Голос у текст у Confluence

Чи є у Confluence функція голос-у-текст?

Ні. В редакторі Confluence немає кнопки диктування, мікрофона на панелі інструментів, що вводить те, що ви кажете, жодного параметра, прихованого в меню, який перетворює мовлення на сторінку. Я шукав — як ви, мабуть, теж. Цього немає. Atlassian додав у цей редактор за роки чимало речей — живі документи, коментарі inline, дошки, бази даних — але голосове введення серед них відсутнє.

Отже, диктування має надходити ззовні Confluence. Є два джерела: вбудоване голосове введення вашої ОС або спеціальний десктопний застосунок, який вводить текст у будь-яке текстове поле. Обидва працюють у редакторі сторінок Confluence, полі для коментарів і на поверхні живих документів, бо з точки зору вашого комп'ютера ви просто друкуєте. Обидва описані нижче.

Спочатку уточнімо одне. «Транскрибування записаної наради на сторінку Confluence» — це інше завдання, ніж «диктування сторінки під час написання». Цей посібник — про друге: проговорити чернетку в редактор. Якщо ви хочете перетворити запис на нотатки, це інструмент транскрибування, не диктування, і окрема категорія.

Написання довгого документа шляхом мовлення

Аргумент на користь диктування сторінок Confluence стосується переважно довгих. Мовлення йде зі швидкістю близько 145 слів на хвилину; набір для більшості людей — ближче до 40. Це приблизно в три з половиною рази швидше. Для однорядкового коментаря різниці немає. Для ранбуку, пост-мортему, проєктного бриф, сторінки онбординг — того типу документа, який ви раз по раз відкладаєте, бо на нього йде година набору, — різниця між «написати сьогодні» та «не написати ніколи».

А мовлення змінює те, як виходить чернетка. Коли ви набираєте, ви редагуєте в процесі, що повільно й зазвичай душить першу версію. Коли ви говорите, ви викладаєте весь неохайний потік думок, а потім впорядковуєте його. Для документації зокрема — де складна частина зазвичай у тому, щоб витягти пояснення з голови на сторінку, — такий порядок допомагає. Нудна правда: більшість документів не пишуться, бо набір — це стіна. Мовлення знижує цю стіну.

Найшвидший спосіб: глобальний гарячий клавіш

Ось де спеціалізований застосунок змінює рівняння. Whisper by Remskill — це не застосунок Confluence, не доповнення до Marketplace і не розширення браузера. Це десктопний застосунок, що працює як клавіатура: натиснули гарячий клавіш, говорите, — і транскрипція вводиться в місці курсора, у будь-якому застосунку, включно з редактором Confluence. Він однаково працює в Confluence, відкритому в браузері, і в десктопному застосунку Confluence, бо комп'ютер просто бачить введення тексту.

Налаштування займе небагато часу:

Це весь цикл. Текст з'являється в редакторі, ви його читаєте, продовжуєте. Для довгої сторінки говоріть частинами — по абзацу, так само, як ви б думали про це.

Говоріть — і сторінка заповнюється

Коли все запущено, досвід непомітний у найкращому розумінні. Поставте курсор у тіло Confluence, утримуйте клавішу, говоріть, відпустіть. Секунду чи близько того — і текст вже в редакторі, ніби ви його набрали. Без копіювання з окремого вікна, без запису для пізнішого транскрибування, без авторизації доповнення в обліковому записі Atlassian.

Оскільки локальне транскрибування виконується на вашому комп'ютері (чистий Rust, без Python-сайдкара, без сервера в циклі), воно працює офлайн, і аудіо будь-якого диктованого матеріалу ніколи не покидає ноутбук. Це особливо важливо для робочих документів. Сторінка може описувати внутрішню систему, клієнта, інцидент — у локальному режимі жодне аудіо не потрапляє на чийсь сервер, щоб стати текстом. Вбудоване голосове введення Windows потребує з'єднання з Інтернетом; локальний режим Whisper — ні.

Перетворення усного чернетки на чисту прозу

Розмовна мова неохайна. Ви кажете «ну», переривсте речення, ваш голос замовкає після звуку, що означає «ви розумієте, що я маю на увазі». На сторінці Confluence, яку читають інші, цього не потрібно. У Whisper є необов'язковий крок покращення за допомогою AI, який обрізає філери та вирівнює формулювання перед введенням. Тому «ну, тобто, цей скрипт деплою, йому якось треба, щоб змінна оточення була встановлена спочатку, інакше він, ну так просто падає» стає «Скрипт деплою потребує встановленої змінної оточення спочатку, інакше він завершується помилкою.» Для документації це очищення — різниця між транскриптом і чернеткою.

Це очищення виконується локально через Ollama, безкоштовно, на вашому власному комп'ютері. Користувачі Pro можуть натомість спрямувати його через хмару, але перевага обрізання філерів не потребує Pro — вона є у безкоштовному локальному конвеєрі. Можна також вимкнути і вводити сирий транскрипт, а потім редагувати в Confluence звичайним способом, що для швидкого коментаря часто і є правильним рішенням.

Як виглядає повний застосунок Whisper

Гарячий клавіш — це частина, якою ви будете користуватися найбільше, але за нею є поверхня налаштувань. Ви обираєте рушій транскрибування: моделі Whisper, багатомовні варіанти яких охоплюють 99 мов, а лише англійські версії .en — рівно одну, або Parakeet від NVIDIA, близько 600 МБ, у 5–10 разів швидший за Whisper на CPU, охоплює англійську та 24 європейські мови. Ви налаштовуєте гарячий клавіш, керуєте історією та зберігаєте пресети — зручно, якщо ваші документи часто використовують ті самі назви продуктів або жаргон. Нічого з цього не потрібно для диктування однієї сторінки. Це є, коли ви захочете налаштувати.

Працює в редакторі браузера та десктопному застосунку

Люди потрапляють у Confluence двома способами: у вкладці браузера та через десктопний застосунок Confluence. Застосунок із глобальним гарячим клавішем не переймається, який з них. Він вводить там, де знаходиться курсор, тому редактор сторінок, поле коментаря, коментар inline, живий документ — усе поводиться однаково і в Chrome, і в окремому застосунку. Жодного налаштування під конкретну поверхню, жодного питання «чи підтримує він цей вигляд». Якщо можна поставити туди курсор і набирати — можна й диктувати.

Те саме стосується всього іншого на вашому екрані. Гарячий клавіш працює в електронній пошті, терміналі, тікеті Jira, повідомленні Slack, документі Word. Confluence — лише одне з полів, яке ваш курсор відвідує протягом дня, і застосунок ставиться до нього як до будь-якого іншого. Це тиха перевага реалізації на рівні ОС, а не всередині редактора одного продукту.

Коли досить просто ОС

Якщо вам потрібно лише зрідка диктувати коментар або коротку сторінку — нічого не встановлюйте. Ваш комп'ютер вже робить це безкоштовно. На Windows натисніть клавішу з логотипом Windows + H, і голосове введення відкриється в будь-якому текстовому полі, включно з редактором Confluence, без підписки. На Mac вбудований ярлик диктування (або клавіша мікрофона) робить те саме, а на Apple Silicon він працює на пристрої без Інтернету. Для оновлення статусу на один абзац — це правильний інструмент.

Компроміси, які варто знати: Win+H у Windows потребує Інтернету, тоді як диктування macOS і локальний режим Whisper — ні. І диктування ОС дає сирий транскрипт — без очищення філерів, без власного словника для назв продуктів. Для швидкого коментаря це нормально; ви все одно його відредагуєте.

Оберіть найменший інструмент, який вирішує вашу проблему. Для одного коментаря — це клавіша, яка вже є. Для ранбуку на 1500 слів, на який інакше пішла б година набору, спеціалізований застосунок із AI-очищенням, що перетворює усний чернетку на щось, яке майже можна публікувати, перестає здаватися надмірним приблизно на другому абзаці, який не довелося набирати. Це природно поєднується з диктуванням тікетів Jira — другою половиною атлассіанського дня, — якщо голосовий ввід закріпиться у вашому робочому процесі.

Скільки коштує Whisper

Локальний конвеєр диктування — транскрибування та AI-очищення через Ollama — безкоштовний для будь-якого авторизованого користувача без картки при реєстрації. Тому введення голосу на сторінку Confluence через Whisper нічого не коштує. Whisper Pro додає хмарні функції (транскрибування OpenAI, хмарне AI-покращення, голосовий веб-пошук) і має окремий пробний період. Точні цифри наведено на сторінці цін — не тут, бо ціни змінюються, а публікація в блозі — поганий спосіб тримати їх актуальними.

Confluence, можливо, колись запровадить справжнє диктування — так, як це зазвичай роблять редактори для співпраці, коли достатньо людей просять. До того часу ваш комп'ютер вже має цю функцію для коротких фрагментів, а застосунок із гарячим клавішем існує для довгих сторінок, де вимовляти чернетку швидше, ніж набирати її. Два інструменти, один мур, який треба подолати: набір. Найчастіше потрібен менший інструмент. Для документів, які ніхто не хоче писати, більший виправдовує своє місце.