Голос у текст у PowerPoint, чесний підхід

Чи є в PowerPoint голос у текст? Так, але із заковикою

У PowerPoint справді є диктування. Перейдіть на вкладку «Основне», знайдіть кнопку Dictate у вигляді мікрофона, увійдіть у свій обліковий запис Microsoft на пристрої з мікрофоном — і починайте говорити. Розпізнаний текст потрапляє в те поле, де стоїть курсор, а друкарську помилку можна виправити клавіатурою, не вимикаючи мікрофон.

А ось і заковика — з трьох частин. Dictate працює в хмарі, тож щоразу потребує мікрофона й надійного інтернету, адже ваше мовлення вирушає до Microsoft, щоб перетворитися на текст. На десктопі він обмежений передплатою: кнопка з’являється лише в передплатників Microsoft 365 на Windows. І живе він усередині PowerPoint, тож щойно ви перемкнетеся на Word чи браузер — починаєте спочатку з тим, що пропонує вже той застосунок.

Де ним справді можна користуватися: у PowerPoint для вебу (безкоштовно з обліковим записом Microsoft) і в десктоп-застосунку для Windows, що йде з передплатою Microsoft 365. На окремій ліцензії Office 2016, 2019 чи 2021 без 365 кнопки Dictate просто немає. Це не баг. Така пропозиція Microsoft. Про вимогу інтернету часто забувають, а на готельному Wi-Fi розміром із поштову марку та хмарна подорож туди-назад настільки ж весела, як це й звучить.

Ще одне уточнення перед інструкцією. Dictate набирає ваші слова в те поле, де стоїть курсор. Він не оформлює слайд, не добирає макет і не будує презентацію за вас. Це інші функції PowerPoint з іншими назвами — Designer, Presenter Coach, Copilot, — і жодна з них не є голосом у текст. Голос у текст означає, що ваше мовлення стає текстом в одному конкретному полі. Це вся його робота. Половина плутанини в інтернеті виникає тому, що одна функція вдягає чужий піджак: Read Aloud зачитує слайди вголос, Dictate слухає, Designer переставляє блоки. Це класична історія з офісним принтером, де всі вважають, що він уміє більше, ніж насправді, аж доки реально не натиснуть кнопку.

Диктуйте у слайди й нотатки доповідача системною гарячою клавішею

Ось інший спосіб завести голос у PowerPoint. Whisper — це десктоп-застосунок для Windows і macOS, який вішає диктування на глобальну гарячу клавішу. Утримуйте клавішу, говоріть, відпускайте — і транскрипт вставляється під курсором у тому застосунку, що зараз перед вами.

Гаряча клавіша за замовчуванням — Ctrl+Space на Windows і Command+Option на macOS. Та сама клавіша працює всередині десктоп-застосунку PowerPoint, у текстовому полі слайда, на панелі нотаток доповідача, у коментарі — а потім продовжує працювати, коли ви переходите до Word, Slack, браузера чи пошти. Одна гаряча клавіша, кожен застосунок — замість однієї кнопки, замкненої в одній програмі.

Обсяг роботи такий самий, як у Dictate, і я хочу бути тут чесним. Whisper вставляє в одне поле у фокусі — по одному полю за раз, там, де стоїть курсор. Він не впорядковує слайди й не будує презентацію голосом анітрохи не більше, ніж Dictate. Якби якийсь інструмент обіцяв оформити вашу презентацію, поки ви говорите, я б перевірив, чи не обіцяє він заразом подати вашу податкову декларацію. Це та сама ідея «одна гаряча клавіша всюди», що й за швидшим набором тексту голосом у будь-якому застосунку, який ви відкриєте.

Увесь застосунок, наживо

Це справжній застосунок, а не його скриншот. Поклацайте. Виберіть модель, відкрийте налаштування, подивіться, як виглядає процес запису, ще до того, як щось встановлювати. Я витратив два вечори, щоб ця вбудована демонстрація запрацювала, а мій одинадцятирічний клацнув її двічі й запитав, чому це не відео. Справедливо.

Зверніть увагу: тут ніщо не прикручене до PowerPoint. Whisper — це нативний десктоп-застосунок, а не надбудова до PowerPoint чи розширення браузера. Він працює на рівні операційної системи — саме тому та сама гаряча клавіша дістає і до текстового поля слайда, і до нотатки доповідача, і до листа, який ви пишете через тридцять секунд. А оскільки він не залежить від інфраструктури Microsoft, то працює без передплати Microsoft 365.

Очистьте текст диктування автоматично

Сире диктування — справді сире. Ви заїкаєтесь, починаєте речення спочатку, кажете «е-е» частіше, ніж вам здається. Whisper може зробити необов’язковий прохід ШІ по транскрипту, прибравши слова-паразити й виправивши очевидні запинки, перш ніж текст потрапить на ваш слайд. У безкоштовному локальному режимі це очищення виконується через Ollama на вашій же машині; у Pro — через OpenAI, який ще й додає відповіді з вебу.

У Dictate від PowerPoint аналогічного проходу немає. Він вставляє розпізнаний текст плюс пунктуацію, яку ви проговорили, — і це все, що ви отримуєте. До речі, пунктуація в Dictate не автоматична: ви проговорюєте її вголос — «кома», «крапка», «новий рядок», — а Microsoft дає таблиці для символів і валют. Достатньо для швидкого підпису, гірше — для розділу нотаток, який ви хочете читати як зв’язний текст.

Офлайн і приватно, без Microsoft 365

Це частина, що хвилює мене найбільше, тож скажу думку прямо. Хмарне-тільки диктування — це катастрофа приватності, яка чекає, щоб її затранскрибували. Ваш неоголошений дохід, ціль поглинання на дев’ятому слайді, діапазон зарплат, який ви презентуєте раді директорів, — ніщо з цього не має полишати ваш ноутбук лише через те, що ви захотіли набирати текст голосом. PowerPoint Dictate надсилає кожне ваше висловлювання до Microsoft, щоб отримати текст назад. Для публічного порядку денного — будь ласка. Для конфіденційної презентації — подумайте двічі.

Локальний режим Whisper працює повністю офлайн. Інтернет не потрібен ані на мить під час транскрибування, і аудіо ніколи не полишає машину. Підключення знадобиться лише раз — для одноразового завантаження моделі, десь від приблизно 140 МБ до 3 ГБ залежно від обраної моделі. Після цього ви можете диктувати презентацію для ради директорів у літаку з вимкненим Wi-Fi, і ніщо не торкнеться сервера. Той самий офлайн-аргумент діє незалежно від того, диктуєте ви слайди чи робите голос у текст на Windows ширше, — і це одна з причин, чому люди беруть його замість вбудованих інструментів перетворення мовлення на текст у Windows 11.

Ще дві чесні відмінності. Whisper не потребує передплати Microsoft 365 для роботи, бо не працює на стеку Microsoft. Якщо ваш Office — окрема безстрокова ліцензія без кнопки Dictate, Whisper усе одно дає вам голос у PowerPoint. Щодо мов: Whisper підтримує понад 90 у локальному й хмарному режимах і сягає 99 на своїй лінійці багатомовних моделей (англомовні-лише збірки .en — тільки англійською). PowerPoint Dictate, за власним підрахунком Microsoft, перелічує 15 повністю підтримуваних розмовних мов плюс ще 25 у попередньому перегляді, де попередній перегляд означає нижчу точність або обмежену пунктуацію. Тож Whisper охоплює більше, але, чесно кажучи, кількість — менш важлива частина історії. Де виконується диктування й скільки коштує його виконувати — значить більше, ніж розмір меню мов. Якщо ви диктуєте і в інших офісних застосунках, та сама логіка переноситься й на голос у текст у Google Docs.

Коли власного Dictate від PowerPoint достатньо

Дозвольте відмовити вас від встановлення будь-чого. Якщо ви працюєте у веб-презентації на надійному Wi-Fi, уже платите за Microsoft 365, вам потрібен лише швидкий рядок тексту й вас не бентежить, що мовлення проходить через хмару Microsoft, — тоді просто натисніть «Основне», далі Dictate. Для цього ми вам не потрібні. Воно вбудоване, воно працює, а подорож туди-назад непомітна на хорошому з’єднанні.

Беріться за Whisper, коли якась із цих умов ламається. Ви хочете, щоб аудіо залишалося на вашому пристрої, офлайн. У вас немає передплати Microsoft 365 — або ви не хочете за неї платити. Або вам набридла одна кнопка, що працює лише в одному застосунку, і вам потрібна одна гаряча клавіша, яка диктує і в PowerPoint, і у Word, і в Slack, і у браузер, без вивчення нового жесту для кожного. Локальний конвеєр безкоштовний, без картки під час реєстрації, тож ціна спробувати офлайн-шлях — це завантаження й десять хвилин. Вартість хмарних функцій є на сторінці з цінами, якщо хочете повну картину.

Dictate від PowerPoint справжній, він вбудований, і на хорошому з’єднанні він робить свою справу для швидкого рядка тексту на слайді. Розплата в тому, що він живе в хмарі, ховається за передплатою Microsoft 365 на десктопі й залишається замкненим в одному застосунку. Якщо це вписується у ваш день, у вас уже є все потрібне. Якщо ж ви радше хочете, щоб слайди лишалися на вашому ноутбуку, або щоб одна клавіша говорила з кожним застосунком, який ви відкриваєте, — це та прогалина, яку закриває Whisper. Моя молодша донька вивчила гарячу клавішу за одну демонстрацію й тепер диктує листи своїй бабусі швидше, ніж я знаходжу потрібну вкладку в стрічці. Планку було поставлено невисоко.