Sesten metne Roam Research'te

Roam Research'te yerleşik dikte var mı?

Hayır. Roam Research'te bir bloğa sesle yazmak için yerleşik bir sesten metne, dikte veya sesli yazma özelliği yok. Blokta mikrofon düğmesi yok, sesli komut yok, gizli bir tercih yok. Roam, yazılan girdiyi alır. Menülerde dikte düğmesi aradıysanız, durabilirsiniz. Orada değil.

Var olan şey, açıklamasında "konuşma" geçen bir avuç Roam Depot eklentisi ve bir Live AI Assistant; insanların kafasının karıştığı yer de tam burası. Bunlar, önceden kaydettiğiniz bir ses dosyasını — bir toplantı, bir röportaj, /upload ile yüklediğiniz bir klip — sonradan metne çevirir, genellikle kendi anahtarınızla OpenAI Whisper API'sini çağırarak. Faydalılar, ama canlı dikte değiller. İmlecinizi bugünün günlük notuna koyup konuşamaz ve kelimelerin belirmesini izleyemezsiniz. Bir kaydı işlerler; siz düşünürken sizin yerinize yazmazlar. İkisini birbirine karıştırmak bir öğleden sonranıza mal olur ve o öğleden sonrayı atlamanızı tercih ederim.

Mobil tarafı kendi başına bir mesele ve yanlış cihazda peşine düşmemeniz için bir cümleyi hak ediyor: telefondan grafiğinize bir sesten-metne not gönderen yardımcı yakalama uygulamaları var, ama bu bir telefon özelliği ve telefonda zaten klavyenin mikrofonunu kullanırsınız. Çoğu insanın asıl yaşadığı masaüstü grafiğinde, Roam'ın üstünde oturan bir araca ihtiyacınız var. Birkaç dürüst kategori var ve bu rehberin geri kalanı onları kapsıyor.

Bir kısayola basın, konuşun, metin bloğa düşsün

Mekanizmanın tamamı bu ve en güzel anlamda sıkıcı. Bir kısayola basarsınız, konuşursunuz, bırakırsınız ve transkript, odakta hangi metin alanı varsa imlecinizin olduğu yere yapışır. Whisper, tuşu bıraktıktan sonra kısa bir kuyruğu tutar, böylece son kelimeniz kesilmez. İşletim sistemi imlecine yapıştığı için, bir Roam bloğu sadece "herhangi bir metin kutusu"dur. Tarayıcı uygulaması ya da bir masaüstü sarmalayıcı, aynı davranış — Roam'ın fark edebileceği bir ayrım bile yok.

İniş sayfalarının fazla karmaşıklaştırdığı kısım bu. Roam'a kuracağınız bir eklenti yok, yapıştıracağınız bir API jetonu yok, başında bekleyeceğiniz bir senkronizasyon işi yok. İmleciniz bir blokta, konuşursunuz, kelimeler blokta belirir. Konuşurken küçük bir kapsül belirir, böylece dinlediğini bilirsiniz:

Baştan doğru ayarlamaya değer tek şey kısayol tuşu. Windows'ta Ctrl+Space; Mac'te ise Command+Option, yalnızca değiştirici tuşlardan oluşan, konuşurken basılı tuttuğunuz bir bas-konuş kısayolu. Zaten kullandığınız bir şeyle çakışırsa, ikisi de Ayarlar'dan değiştirilebilir. (Küçük kızım bir keresinde çizim uygulamasında bir kısayolun "çalışmadığını" söylemişti. Bir çakışmaydı, hata değil; ortalama bir insanın kısayol çakışmasının ne olduğu hakkında en ufak fikri olmadığını böyle öğrendim. O yüzden artık her kısayol özelleştirilebilir.) Daha önce hiç Mac'te dikte ayarladıysanız, bu aynı kas hafızasının farklı bir uygulamaya yöneltilmiş hali.

İki dakikada kurun (Windows veya Mac)

Apple Silicon'lı bir Mac veya Windows 10 ya da daha yenisini çalıştıran bir PC'ye, çalışan bir mikrofona ve tarayıcınızda açık bir Roam'a ihtiyacınız var. Yerel akışın tamamı, oturum açmış her hesap için ücretsiz ve kayıt sırasında ödeme yöntemi istenmiyor. Sıralama şöyle.

Yavaş kısım model indirme, kurulum değil. Geri kalan her şey yukarıdaki dört adım. Bir kez çalıştığında, bir düşünceyi grafiğinize yakalama eylemi bir yazma işi olmaktan çıkıp bir konuşma işi olmaya başlar.

Windows'ta sesten metne · Mac'te

Bir Roam eklentisi mi, sistem genelinde bir kısayol mu

Bu anahtar kelimede üst sıralarda yer alan çoğu sayfa sizi bir Roam Depot eklentisine yönlendirir — Live AI Assistant, Otter içe aktarıcı, adında "konuşma" geçen bir şey. Bunlar iyi araçlar, ama ortak yapısal bir takıntıları var. Önceden kaydettiğiniz sesi — bir toplantı dosyası, bir Otter oturumu, bir bloğa yüklenmiş bir klip — metne çevirirler, şu an düzenlediğiniz bloğa canlı konuşmayı değil. Kaydedersiniz, sonra metne çevirirsiniz, sonra sonucu temizlersiniz. Bu bir transkripsiyon akışı, dikte değil. "Bir saatlik sesim var" sorununu çözüyorlar, "bu cümleyi günlük notuma konuşarak söylemek istiyorum" sorununu değil.

Sistem genelinde bir kısayol bunu tamamen aşar. Hangi pencere sahip olursa olsun işletim sistemi imlecine yapışır, böylece bir Roam bloğunu dolduran tuş, Gmail yazma kutunuzu, bir Slack mesajını ve bir commit mesajını da doldurur. Tek araç, her metin alanı, hem Windows'ta hem Mac'te. Uygulama değiştirdiğinizde hiçbir şeyi yeniden öğrenmezsiniz ve hiçbir şeyin bunun Roam olduğunu bilmesine gerek yoktur — entegrasyonu imleç yapar.

Çoğunlukla metne çevirecek kayıtlarınız varsa — aramalar, dersler, zaten yakaladığınız sesli notlar — dosya üzerinde Whisper'ı çağıran bir Depot eklentisi doğru biçim ve bakmaya değer. Asıl istediğiniz şey, taze bir bloğa canlı olarak yüksek sesle düşünmek olduğu anda, sistem genelindeki yol kazanır. Ben tek kısayolu tercih ederdim, çünkü saatte kabaca kırk kez uygulama değiştiriyorum ve hatırlamam gereken kırk farklı dikte düğmesi istemiyorum.

Yerel mi bulut mu: özel bir grafik için hangi mod

Roam için önce yerel modu deneyin. Bir grafik, filtrelenmemiş şeylerle dolar — yarım kalmış bir fikir, bir toplantı özeti, başkasının sunucusunda asla istemeyeceğiniz bir günlük girdisi. Bir bloğu herkese açık paylaşmadan önce iki kez düşünüyorsanız, onu yazmak için sesinizi bir buluttan geçirmeden önce de muhtemelen iki kez düşünürsünüz. Mac'iniz Apple Silicon ise veya PC'niz son birkaç yıldan biriyse, yerel mod gündelik dikteyi sızlanmadan halleder ve bulut, varsayılan yerine acil çıkış kapısı olur.

Üç yolun nasıl farklılaştığı şöyle, çünkü uygulama sizi seçmeye zorluyor ve iyi seçmenizi tercih ederim:

• Yerel Parakeet — NVIDIA'nın TDT motoru, yaklaşık 600 MB ve en hızlı yerel seçenek — CPU'da Whisper'dan 5 ila 10 kat hızlı. İngilizce artı 24 Avrupa dilini, toplam 25 dili kapsar. İngilizceye çeviri yok. İngilizce ya da başka bir Avrupa dilinde günlük tutuyorsanız, hızlı ve tamamen çevrimdışı seçim bu.
• Yerel Whisper — aynı makinede Parakeet'ten yavaş, ama çok dilli sürümler 99 dili kapsar ve İngilizceye çevirebilir. Yalnızca-İngilizce sürümler yalnızca İngilizce, 99 değil. Çince, Japonca, Korece veya Parakeet'in yapamadığı herhangi bir çeviri işi için bunu seçin. Varsayılan İngilizce modeli yaklaşık 480 MB.
• Bulut (OpenAI, BYOK) — en iyi doğruluk ve web erişimi; doğrudan OpenAI tarafından faturalandırılan kendi OpenAI anahtarınızı kullanır. Transkripsiyon varsayılan olarak gpt-4o-mini-transcribe üzerinde çalışır. İnternet gerektirir, dolayısıyla makinenizden ayrılan tek yol budur. Bulut yüzeyi Whisper Pro'nun parçasıdır.

Sıkıcı gerçek şu: çoğu insanın Roam'a koyduğu türde metin için yerel fazlasıyla yeterli. Her iki yerel motor da makinenizde tamamen çalışır, sunucuya hiçbir şey gönderilmez. Bulut, zor bir kayıtta üst düzey doğruluk istediğinizde veya cümlenin ortasında modelin web'den bir bilgi çekmesine ihtiyaç duyduğunuzda yerini hak eder. Günlük not alışkanlığı için yerelle başlayın ve yalnızca yerel sizi yetersiz bıraktığında buluta uzanın.

Sesle noktalama, bloklar ve Roam sözdizimi

Ham dikte, birbirine yapışık tek bir cümle olarak çıkar. "tamam mimari dokümanı incele onu project alpha olarak etiketle ve perşembe bana hatırlat" dersiniz ve herhangi bir konuşma motorunun size verdiği o noktalamasız duvar budur. Bunu temizlemek, yolların ayrıldığı yer.

Windows Sesli Yazma siz konuştukça noktalama ekler ve macOS Dikte, "virgül" veya "nokta" dediğinizde temel noktalamayı halleder. Daha ağır temizlik için — "şey"leri ayıklamak, birbirine yapışık cümleleri düzeltmek, konuşulan bir paragrafı grafiğinizde gerçekten saklayacağınız bir şeye dönüştürmek — Whisper bir AI geçişi çalıştırabilir. Etkinleştirme ifadesi "Hey whisper"ı söyleyin, metin yapışmadan önce iyileştirilir. Yerel bir modelde bu Ollama üzerinden çalışır; bulut modunda varsayılan olarak gpt-5-mini'dir.

Roam'ın kendi yapısı için — iç içe bloklar, #etiket ve [[sayfa]] bağlantıları, TODO işaretleri — dürüst cevap şu: sesle metni alırsınız, Roam'ın kendi sözdizimiyle de yapıyı kurarsınız. Cümleyi dikte edin, sonra bloğu girintilemek için Tab'a, bir etiket için #'e veya bir sayfa bağlantısı için [['e her zaman yaptığınız gibi basın. Hiçbir dikte aracı, komutla Roam'ın taslak sözdizimini var edemez; "çift köşeli parantez project alpha de ve bağlanmasını izle" diye söz veren herkes size bir demo satıyor, bir salı gününü değil. Kelimeleri sesle hızlıca aşağı dökün, blokları zaten bildiğiniz tuşlarla şekillendirin.

Aynı konuş-sonra-temizle akışı grafiğinizin çok ötesinde de işe yarar — ayrıca herhangi bir uygulamaya temiz metni dikte edebilirsiniz tek kısayolla, böylece uzun bir blok, yazdığınız bir paragraf yerine birkaç konuşulan cümleye dönüşür.

Roam Research için ne zaman dikte aracı kullanmamalı

Bazen doğru araç, makinenizde zaten bulunan ücretsiz olandır ve aksini iddia etmek dürüstlük olmazdı. Roam'a yalnızca kısa şeyler bırakıyorsanız — hızlı bir günlük-not satırı, iki kelimelik bir hatırlatma — işletim sisteminiz bunu bedava karşılar.

Windows'ta Windows tuşu + H'ye basın; yerleşik Sesli Yazma çubuğu, imlecinizin olduğu her yerde, bir Roam bloğu dahil açılır. Kendi başına noktalama yapar ve kısa parçalar için iyidir. Püf noktası: Microsoft'un sunucularından geçer ve internet bağlantısı gerektirir, dolayısıyla çevrimdışı bir seçenek değildir; grafiğiniz yarı-özel düşüncelerle dolu olduğunda bu, her zamankinden daha çok önem taşır. Mac'te Dikte, yazabildiğiniz her yerde metin girmek için konuşmanızı sağlar; Sistem Ayarları'nda Klavye altından kurulur ve Apple Silicon'da genel metin cihaz üzerinde işlenebilir. Ve asıl elinizdeki şey kaydedilmiş sesse — bir arama, bir ders — dosyayı metne çeviren bir Roam Depot eklentisi, herhangi bir canlı-dikte aracından daha iyi oturur.

Yerleşik araçlar canınızı yakmaya başladığında özel, sistem genelinde bir araca uzanın: uzun notlar, çok dilli işler, Windows'ta çevrimdışı gizlilik veya Roam'da, e-postanızda ve düzenleyicinizde aynı davranan tek bir kısayol istemek. O çubuğun altında, ücretsiz olanı kullanın. Tek satırlık bir hatırlatma için bir uygulama kurmanızı söyleyecek değilim.

Notlarınızı başka bir yerde de tutuyorsanız aynı denge ortaya çıkar — Obsidian'a dikte etme mantığı aynıdır, çünkü orada da gerçek entegrasyonu bir eklenti değil, imleç sağlar.

Roam hiçbir zaman bir mikrofon düğmesi göndermedi ve bunu yazdıktan sonra hiç göndermeyeceğinden epey eminim. Buna gerek yok, çünkü entegrasyon imleçtir. Bloğa konuşun, metni alın, onu zaten bildiğiniz [[ ve # ile şekillendirin. Bu rehberin çoğunu Roam olmayan bir metin kutusuna, hangi kutu olduğunu umursamayan bir araçla dikte ettim, sonra hepsini kendi grafiğime yapıştırdım. Bütün hüner bu.