Чесна альтернатива Voice In

Що це за порівняння і хто його зробив

Спершу одразу про конфлікт інтересів. Це порівняльна стаття, і одну з двох речей, які порівнюються, зробив я. Тож я віддам Voice In належне там, де він на це заслуговує, а потім конкретно скажу про те єдине місце, де ці два інструменти просто виконують різні завдання.

Нудна правда в тому, що Voice In — хороший маленький інструмент. Він безкоштовний, встановлюється секунд за десять, і якщо все, що ви робите, — це набираєте текст у Gmail, у Google Doc чи в текстовому полі на якомусь сайті, він робить це чудово. Якщо це весь ваш світ, ви, мабуть, можете закрити цю вкладку. Я серйозно. Ближче до кінця є розділ, який точно скаже, коли варто залишитися на Voice In.

Для всіх, хто читає далі: уся справа в браузері. Voice In живе всередині Chrome і працює тільки там. Щойно ви захочете продиктувати у Word, Slack, у редактор коду чи в термінал, ви вже вийшли з єдиної кімнати, де він вас чує.

Voice In працює в браузері, і тільки в браузері

Ось рядок, який важить найбільше, прямо зі сторінки самого Dictanote: наразі Voice In працює тільки всередині браузера. Це розширення для Chrome. Ви натискаєте розширення, говорите, і текст потрапляє в те вебполе, яке зараз у фокусі. Для безкоштовного інструмента це чистий, чесний дизайн.

Зі слів «розширення для браузера» випливають дві речі, і обидві варто знати, перш ніж зважитися.

По-перше, йому потрібен інтернет. Voice In вимагає робочого підключення до інтернету. Ваш голос вирушає, щоб його розпізнали, і повертається текстом. Це нормально на готельному Wi-Fi і проблема в потязі, що проїжджає тунель.

По-друге, кількість мов справді незрозуміла. Сторінка Dictanote стверджує «100+ мов» в одному місці й «50+ мов» в іншому. Я не ставитиму конкретного числа, бо вони самі його не поставили. Воно явно опрацьовує багато мов. А скільки саме — їхній власний маркетинг, схоже, не впевнений.

Є безкоштовний тариф і платний рівень під назвою Voice In Plus, який додає повніший набір можливостей: власні голосові команди, розширений режим, диктування в кількох вкладках. Я не називаю ціну Plus, бо Dictanote не вказує її на тій сторінці, яку я читав. Якщо вам це потрібно, перевірте їхню сторінку тарифів.

Що ви також отримуєте з Whisper by Remskill

Whisper by Remskill — це настільний застосунок, а не розширення для браузера. Ви натискаєте гарячу клавішу, за замовчуванням Ctrl+Space на Windows і її можна перепризначити на будь-яку зручну, потім говорите, відпускаєте — і текст з'являється там, де вже стоїть ваш курсор. Word. Slack. Notion. Поле відповіді у вашому поштовому клієнті. Повідомлення коміту у вашому терміналі. Та сама гаряча клавіша працює в кожному з них, бо диктування не живе всередині якогось одного застосунку. Воно живе в операційній системі.

Конвеєр безкоштовний для всіх, хто зареєструється, без картки при реєстрації. Цей безкоштовний рівень охоплює локальну транскрипцію з вісьмома моделями Whisper або рушієм Parakeet, очищення тексту через Ollama, вашу історію диктувань, пресети, власні гарячі слова та завантаження моделей. Запускати його можна на трьох пристроях.

Два локальні рушії означають, що ви обираєте за тим, що вам справді потрібно. Whisper підтримує 99 мов і може перекладати англійською, з тоншим контролем на кшталт власного словника та гарячих слів. Parakeet — це рушій приблизно на 600 МБ, який охоплює англійську плюс 24 інші європейські мови, 25 загалом, і працює в 5–10 разів швидше за Whisper на звичайному CPU. GPU не потрібен для жодного з них.

Якщо ви здебільшого пишете код чи технічну документацію, диктування в редактор замість вкладки браузера змінює весь день. Я писав про це детальніше в голос у текст для програмування, якщо це ваша ситуація.

Є також тариф Pro, який додає хмарну транскрипцію OpenAI та вебпошук із вашим власним ключем API. Ви можете переглянути тарифи, якщо хмара — це ваше. Але локальний конвеєр, та частина, що перевершує розширення браузера за охопленням і приватністю, не коштує нічого.

Пліч-о-пліч: вкладка браузера проти всього робочого столу

Ось чесна таблиця. Без зірочок, без колонки «переможець». Лише те, що робить кожен інструмент.

Суть не в тому, що «Voice In поганий». Суть у тому, що один інструмент живе у вкладці браузера, а інший — на всій вашій машині. Оберіть той, що відповідає тому, де ви насправді пишете.

Офлайн важить більше, ніж люди думають

Це одна сильна думка, яку я витрачу в цій статті. Диктування лише через хмару — це катастрофа приватності, що чекає, поки її затранскрибують.

Voice In потребує підключення до інтернету, а це означає, що ваша мова залишає вашу машину, щоб перетворитися на текст. Для списку покупок — кому яке діло. Але для листа до школи вашої дитини, чернетки договору чи абзацу про вашу зарплату ви, мабуть, не хочете, щоб бодай щось із цього робило подорож туди-назад через сервер, який вам не підконтрольний.

У локальному режимі Whisper аудіо ніколи не залишає ваш ноутбук. Воно транскрибується на вашому власному CPU, у ваших власних застосунках, без жодного підключення. Точність у локальному режимі зазвичай складає від 95 до 99 відсотків залежно від обраної моделі. Це не «достатньо добре для офлайну» як втішний приз. Це головна можливість.

Я з тих архітекторів, що малюють схему системи ще до встановлення середовища виконання, і ця схема завжди вже хибна до другого коміту. Я витратив тиждень на надмірне проєктування офлайн-шляху, перш ніж визнав очевидне: для одного абзацу диктування у вашій машині вже є мікрофон і CPU, і їй не потрібен сервер у ланцюжку.

Коли варто залишитися на Voice In

Я погано б виконав свою роботу, якби сказав усім переходити. Іноді Voice In — правильний інструмент, і ось чесні аргументи, щоб залишитися.

Якщо два чи три з цих пунктів описують вас, залишайтеся на Voice In. Він безкоштовний і працює. День, коли вашому диктуванню потрібно буде вийти за межі вкладки браузера — у Word, у Slack, у ваш редактор, — це день, коли варто придивитися до настільного інструмента. Не раніше.

Якщо запам'ятати лише одне

Voice In — це браузер. Whisper — це весь ваш робочий стіл. Якщо ваше письмо живе всередині Chrome, Voice In — чудовий безкоштовний вибір. Якщо ваше письмо живе в застосунках, до яких Chrome не дотягується, і ви б воліли, щоб воно залишалося офлайн, ось та межа, де ви переходите на інший бік.

Якщо ви хочете ширшу картину того, як складається застосунок для диктування по всій системі, я написав довше порівняння віч-на-віч у чесна альтернатива superwhisper. Коли будете готові, завантажте Whisper, натисніть гарячу клавішу й диктуйте в будь-який застосунок, що перед вами, онлайн чи офлайн.