Програмне забезпечення для диктування при RSI

Менше друкувати, коли друкувати боляче

Скажу застереження ще раз, прямо, бо це важливо: це не медична порада. RSI і синдром карпального тунелю потребують справжнього діагнозу від лікаря, і лікування — це його компетенція, а не моя. Програмне забезпечення для диктування нічого не лікує. Те, що воно робить — зменшує кількість натискань клавіш на день. Ось чому багато людей вдаються до нього, коли рукам потрібен відпочинок.

Це чесний погляд на речі. Більшість порад в інтернеті накладають медичні обіцянки на інструмент для друкування. Я краще просто опишу механізм. Ви говорите — комп'ютер друкує. Клавіші, які ви б натиснули, — не натискаються. Для вхідних листів, на відповіді яким зазвичай йде сорок хвилин друкування, це кілька сотень натискань клавіш, яких ви просто уникаєте.

Мовлення йде приблизно зі швидкістю 145 слів на хвилину для більшості людей. Друкування — ближче до 40. Тож окрім відпочинку для рук, ви також рухаєтеся приблизно в три з половиною рази швидше — приємний побічний ефект, коли повільний і болісний варіант був єдиним доступним.

Що можна передати голосу

Чесно кажучи, майже все. Електронна пошта — найбільша категорія: відповіді, нагадування, той довгий вибачальний лист, якого ви уникаєте. Документи та звіти, де ви вважаєте за краще думати вголос, ніж боротися з курсором. Чат і повідомлення в Slack, Teams, Discord, де б не перебувала ваша команда. Нотатки — як нотатки з нарад, так і нагадування об 23:00. Якщо це текст, що вводиться в поле — можна сказати його замість того, щоб друкувати.

Те, чого диктування не зробить — керувати вашим комп'ютером. Воно вставляє слова туди, де знаходиться курсор; не переміщує курсор, не натискає меню і не навігує вікнами голосом. Для більшості людей основна частина болю від клавіатури — це текст, а не навігація, тому передача тексту голосу вже суттєво змінює ситуацію. Якщо рукам потрібно більше, нижче є розділ саме для цього випадку з правильними інструментами.

Найшвидший спосіб: глобальна гаряча клавіша

Ось де спеціальний застосунок змінює ситуацію. Whisper by Remskill — це десктопний застосунок, що працює як клавіатура: натисніть гарячу клавішу, скажіть, і транскрипт вставляється на позицію курсора в будь-якому застосунку. Не розширення браузера і не плагін для одного застосунку. Він однаково працює у вашому поштовому клієнті, редакторі, застосунку чату, нотатках — бо з точки зору комп'ютера ви просто друкуєте.

Налаштування займає мало часу:

Це весь цикл. Транскрипт з'являється там, де був курсор, ви його читаєте й рухаєтеся далі. Важливий момент для болючих рук: tap-to-toggle означає, що можна почати диктування однією клавішею і нічого не утримувати.

Говорите — і воно друкує за вас

Коли все запущено, досвід є непомітним у найкращому сенсі. Ви ставите курсор туди, де має бути текст, починаєте запис, говорите, зупиняєтеся. Приблизно через секунду текст уже є, ніби ви його надрукували. Ніякого копіювання-вставлення, ніякого окремого вікна, з якого треба витягувати слова.

Оскільки локальне розпізнавання мовлення виконується на вашому пристрої (pure-Rust, без Python-процесу, без сервера в ланцюжку), воно працює офлайн. Для використання при RSI це тиха перевага. Лист до лікаря, страхова форма, робота, яку ви вважаєте за краще не надсилати до журналів постачальника — нічого з цього не покидає ваш ноутбук. Ваш комп'ютер уже має мікрофон і процесор; для одного абзацу йому не потрібен сервер.

Очищення через ШІ, щоб не виправляти вручну

Це важливіше для болючих рук, ніж здається на перший погляд. Розмовна мова безладна. Ви кажете «е-е», перезапускаєте речення, обриваєте думку. Якщо потім треба повертатися й виправляти все друкуванням — натискання клавіш повертаються. Тому Whisper має необов'язковий крок ШІ, який прибирає слова-паразити й впорядковує формулювання перед вставкою. «Е-е, ну, загалом звіт в основному готовий, здається» стає «Звіт в основному готовий, здається.» Менше виправлень — менше клавіш.

Це очищення виконується локально через Ollama, безкоштовно, на вашому пристрої. Користувачі Pro можуть замість цього направити його через хмару, але перевага видалення слів-паразитів не вимагає Pro — вона є у безкоштовному локальному конвеєрі. Ви також можете вимкнути це й вставляти необроблений транскрипт, коли досконалість не має значення.

Коли потрібне повне керування без рук

Ось чесне обмеження, бо вдавати інше — означало б завдати вам шкоди. Whisper зменшує навантаження від друкування. Він не дає змоги керувати всім комп'ютером голосом. Якщо рукам потрібен справжній відпочинок від усього — миші, клавіатури, навігації, не лише від тексту — вам потрібен інструмент, створений саме для цього.

Dragon Professional (Windows) — давній варіант для повного голосового керування. Крім диктування тексту, він дає змогу переміщати й натискати мишею, запускати програми, навігувати меню та виконувати власні голосові команди на кшталт «переміщення миші ліворуч унизу», «відкрити Word», «зробити жирним». Це платне, важке програмне забезпечення, і найповніший пакет диктування з командами, який знайдуть більшість людей.

Talon Voice (macOS, Windows, Linux) іде далі в напрямку доступності. Він поєднує голосові команди зі стеженням за поглядом і клацаннями на основі шуму, тож ви можете керувати курсором і клацати без рук, а також скриптувати все на Python під свій робочий процес. Він має крутішу криву навчання, але для повністю безручного використання комп'ютера — це зовсім інший клас, ніж інструмент для диктування. Якщо це те, чого потребують ваші руки — починайте там, а не тут.

Як виглядає повний застосунок Whisper

Гаряча клавіша — це частина, якою ви будете користуватися найбільше, але за нею є панель налаштувань. Ви обираєте рушій транскрипції: моделі Whisper, багатомовні варіанти яких охоплюють 99 мов, або Parakeet від NVIDIA — приблизно 600 МБ, у 5–10 разів швидший за Whisper на ЦП, охоплює англійську та 24 європейські мови. Ви встановлюєте гарячу клавішу, обираєте push-to-hold або tap-to-toggle, керуєте історією та зберігаєте попередні налаштування. Нічого з цього не потрібно для диктування одного листа. Воно є там, коли ви хочете налаштувати.

Безкоштовні вбудовані інструменти для початку

Якщо вам потрібно диктувати лише інколи, поки нічого не встановлюйте. Ваш комп'ютер вже робить це безкоштовно. У Windows натисніть клавішу із логотипом Windows + H і голосове введення відкриється в будь-якому текстовому полі без підписки. На Mac вбудована функція «Диктовка» робить те саме, а на Apple silicon вона працює на пристрої без інтернету. Спочатку спробуйте безкоштовний вбудований варіант; якщо рукам він потрібен частіше — спеціальний застосунок візьме гору.

Спеціальний застосунок виправдовує себе при великому обсязі та зручності: очищення від слів-паразитів, tap-to-toggle щоб ніколи не утримувати клавішу, диктування офлайн і однакова гаряча клавіша у всіх застосунках. Чим довше й частіше ви покладаєтеся на диктування для захисту рук, тим більше ці дрібниці накопичуються. Для однієї нотатки на тиждень вбудованого достатньо.

Обирайте найменший інструмент, який вирішує вашу проблему. Для одного повідомлення — це клавіша, яка у вас вже є. Для робочого дня з листами та документами, які ви вважаєте за краще не друкувати, спеціальний застосунок перестає здаватися надмірним приблизно з другого-третього абзацу, який вам не довелося друкувати.

Скільки коштує Whisper

Локальний конвеєр диктування — транскрипція та очищення через ШІ за допомогою Ollama — безкоштовний для будь-якого авторизованого користувача, без картки при реєстрації. Передавати голос у будь-який застосунок за допомогою Whisper нічого не коштує. Whisper Pro додає хмарні функції (транскрипція OpenAI, хмарне покращення ШІ, голосовий вебпошук) і має окремий пробний період, який потребує картки. Точні цифри наведені на сторінці цін — не тут, бо ціни змінюються, а запис у блозі — погане місце для їх актуалізації.

Якщо болять руки, перший запис — до лікаря, а не на сторінку завантаження. Але коли це вирішено, нудна, корисна правда залишається: найшвидший спосіб зупинити біль від клавіатури — натискати її рідше. Диктування робить це для тексту. Для решти комп'ютера існують Dragon і Talon. Оберіть найменший інструмент, який дасть рукам відпочинок, якого вони просять.