Голос у текст у Slack, чесно кажучи

Чи має Slack вбудований голос-у-текст?

Ні — не такий, який ви маєте на увазі. У Slack немає функції, що перетворює ваше мовлення на надрукований текст у полі повідомлення. Те, що в нього є, — це аудіокліп: натисніть іконку мікрофона в каналі чи особистих повідомленнях, і Slack запише аудіо тривалістю до п'яти хвилин на будь-якому тарифі. Це голосове повідомлення, а не продиктоване повідомлення.

Slack може транскрибувати цей кліп, але лише коли ви про це попросите. Після запису ви натискаєте іконку «Generate transcript», і під кліпом з'являється попередній перегляд тексту. Це не автоматично, що б там не казала половина інтернету. Тож транскрипт кліпу — це текст зробленого вами запису, а не повідомлення, яке ви хотіли продиктувати й надіслати як звичайне повідомлення Slack. Інший процес, інший результат. Я витратив справді ганебну кількість часу, натискаючи на ту іконку мікрофона й очікуючи, що з'являться слова, перш ніж змирився, що цього ніколи не станеться.

Якщо ви хочете, щоб ваш голос перетворився на надруковане повідомлення Slack, інструмент, який це робить, живе поза Slack: ваша операційна система або спеціальний застосунок для диктування. Обидва — нижче.

Друкувати в Slack цілий день vs просто говорити

Аргумент на користь диктування в Slack простий. Мовлення йде приблизно зі швидкістю 145 слів на хвилину; друк у більшості людей ближчий до 40. Це приблизно у три з половиною рази швидше, і це звільняє руки. Для жвавого каналу різниця накопичується протягом дня.

Чесна противага: чимало повідомлень у Slack — це шість слів завдовжки. «Уже роблю.» «Дивлюся.» «Можеш кинути посилання?» Диктування для них нічого не дає; ви лише втратите час на перемикання режимів. Голосовий набір виправдовує себе на довшому: апдейт статусу, нотатка про передачу справ, відповідь, яку ви зазвичай відкладаєте, бо друкувати її — морока. Ось і поріг. Короткі пінги — друкуйте далі. Усе, що довше за одне-два речення, — говоріть.

Найшвидший спосіб: системна гаряча клавіша для диктування

Ось тут спеціальний застосунок змінює всю математику. Whisper by Remskill — це не застосунок Slack, не бот і не розширення браузера. Це десктопний застосунок, який працює як клавіатура: натисніть гарячу клавішу, говоріть, і транскрипт вставляється під курсором у будь-якому застосунку, зокрема й у полі повідомлення Slack. Він працює однаково в десктопному застосунку Slack і в Slack, відкритому в браузері, бо з погляду вашого комп'ютера ви просто друкуєте.

Налаштування коротке:

Ось і весь цикл. Транскрипт з'являється в полі введення, ви натискаєте Enter.

Говоріть — і повідомлення з'являється в Slack

Щойно все запущено, досвід стає буденним у найкращому сенсі. Ви ставите курсор у канал, затискаєте клавішу, говорите, відпускаєте. Приблизно за секунду текст уже сидить у полі повідомлення Slack, наче ви його надрукували. Жодного копіювання-вставлення, жодного окремого вікна, з якого треба виловлювати текст, жодного кліпу, який колезі довелося б прослуховувати.

Оскільки локальна транскрипція працює на вашій машині (на чистому Rust, без сайдкара Python, без сервера в ланцюжку), вона працює офлайн. Це важливіше, ніж звучить. Власна транскрипція кліпів у Slack обробляється в хмарі, а вбудованому голосовому набору Windows для роботи взагалі потрібне інтернет-з'єднання. Локальний режим Whisper — ні. Аудіо для того внутрішнього апдейту статусу ніколи не залишає ваш ноутбук.

Як виглядає повний застосунок Whisper

Гаряча клавіша — це те, чим ви користуватиметеся найчастіше, але за нею стоїть поверхня налаштувань. Ви вибираєте рушій транскрипції: моделі Whisper, чиї мультимовні варіанти покривають 99 мов, а англомовні збірки .en — рівно одну, або Parakeet від NVIDIA — приблизно 600 МБ, у 5–10 разів швидший за Whisper на CPU, який покриває англійську плюс 24 європейські мови. Ви задаєте гарячу клавішу, керуєте історією та зберігаєте пресети. Нічого з цього не потрібно, щоб продиктувати одне повідомлення в Slack. Воно там — коли захочеться підлаштувати.

Причісування продиктованих повідомлень Slack за допомогою ШІ

Усне мовлення неохайне. Ви кажете «е-е», починаєте речення заново, не доводите думку до кінця. У Whisper є необов'язковий крок покращення за допомогою ШІ, який обрізає слова-паразити й причісує формулювання до того, що ви надіслали б колезі, перш ніж вставити. Тож «е-е, ну, тобто, деплой, деплой викотився, думаю, у нас, у нас усе ок» перетворюється на «Деплой викотився — думаю, у нас усе ок.»

Це причісування працює локально через Ollama, безкоштовно, на вашій власній машині. Pro-користувачі можуть натомість пустити його через хмару, але користь від прибирання слів-паразитів не вимагає Pro; вона є в безкоштовному локальному конвеєрі. Для Slack, де тон живе десь між email і листуванням, саме той прохід «зроби це професійним» — функція, яку люди зрештою залишають собі.

Власні аудіокліпи та хадли Slack vs справжнє диктування

Варто бути точним щодо того, що Slack уже вміє, аби ви не шукали налаштування, якого там немає. Аудіокліпи: записані медіа, до п'яти хвилин, транскрибовані на вимогу. Хадли: живі аудіокімнати для розмов із колегами. Жодне з них не перетворює ваше мовлення на надруковане повідомлення, яке ви надсилаєте й редагуєте як текст. Це гарні інструменти для «дай-но я просто скажу це вголос» і кепська заміна для «дай-но я це продиктую й натисну надіслати». Якщо вашою метою було друге — Slack ніколи не збирався вам цього давати. Це не баг, це межі задуму.

Коли пропустити застосунок для диктування й просто скористатися своєю ОС

Якщо вам треба продиктувати лише поодиноке коротке повідомлення, не встановлюйте нічого. Ваш комп'ютер уже робить це безкоштовно. У Windows натисніть клавішу Windows + H, і голосовий набір відкривається в будь-якому текстовому полі, зокрема й у Slack, без жодної підписки. На Mac вбудована комбінація Dictation (або клавіша мікрофона) робить те саме, а на Apple silicon вона працює на пристрої, без потреби в інтернеті. На телефоні іконка мікрофона на клавіатурі диктує прямо в мобільне поле повідомлення Slack; це iOS чи Gboard, а не Slack, але це працює.

Єдиний компроміс, про який варто знати: Win+H у Windows потребує інтернет-з'єднання для роботи, а диктування macOS і локальний режим Whisper — ні. Для швидкого «спізнююся на п'ять хвилин» інструмент ОС — правильний вибір. Там, де спеціальний застосунок вириває вперед, — це обсяг, прибирання слів-паразитів і диктування офлайн: що довше й частіше ви це робите, то важливішим стає кожен із цих пунктів.

Назвімо це тестом ланч-боксів. Вівторок, вечір, я збираю ланч-бокси — бутерброд, фрукти, той йогурт, від якого молодший відмовиться, — і повідомлення треба надіслати, поки всі не розбіглися. Я хапаю ноутбук однією рукою, тисну гарячу клавішу й диктую його між скибочками огірка: зупиняюся запитати, як пишеться ім'я, диктування чекає, продовжую далі. Повідомлення йде. Ланч-бокси зібрані. Раніше саме ця мить була п'ятнадцятьма хвилинами набору однією рукою.

Once one hotkey follows your cursor everywhere, the same flow lets you dictate to ChatGPT — speak the prompt and it lands as clean text in the chat box, no retyping a long request by hand.

Скільки коштує Whisper

Локальний конвеєр диктування — транскрипція та причісування ШІ через Ollama — безкоштовний для будь-якого авторизованого користувача, без картки під час реєстрації. Тож перенести ваш голос у Slack за допомогою Whisper не коштує нічого. Whisper Pro додає хмарні функції (транскрипцію OpenAI, хмарне покращення ШІ, голосовий пошук в інтернеті), і він має окремий пробний період. Точні цифри живуть на сторінці цін, а не тут, бо ціни змінюються, і допис у блозі — погане місце, щоб тримати їх актуальними.

Slack, мабуть, зрештою випустить справжнє диктування, як це роблять більшість застосунків, щойно достатньо людей понатискають іконку мікрофона, очікуючи цього. А доти ваш комп'ютер уже має цю функцію, а застосунок існує для випадків, коли вбудована версія недостатньо швидка. Вибирайте найменший інструмент, який вирішує вашу проблему. Для більшості коротких повідомлень це та клавіша, яку ви вже маєте.