Альтернатива Dictation.io, яка працює в будь-якому застосунку

Що таке Dictation.io (безплатне веб-диктування)

Dictation.io — безплатний браузерний інструмент розпізнавання мовлення, що в реальному часі перетворює голос на текст і створений для набору листів та документів голосом. Його розробив Digital Inspiration — Аміт Агарвал, автор labnol.org. Жодного завантаження, жодного встановлення, жодної реєстрації: відкрийте сторінку в Chrome і починайте диктувати. Немає ні сторінки з тарифами, ні платного рівня. Тут безплатно — справді безплатно, і це головна принада.

Дві речі роблять його більшим, ніж звичайне текстове поле. По-перше, голосові команди: скажіть «New line» — і курсор перейде на наступний рядок, «New paragraph» — абзац розірветься, або навіть «Smiling Face» — і з'явиться :-). Пунктуація, форматування та емоджі — все голосом. Більшість швидких інструментів диктування про це навіть не думають. По-друге, рушій: Dictation.io використовує Google Speech Recognition, тобто браузерний Web Speech API для реального розпізнавання. Це власний опис Dictation.io, і він пояснює як сильні, так і слабкі сторони.

Ці обмеження не приховані — вони випливають із самого дизайну. Сайт вказує Google Chrome у системних вимогах. Він працює на Windows, Mac і Linux, але лише всередині вкладки Chrome. А оскільки Google Speech Recognition працює в хмарі, потрібне інтернет-з'єднання; офлайн-режиму немає.

Стеля браузерної вкладки

Ось ця стеля, без прикрас. Текст Dictation.io живе в редакторі всередині вкладки Chrome. Системної вставки немає — ви копіюєте текст і вставляєте його туди, де він насправді потрібен. Цей крок «скопіювати-вставити» здається дрібницею, доки ви не робите його сорок разів за робочий день.

Подумайте, куди насправді має потрапляти текст. Відповідь у Slack. Тікет у Jira. Коментар у редакторі коду. Повідомлення в Teams, якого чекає менеджер. Dictation.io не може набирати безпосередньо в жоден із них, бо не бачить нічого поза власною вкладкою. Браузерна пісочниця робить свою роботу — просто це не ваша робота.

До того ж — лише транскрипція, без очищення тексту за допомогою ШІ. Ви отримуєте дослівно те, що сказали: з «е-е», хибними стартами і всім іншим, і самі прибираєте все зайве. Для одного абзацу це нормально. Для десятого листа за ранок прибирання й є тією роботою, яку ви намагалися пропустити.

Нудна правда полягає в тому, що браузерні інструменти диктування — це задача набору тексту з мікрофоном замість клавіатури. Вони переносять вузьке місце з ваших пальців до буфера обміну. Рішення — не швидше копіювання-вставка, а повна відсутність потреби в ньому.

Диктування, яке набирає в будь-якому застосунку

Це те, чого браузерна вкладка структурно не може. Whisper — десктопний застосунок, а не веб-сторінка, тому він нічим не обмежений. Ви затискаєте гарячу клавішу, говорите, відпускаєте — і текст з'являється там, де стоїть ваш курсор, у будь-якому застосунку, в якому ви вже працюєте.

Стандартна гаряча клавіша — Ctrl+Space на Windows і Command+Option на Mac. Вона працює у Word, Slack, Discord, Teams, VS Code, Notion, Obsidian, поштових клієнтах, полях браузера та фактично в усьому, що приймає введений текст. Жодної вкладки, яку треба тримати у фокусі. Жодного поля, з якого треба копіювати. Ланцюжок «відкрити сайт — продиктувати — виділити — скопіювати — перейти — вставити» скорочується до «натиснути — говорити — відпустити». Менше кроків, не швидші кроки — у цьому весь сенс десктопного підходу.

Whisper також очищає сиру транскрипцію замість того, щоб залишати вам дослівний текст. Покращення за допомогою ШІ працює поверх транскрипції — безплатно в локальному рівні та в хмарному варіанті в Pro — плюс веб-відповіді в Pro. Dictation.io дає вам рівно те, що ви сказали; Whisper може дати вже відредаговану версію. У наших власних тестах у локальному режимі точність транскрипції зазвичай становить від 95% до 99%, а більші моделі знаходяться у верхній частині цього діапазону.

Чесна ремарка про «безплатно», бо це слово означає різні речі в різних місцях. Dictation.io безплатний і не потребує налаштування: жодного акаунту, жодного встановлення, один клік. Локальний конвеєр Whisper також безплатний для будь-якого авторизованого користувача, без картки при реєстрації. Але Whisper потребує акаунту й одноразового завантаження моделі перед першим диктуванням. Ця угода — кілька хвилин налаштування один раз — дає системну гарячу клавішу та офлайн-режим. Чи воно того варте, залежить від того, як часто ви диктуєте поза браузером. Якщо вам потрібен такий самий потік «натиснув-вставилось», наш посібник із швидкого набору голосом розповідає про все детально.

Офлайн і конфіденційно за замовчуванням

Ось де різниця перестає стосуватися зручності й починає стосуватися того, куди потрапляє ваш голос.

Dictation.io каже, що зберігає перетворений текст локально у вашому браузері і що «жодні дані нікуди не завантажуються». Щодо тексту — правда. З аудіо ситуація інша. Оскільки розпізнавання відбувається в хмарі Google Speech Recognition, ваш голос транслюється на сервери Google для транскрипції. Обіцянка локального зберігання стосується отриманого тексту, а не аудіо, яке його породило. Отже, Dictation.io не є «повністю приватним». Ваш текст залишається на місці; ваш голос — ні.

Це не удар по Dictation.io особисто — так працює кожен інструмент на основі Web Speech API. Браузер відправляє аудіо до хмарного розпізнавача. Якщо хочете зрозуміти обмеження з першоджерела, документація Mozilla Web Speech API пояснює, що браузер робить на пристрої, а що ні.

Між нами кажучи, диктування лише через хмару без офлайн-режиму — це катастрофа для приватності, якій лише бракує транскрипції. Таблиця зарплат вашого боса, лист до школи вашої дитини, юридичний меморандум, який ви складаєте, — нічого з цього не повинно залишати вашу машину лише тому, що ви захотіли набрати голосом. Локальний режим Whisper зберігає аудіо на пристрої. Він працює повністю офлайн; єдиний раз, коли потрібне з'єднання, — це одноразове завантаження моделі, яке залежно від вибраної моделі займає від ~140 МБ до 3 ГБ. Після цього мережу можна вимкнути, і диктування продовжить працювати. Для тих, хто працює у регульованих галузях, це не бонус. Це вимога.

Понад 100 мов у вкладці проти 90+ на вашій машині

Тут легко маніпулювати цифрами, але я цього не робитиму. На власній сторінці мов Dictation.io зазначає, що рушій Google Speech може транскрибувати «понад 100 мов», і в таблиці перераховано приблизно 130 регіональних варіантів. Це реальна й велика кількість. Але це хмарна кількість: ці мови живуть на серверах Google, доступних через вкладку Chrome.

Whisper підтримує понад 90 мов як у локальному, так і в хмарному режимах. Багатомовні моделі досягають 99+ з автовизначенням; моделі .en, оптимізовані для англійської, підтримують лише англійську, тому їх не треба рахувати до багатомовного підсумку. Чесне формулювання — не «у нас більше мов». Воно звучить так: «наші працюють на вашій машині». Більша цифра в заголовку Dictation.io забезпечується потоковим передаванням вашого аудіо до Google; 90+ Whisper працюють на пристрої, офлайн, без вкладки та без завантаження. Обирайте, виходячи з того, куди ви хочете, щоб потрапляв ваш голос, а не з того, яка цифра більша.

Інші безплатні інструменти для веб-диктування

Dictation.io — не єдиний у категорії браузерного диктування, і якщо він вам не підходить, його найближчі аналоги теж не підійдуть — усі вони впираються в ту саму стелю вкладки Chrome.

• Speechnotes — безплатний онлайн-«блокнот для диктування», прив'язаний до вкладки браузера, як і Dictation.io. Ми розглянули перехід на десктоп у нашому посібнику з альтернативи Speechnotes.
• SpeechTexter — безплатне багатомовне браузерне диктування, лише Chrome на десктопі, зі своїм настроюваним списком голосових команд. Та сама категорія; огляд альтернатив SpeechTexter розкриває ті самі компроміси.
• Dictanote та подібні інструменти — сторінки для голосового набору в браузері, що спираються на розпізнавання мовлення Chrome. Зручно у вкладці, системної вставки немає.
• Google Docs Voice Typing — вбудований у Docs, безплатний, чудово справляється всередині одного документа, прив'язаний до цієї вкладки.
• Windows Voice Typing (Win+H) і Apple Dictation — вбудовані в ОС, безплатні, без встановлення, справді загальносистемні. Кожен підтримує лише одну платформу і якість різна, але якщо ви на одній ОС і хочете обійтись без встановлення — спочатку спробуйте їх.

Спільний шаблон: безплатно й зручно всередині браузера або однієї ОС, без офлайн-режиму і без вставки між застосунками у веб-варіантах. Саме цю прогалину заповнює десктопний застосунок. Якщо браузерне диктування взагалі перестало працювати, зазвичай причина — права доступу Chrome. Чому голосовий набір не працює в Chrome — тут є рішення.

Коли Dictation.io справді кращий вибір

Не збираюся вдавати, що Whisper перемагає у всіх випадках. Іноді Dictation.io — правильна відповідь, і я скажу точно, коли саме.

Якщо ви диктуєте виключно у вкладці Chrome і ваш інтернет надійний — Dictation.io безплатний, відкривається одним кліком і не потребує нічого встановлювати. Для разового диктування встановлення чогось — зайва морока. На корпоративному комп'ютері з обмеженими правами, де не можна встановлювати програми, браузерний інструмент може бути єдиним, що взагалі дозволяється запускати. І якщо ви на Linux — Dictation.io там працює у Chrome, тоді як Whisper Desktop не підтримує Linux: ми постачаємо лише Windows і macOS. Це реальна перевага Dictation.io, а не виноска. (Я провів більше вечорів, ніж готовий визнати, намагаючись змусити десктопний збірник поводитися на різних операційних системах; «просто відкривається в Chrome» — це чесний плюс.) Голосові команди для пунктуації та смайлів — невелика, але справжня принада, якщо ви любите диктувати саме так.

Межа проста. Рідке диктування у браузері лише з інтернетом — Dictation.io, і не ускладнюйте. Щоденне диктування, яке має потрапляти в реальні застосунки, працювати офлайн і зберігати ваше аудіо на вашій машині — ось де десктопний інструмент себе виправдовує.

Скільки коштує Whisper

Локальний конвеєр Whisper — десктопне диктування, системна гаряча клавіша, офлайн-режим, очищення за допомогою ШІ — безплатний для будь-якого користувача з акаунтом, картка при реєстрації не потрібна. Це покриває весь розглянутий вище порівняльний аналіз. Whisper Pro додає хмарну поверхню — хмарну транскрипцію, хмарне покращення ШІ, голосові веб-відповіді — поверх безплатного локального рівня. Цифри та що входить до кожного рівня — на сторінці з тарифами. Перейти з Dictation.io на десктопне диктування можна безплатно.