seçin, amaç aynı. 100 kelimelik e-postaları yazmayı bırakın.