Альтернатива Speechnotes, що працює в будь-якому застосунку

Що таке Speechnotes і де він зупиняється

Speechnotes — це безкоштовний онлайн-«блокнот для диктування» з розпізнаванням мовлення: веб-застосунок, який відкривається в Chrome і одразу готовий до роботи. Є розширення для Chrome, щоб диктувати у веб-форми, та Android-застосунок. Він справді добре справляється зі своєю задачею: автоматична пунктуація, не потрібен обліковий запис для старту, і ціна, яку важко перебити.

Під капотом Speechnotes використовує вбудовані в браузер движки розпізнавання мовлення від Google і Microsoft — це їхній власний опублікований опис. Саме цей вибір робить його безкоштовним і миттєвим. І саме він визначає межу: там, де зупиняється браузер, зупиняється і Speechnotes.

А ось про що на головній сторінці не пишуть: Speechnotes працює лише у вкладці браузера або у веб-формах через своє розширення. Він не може диктувати в усій системі — ні в Word, ні в Slack, ні у VS Code, ні в окремому поштовому клієнті. Якщо вся ваша робота в браузері — все чудово. Якщо половина — у десктопних застосунках, ви цілий день переносите текст через буфер обміну.

Чому люди починають шукати альтернативу

Три типи людей виростають із браузерного інструменту диктування: ті, хто пише в десктопних застосунках; ті, хто працює без інтернету; і ті, кому набридло копіювати. Двоє з трьох до браузера більше не повертаються.

Незручність невелика, але накопичується. Менеджер з продажів, який диктує нотатки в CRM, не хоче мати Chrome-вкладку посередині. Юрист, що складає документ у Word, не хоче вставляти текст із блокнота. Суть у тому, що більшості цих людей не потрібен кращий движок розпізнавання — їм потрібно, щоб диктування відбувалось там, де вони вже знаходяться.

Інша причина — підключення до мережі. Живе диктування в Speechnotes потребує інтернету, бо браузерний движок без нього не працює. У поїзді, в літаку, в офісі зі слабким wi-fi браузерний інструмент просто перестає слухати. Ось у цей момент люди і починають шукати «альтернативу».

Натисни хоткей — диктуй у будь-який застосунок

Це і є справжня різниця — і весь сенс. Whisper встановлюється як нативний десктопний застосунок на Windows і macOS. Ви утримуєте глобальний хоткей, говорите, відпускаєте — і текст з'являється в курсорі там, де зараз активне вікно. Word, Slack, Discord, Teams, VS Code, Notion, Obsidian, поле в браузері, поштовий клієнт. Ніяких вкладок. Ніякого копіювання. Ніякого вставлення.

Стандартний хоткей — Ctrl+Space на Windows і Command+Option на macOS. Його можна змінити, якщо він конфліктує з чимось, що ви вже використовуєте. Взаємодія — «push-to-talk»: утримуй, говори, відпусти, спостерігай, як з'являється текст. Ось і все.

Я зрозумів, наскільки важливо «у будь-якому застосунку», завдяки найменшому користувачу, якого маю. Одного суботнього ранку я показав десктопний застосунок своїй молодшій доньці й пояснив один рух: натисни, говори, відпусти. Вона написала листа бабусі на 90 слів про загублений зуб — не поставивши жодного запитання. Через два дні вона прийшла і сказала: «він не працює в моєму застосунку для малювання». Вона не знала, що таке конфлікт хоткеїв — вона просто знала, що слова не з'являлись там, де їй потрібно. Ось і є мірило. Диктування має слідувати за тобою в той застосунок, де ти зараз є, — інакше люди просто кажуть, що воно зламане. Для довших нотаток цей посібник про те, як швидше друкувати голосом розбирає той самий процес з хоткеями від початку до кінця.

Працює без інтернету

Локальний режим Whisper працює повністю на вашому комп'ютері. Під час транскрипції інтернет не потрібен — підключення знадобиться лише один раз: для завантаження обраної моделі, розмір якої варіюється від приблизно 140 МБ до 3 ГБ. Після цього можна вимкнути мережу і продовжувати диктувати.

Ось думка, яку я скажу і більше не повертатимуся до неї: браузерне диктування — це рішення щодо приватності, яке ви приймали, навіть не усвідомлюючи цього. Таблиця зарплат вашого боса, лист до школи дитини, юридичний документ, який ви складаєте — коли движок живе на чужому сервері, ваше аудіо покидає ваш ноутбук, щоб бути розпізнаним. Speechnotes відверто зазначає, що працює на браузерних движках Google і Microsoft, яким потрібне підключення. Для списку покупок — байдуже. Для всього, що ви б не пересилали незнайомцю, локальний режим — безпечніший вибір за замовчуванням: у вашому ноутбуці вже є мікрофон і процесор. Базовий локальний движок — це та сама відкрита сімейство моделей OpenAI Whisper, яка лежить в основі більшості інструментів цієї категорії.

Офлайн-режим означає ще й те, що все просто продовжує працювати. Переліт, підвальний офіс, кафе з captive-portal wi-fi — жодне з цього не зупиняє локальну модель.

Безкоштовно — але «безкоштовно» тут означає дві різні речі

Обидва інструменти можуть не коштувати вам нічого. Але вони приходять до цього по-різному — і чесно сказати, де є різниця, буде правильно.

Безкоштовний рівень Speechnotes — справді безкоштовний і без зайвих клопотів: без інсталяції, без облікового запису, із рекламою, $0 на місяць. Рівень Premium прибирає рекламу за $1.90 на місяць, окрема служба транскрипції файлів коштує $0.10 за хвилину завантаження. Це цифри конкурента — і вони перевірені: відкрийте їхню сторінку з цінами і подивіться самі.

Локальний конвеєр Whisper безкоштовний для авторизованих користувачів — картка при реєстрації не потрібна. Але «безкоштовно» тут — не без зусиль: спочатку потрібно завантажити десктопний застосунок і створити обліковий запис Whisper. Хмарна частина — функції OpenAI з вашим власним ключем — це платний рівень Pro, зовсім окрема річ. Не дайте нікому переконати вас, що безкоштовний локальний рівень і пробний Pro — одне й те саме. Якщо хочете цифри — сторінка з цінами все розкладає по поличках, без того щоб я цитував їх посеред речення.

Коли Speechnotes все ж таки кращий вибір

Іноді правильна відповідь — «залишайтеся на Speechnotes» — і краще так і сказати, ніж робити вигляд, ніби це не так.

Використовуйте Speechnotes, якщо не хочете нічого встановлювати, не хочете облікового запису і диктуєте виключно у браузері. Використовуйте на заблокованому робочому або шкільному комп'ютері, де ви буквально не можете встановлювати десктопний софт — веб-застосунок обходить цю проблему. Використовуйте для рідкісних коротких нотаток, коли відкрити вкладку швидше, ніж запускати застосунок. І використовуйте, якщо $0 без будь-яких налаштувань — це вся ваша вимога, бо саме це він і дає. Speechnotes навіть заявляє, що точність для англійської «може легко досягати 95%» при якісному диктуванні — це їхня цифра, і для роботи в браузері вона справджується.

Десктопний інструмент виправдовує себе, коли ваші тексти розкидані по реальних застосунках, коли вам потрібно працювати офлайн або коли ви не хочете передавати приватне аудіо через браузерний движок. Якщо нічого з цього до вас не стосується — виграє найпростіше безкоштовне рішення. Це не рекламний слоган. Просто так справді виглядає цей вибір.

Інші інструменти, які варто знати

Speechnotes — не єдиний браузерний інструмент для диктування, і альтернативи дуже різні. Коротка чесна карта:

• SpeechTexter — безкоштовне браузерне диктування, схоже за духом на Speechnotes. Добре для роботи в браузері, та ж обмеженість вкладкою.
• Dictation.io — безкоштовне голосове введення на основі Chrome, також прив'язане до вкладки. Підходить для швидкого веб-диктування, не системне.
• Apple Dictation — вбудоване в macOS та iOS, безкоштовне, системного рівня, лише для платформ Apple. Добре підходить для коротких записів на Mac.
• Google Docs Voice Typing — безкоштовне голосове введення всередині Google Docs у Chrome. Чудово, якщо ви працюєте в Docs; обмежене редактором Docs.
• Whisper by Remskill — десктопний варіант, над яким я працюю: системний хоткей, офлайн-локальний режим, Windows і macOS.
• Windows Voice Typing (Win+H) — вбудоване в Windows, безкоштовне, системне у будь-яке поле, без встановлення. Лише для Windows, якість нестабільна. Ось коли Win+H не справляється і що використовувати замість нього.
• Dictanote — ще один браузерний варіант для диктування; ось чесний огляд Dictanote, якщо ви зважуєте саме його.

Якщо ваш інструмент постійно обривається посеред речення в браузері — це зазвичай проблема Chrome, а не ваша — цей список вирішень, коли голосовий ввід не працює в Chrome, допоможе розібратися.

Що б обрав я — і за яких умов

Якщо ви пишете в одній вкладці браузера і цінуєте нульове налаштування — залишайтеся на Speechnotes: він безкоштовний, чесний і працює. Якщо ваш день розподілений між Word, Slack, редактором і поштою, або вам потрібно диктувати без wi-fi — десктопний інструмент, що друкує в будь-якому застосунку, — це апгрейд. Whisper підтримує понад 90 мов у локальному й хмарному режимах, а на багатомовній лінії моделей — 99 мов із перекладом на англійську; варіанти лише для англійської не перекладають. Обирайте той, що підходить туди, де насправді живуть ваші слова.