Windows'ta sesi yazıya çevirme: ücretsiz mi ücretli mi

Bir dakikada üç yol

Uygulama sizin için bir transkripsiyon modeli seçmiyor. Üç yoldan birini siz seçiyorsunuz. Bu bilinçli bir tasarım.

Cloud (OpenAI, BYOK) — en yüksek kalite yolu

Kendi OpenAI API anahtarınızı getiriyorsunuz. Transkripsiyon gpt-4o-mini-transcribe (varsayılan) veya gpt-4o-transcribe üzerinde çalışır. AI metin geliştirme varsayılan olarak gpt-5-mini üzerinde çalışır; gpt-5-nano ve gpt-5 de mevcuttur. Web araması Responses API üzerinden gpt-4o-mini ile yönlendirilir. Kullanım için doğrudan OpenAI'ya ödüyorsunuz; biz pay almıyoruz. Tek bir araçta en iyi kaliteyi ve web erişimini istiyorsanız ve doğrudan OpenAI'ya dakika başına ödemekten rahatsız değilseniz bunu seçin.

Parakeet (NVIDIA TDT, ~600 MB) — en hızlı yerel yol

Parakeet v3, CPU'da Whisper'dan 5 ila 10× daha hızlıdır. İngilizce artı 24 Avrupa dili. İngilizceye çeviri yok. Asya yazılarıyla kod değiştirme yok. Kalite iyi, Whisper-large-v3 kalitesinde değil ama günlük e-posta ve belge işi için fazlasıyla yeterli. Hız istiyorsanız ve çoğunlukla İngilizce konuşuyorsanız bunu seçin.

Yerel Whisper (8 model) — en kontrol edilebilir yerel yol

Aynı donanımda Parakeet'ten daha yavaş. Karşılığında çok dilli yapılarda 99 dil, İngilizceye çeviri, özel sözlük, beam-size kontrolü ve hotword biasing elde edersiniz. Çeviriye, çok dilli transkripsiyona (özellikle Parakeet'in yapamadığı Çince, Japonca, Korece) veya kayıt başına daha ince kontrole ihtiyacınız varsa bunu seçin.

Üç yol da aynı kısayolu, aynı bindirmeyi, aynı ayarları kullanır. Geçiş tek bir anahtar.

Windows'un size zaten verdiği şey (Win+H)

Herhangi bir metin alanını açın: Word, Outlook, bir tarayıcı adres çubuğu, Notepad, Slack giriş alanı. Windows + H tuşuna basın. Küçük bir dikte araç çubuğu görünür ve PC'niz dinler. Konuşun. Dışarı tıklayın veya araç çubuğunun durdur düğmesine basın, metin kalır. Tüm temel bu.

Microsoft buna Voice Typing diyor. Windows 10 ve Windows 11'e yerleşik. Yüklenecek bir uygulama yok. Aklımdaki akrabamın 1999'da Windows 98 masaüstünde Dragon NaturallySpeaking üzerinde yapması gereken "eğitim" yok; yazılımın "writing" mi yoksa "riding" mi dediğinize karar verebilmesi için 45 dakika boyunca bir kalibrasyon listesi okuması gerekiyordu. Kimse izlemezken ses teknolojisi sessizce iyileşti ve Microsoft sonucu bir basın bülteni olmadan bir sistem güncellemesinde yayınladı.

Önceden bilmeniz gereken birkaç şey. Voice Typing, Microsoft'un Azure Speech hizmetleri tarafından desteklenen çevrimiçi konuşma tanıma özelliğini kullanır. Bu, sesin bir Microsoft veri merkezine giderken dizüstü bilgisayarınızdan ayrıldığı anlamına gelir. Bir maaş elektronik tablosu, bir İK notu veya HIPAA veya GDPR kapsamındaki herhangi bir şeyi dikte ediyorsanız, bu önemlidir. BT politikanızı doğrulayın veya gizlilik hikayesi daha basit olan bir araç kullanın. Özellik, bölgesel varyantlarla 50'den fazla dili destekler. Bir Copilot+ PC'de (yeni Snapdragon X / Surface nesli), siz konuşurken dilbilgisini, noktalama işaretlerini ve dolgu kelimelerini düzeltmek için cihaz üzerinde küçük bir dil modeli kullanan Fluid dictation adlı bir Voice Typing özelliği de vardır; şu anda tüm İngilizce yerel ayarlarında mevcuttur.

Voice Typing vs Voice Access — doğru yüzeyi seçin

Sıklıkla karıştırılan iki farklı Microsoft özelliği. Voice Typing, Windows + H ile elde ettiğinizdir. Voice Access, tüm PC'yi sesle kontrol etmek için ayrı bir özelliktir: uygulamaları açma, düğmeleri tıklama, kaydırma, artı metin yazma. Voice Access, Windows 11 22H2 veya sonrasını gerektirir, internet bağlantısı olmadan çalışan cihaz üzerinde konuşma tanımayı kullanır ve Eylül 2024'te eski Windows Speech Recognition'ın yerini almıştır. Voice Access dilleri İngilizce'yi (altı bölgesel varyant), İspanyolca, Almanca, Fransızca, Basitleştirilmiş ve Geleneksel Çince, Japonca ve İtalyanca'yı kapsar.

Hedefiniz "uygulamalara metin dikte etmek istiyorum" ise, Voice Typing istiyorsunuz. Hedefiniz "fareyi ve klavyeyi kullanamıyorum, tüm PC'yi yönetmem gerekiyor" ise, Voice Access istiyorsunuz. İkisi farklı varsayımlarla çalışır ve belgeleri farklı yerlerde bulunur. "Windows'ta sesi yazıya çevirme" arayan çoğu okuyucu Voice Typing istiyor.

Microsoft Voice Typing ne zaman yeterlidir

Aramızda kalsın, çoğu insanın ücretli bir dikte uygulamasına ihtiyacı yok. 30 kelimelik bir yanıt gönderiyorsanız, bir Slack iletişim dizisine dikte ediyorsanız veya bir takvim notu yazıyorsanız, Windows + H ücretsiz ve çalışıyor. Whisper, Voice Typing'in doğruluğu ve geliştirme adımının olmaması zarar vermeye başladığında, yani yaklaşık 200 kelime eşiği civarında değerli olmaya başlar. Uzun cümleler bitmek bilmez. Noktalama kayar. Özel isimler sallanır; büyük kızımın adı "Maira", "Mirror" ve unutulmaz bir kez "Mirror image" olarak transkripte edildi.

Bölünme kabaca şöyle: kısa, gündelik, sadece İngilizce, uyumluluk endişesi yok → Voice Typing. Uzun, kasıtlı, çok dilli, hassas veya geliştirme istiyorsanız → gerçek bir araca uzanın. Gününüz çoğunlukla iki satırlık Teams sohbetlerinden ibaretse, bu makaleyi okumayı bitirdiniz. Gününüz e-posta taslakları, brifingler, kod yorumları, ders özetleri veya pazarlama metni varyantları hazırlamayı içeriyorsa, devam edin. dictating into Word specifically has a few extra considerations worth reading.

And if you want the inverse — Windows reading text back to you for proofreading long drafts — the honest free text-to-speech roundup covers Edge's built-in Read Aloud and the five tools worth the install.

Nasıl yapılır yerine ürün sayfasını mı tercih edersiniz? Whisper'ın Windows için sesten metne özelliği uygulamayı, yerel modelleri ve indirmeyi tek bir yerde sunar.

Adım adım: Cloud modu (OpenAI BYOK yolu)

Cloud, en yüksek kalite yolu ve yeni bir makinede ilk kuracağım yol. Zaman bütçesi: zaten bir OpenAI anahtarınız varsa yaklaşık 3 dakika.

Alternatif yol: Parakeet (yerel-öncelikli şerit)

Sesinizin dizüstü bilgisayardan ayrılmamasını tercih ediyorsanız, Parakeet en hızlı yerel motordur.

Yükleme

Aynı Whisper yükleyicisi. Settings → Transcription → modu Local — Parakeet olarak değiştirin. Uygulama Parakeet v3 model dosyasını (~600 MB) indirir ve ilk çalıştırmada açar.

Kullanım

Aynı kısayol: Ctrl + Space'i basılı tutun, konuşun, bırakın. Transkript, tıpkı cloud modu gibi imlecinize görünür. Model indirildikten sonra internet gerekmez. Tüm transkripsiyon transcribe-rs üzerinden saf Rust ile yapılır (Python yan modülü yok).

Ne zaman seçilir

İngilizce konuşan. Çoğunlukla İngilizce iş. AB dil kod-değiştirme iyidir; Parakeet, Fransızca, Almanca, İspanyolca, İtalyanca, Lehçe, Ukraynaca, Rusça ve 17 daha dahil 25 dili kapsar. Hız istiyorsunuz ve İngilizceye çeviri veya Asya dillerine ihtiyacınız yok. Parakeet, CPU'da Whisper'dan 5-10× daha hızlı çalışır, bu da tipik bir Intel i5/i7 dizüstü bilgisayarda parmağınız tuştan ayrılırken dikteyi bitirdiğiniz anlamına gelir.

Ne zaman atlanır

Çince, Japonca, Korece, Arapça veya başka bir AB dışı dil konuşuyorsunuz; İngilizceye çeviriye ihtiyacınız var; veya beam-size ve hotword kontrolüne ihtiyacınız var. Bunun yerine yerel Whisper yolunu veya Cloud kullanın.

Alternatif yol: yerel Whisper (kontrole ihtiyacınız olduğunda)

Yerel Whisper en geniş yerel motordur. Çok dilli yapılarda 99 dil. İngilizceye çeviri. Özel sözlük. Beam-size kontrolü. Hotword biasing.

Yükleme

Aynı Whisper yükleyicisi. Settings → Transcription → modu Local — Whisper olarak değiştirin. Bir model seçin.

Kullanım

Aynı kısayol: Ctrl + Space'i basılı tutun, konuşun, bırakın. Yerel modda AI geliştirme, Ollama yüklüyse onun üzerinden; aksi halde ham transkripsiyon.

Performans önayarları

Settings → Transcription → Performance. Üç seçenek: Fast (beam 3), Balanced (beam 6), Accurate (beam 9). Fast ve Balanced çoğu kullanıcı için doğru; Accurate, fazladan bir saniye bekleyebileceğiniz yüksek riskli transkripsiyon içindir.

Ne zaman seçilir

Cümle ortasında Ukraynaca'dan İngilizce'ye çeviri yaparsınız, Japonca dikte edersiniz, bir paragrafta beş dil arasında geçiş yaparsınız veya sektöre özgü sözlük (tıbbi, hukuki, teknik) için hotword biasing istersiniz.

Ne zaman atlanır

En hızlı yerel seçeneği isteyen sadece İngilizce konuşan birisiniz; bunun yerine Parakeet seçin. Üst düzey doğruluk istiyorsunuz ve bir OpenAI anahtarınız var; Cloud seçin.

Dürüst karşılaştırma: Microsoft Voice Typing, Wispr Flow ve Whisper

Wispr Flow, Windows'ta ayda yaklaşık $15'a sadece bulut tabanlı cilalı bir üründür. Gerçek transkripsiyon, başka birinin GPU'sunda çalışan aynı Whisper model ailesi üzerinden gerçekleşir. Biz aynı motoru bunun yerine dizüstü bilgisayarınızda çalıştırıyoruz, ayda $9.99 ücretlendiriyoruz ve istediğinizde yedek olarak bulutu (OpenAI'ya BYOK) dahil ediyoruz. Ömür boyu fiyatı ($69), aylık abonelikle 7 ayda eşitlenir: $9.99 × 7 ile aylıkta $69.93 harcamış olursunuz. Çoğu kullanıcı 7 aydan çok daha uzun süre dikte etmeye devam eder. Ömür boyu, gerçekten kullandığınız bir araç için dürüst fiyattır.

Açık olmak istiyorum: Wispr Flow, akıllı insanlar tarafından yapılmış gerçek bir üründür. Eğer arayüzleri sizi hiç dikte etmeye ikna eden şeyse, bu tasarruf edilen yazımda ayda $20'dan fazla değerinde. Biz sadece 2026'da diktasyonun sonsuza kadar aylık abonelik gerektirmemesi gerektiğini düşünüyoruz.

If your dictation lives mostly in the browser, the Chrome-extension route is a different trade-off again; the honest Voice In (Dictanote) alternative weighs an in-page extension against a system-wide app that types into every window.

Donanımınız için doğru Whisper modelini seçme

Whisper, uygulama içinde sekiz boyutta gelir. Sıkıcı gerçek şu ki, çoğu Windows kullanıcısı sadece İngilizce çalışma için small.en'i veya çok dilli için small'u seçmeli ve bir daha düşünmemeli.

Tüm boyutlar doğrudan masaüstü uygulamasının model kayıt defterinden alınmıştır; yuvarlama yok, herkese açık-Whisper-makale numaraları yok.

Birkaç pratik kural. 8 GB RAM ile, Cloud modu donanımdan bağımsız olarak herhangi bir donanımda çalışır. Yerel: Parakeet, base.en veya small.en güvenli seçimlerdir; medium.en boğulur. 16 GB+ ve ayrı bir GPU ile, tüm yollar rahatça çalışır ve large-v3 ve turbo GPU'dan en çok yararlanır. $20'lık bir USB mikrofonu, transkripsiyon doğruluğu için small.en'den medium.en'e yükseltmekten daha fazlasını yapar. Modele harcamadan önce girdiye para harcayın.

Cümle ortasında İngilizce ile Ukraynaca, Almanca veya Japonca arasında geçiş yapan çok dilli kullanıcılar için, gerçek kod-değiştirmeyi temiz şekilde işleyen tek model ailesi large-v3 veya turbo'dur. Daha küçük çok dilli modeller bir dili iyi transkripte edebilir, ancak cümle ortasında geçiş yaptığınızda sallanırlar.

İlk haftada insanları takan üç şey

Size bir akşam kazandırabilecek küçük bir hikaye. Whisper'ın kısayol işleyicisinin ilk sürümü, Windows'ta gerçek bir tuş vuruşu başına kayıt-durdur geri çağrısını altı kez tetikledi. Temiz bir kurulumda iyi çalıştı, herhangi bir dil girdisi etkin olan müşteri makinelerinde bozuldu. Birkaç gün telemetri, yeterli olmayan 50ms gecikme, sonra nihayet yeterli olan 300ms gecikme aldı. Windows IME, öngörülemez aralıklarla hayalet Ctrl + Space bırakma olayları üretir; ya gecikme uygularsınız ya da aklınızı kaybedersiniz. İlkini seçtik. Gecikme size görünmez; sadece orada oturur, işini yapar, çoğu iyi altyapının yaptığı gibi.

If your Win + H toolbar opens but the microphone meter never moves — or the whole shortcut does nothing — that's a different problem with its own short fix list: eight verified fixes for Windows voice typing that stopped working.

Sadece bir şeyi hatırlayacaksanız, şunu hatırlayın: Windows PC'niz zaten sesi yazıya çeviriyor, ücretsiz, kısa notlar için yeterince iyi. Kullanın. Gizlilik hikayesi (Azure üzerinden yönlendirilen ses), geliştirme eksikliği ve uzun biçimli dikteye getirilen sınırlar size gerçek zaman maliyetine başladığında (genellikle 200 kelime işaretinde, genellikle yaklaşık bir hafta sonra), gerçek bir dikte aracının hak ettiği yer orasıdır. Gizliliğe önem veriyorsanız veya çoğunlukla çevrimdışıysanız önce yereli deneyin. Cloud, eğer öyle değilseniz en yüksek kalite yoldur. Geçiş Settings'te tek bir anahtardır ve kısayol aynıdır. Şu an aklınızda kurulum adımlarını tartıyorsanız, en hızlı deney: Whisper'ı kurun, OpenAI anahtarınızla Cloud modunu ayarlayın, Ctrl + Space'i basılı tutun, bu paragrafı bir Notepad penceresine geri dikte edin ve hiç yazmaya geri dönmek isteyip istemediğinizi görün. Bahse girerim istemezsiniz.