Голос у текст у Standard Notes

Чи є в Standard Notes вбудована диктовка?

Ні. У десктопному застосунку Standard Notes немає вбудованого розпізнавання мовлення, диктовки чи голосового набору, щоб писати в нотатку голосом. У редакторі немає кнопки мікрофона, немає голосової команди, немає прихованого налаштування. Це не недогляд — Standard Notes свідомо тримається мінімалізму: простий зашифрований редактор, а не робочий простір «усе в одному». Якщо ви прочісували налаштування в пошуках перемикача диктовки, можете зупинитися. Його там немає.

Тут варто розуміти, навколо чого побудований Standard Notes. Текст вашої нотатки зашифрований наскрізно ще до того, як він залишить ваш пристрій, — і це вся суть. Будь-яка диктовка, яку ви до неї прикручуєте, за визначенням живе поза цією межею: це окремий інструмент, що перетворює ваше мовлення на символи, а потім передає ці символи редактору так, як це робила б клавіатура. Питання, яке справді має значення, — не в тому, чи може редактор вас чути. А в тому, чи тримає ваше аудіо на вашій машині те, що вас слухає, чи відправляє його кудись. Тримайте цю думку в голові; вона визначає весь подальший гайд.

Ще одна річ, варта одного речення, щоб ви не шукали її не на тому пристрої: на телефоні нічого з цього не потрібно. Торкніться мікрофона на клавіатурі телефона й диктуйте в нотатку Standard Notes, як у будь-яке інше текстове поле. Whisper — це десктопний інструмент для Windows і macOS, тож на телефоні мікрофон клавіатури — це практичний шлях. У десктопному застосунку, де більшість насправді й пише, потрібен інструмент, що сидить поверх Standard Notes — і обирати його варто з огляду на приватність.

Натисніть гарячу клавішу, говоріть — текст з'являється в нотатці

Ось і вся механіка, і вона нудна в найкращому сенсі. Натискаєте гарячу клавішу, говорите, відпускаєте — і розшифрований текст вставляється під курсором, у тому полі, що зараз у фокусі. Whisper тримає короткий «хвіст» після того, як ви відпустили клавішу, тож останнє слово не обрізається. Оскільки текст вставляється під курсором операційної системи, редактор Standard Notes — це просто «будь-яке текстове поле». Десктопний застосунок чи вебверсія — поведінка однакова.

Ось ту частину лендинги й переускладнюють. Жодного розширення, яке треба ставити в Standard Notes, жодного API-токена, який треба вставляти в застосунок, жодної синхронізації, яку треба няньчити. Курсор у нотатці, ви говорите — слова з'являються в нотатці. Поки ви говорите, з'являється невелика капсула, тож ви знаєте, що йде запис:

Гаряча клавіша — це єдине, що варто одразу налаштувати правильно. На Windows це Ctrl+Space; на Mac — Command+Option, режим «натисни й говори» лише з модифікаторами, який ви тримаєте під час мовлення. Обидва можна змінити в Налаштуваннях, якщо вони конфліктують із чимось, чим ви вже користуєтесь. (Моя молодша донька якось сказала мені, що гаряча клавіша «не працює» в її застосунку для малювання. Це був конфлікт, а не баг — так я й зрозумів, що пересічна людина гадки не має, що таке конфлікт гарячих клавіш. Тож тепер кожну гарячу клавішу можна налаштувати.) Якщо ви колись налаштовували диктовку на Windows, це та сама м'язова пам'ять, лише спрямована на інший застосунок.

Налаштуйте за дві хвилини (Windows чи Mac)

Вам потрібен Mac на Apple Silicon або ПК на Windows 10 чи новіше, робочий мікрофон і відкритий Standard Notes — у десктопному застосунку або вебверсії. Уся локальна обробка безкоштовна для будь-якого облікового запису, у який ви ввійшли, без жодних платіжних даних під час реєстрації. Ось послідовність.

Найдовше триває завантаження моделі, а не налаштування. Усе інше — це чотири кроки вище. Щойно все працює, занотувати думку в зашифровану нотатку перестає бути завданням друкування й стає завданням говоріння — а з обраною локальною моделлю ця думка ніяк не залишає ваш ноутбук.

Тримати голос таким же приватним, як і нотатки

Це розділ, що найбільше важить для користувача Standard Notes, тож скажу прямо. Якщо ви обрали застосунок із наскрізним шифруванням нотаток, проганяти вимовлені слова через хмарний сервіс транскрипції, щоб занести їх у цей застосунок, — це суперечність. Текст вашої нотатки шифрується ще до того, як залишить пристрій; а ваш голос за такого підходу — ні. Ви наче замикаєте вхідні двері, але лишаєте аудіозапис того, як ви їх відмикаєте, на чужому сервері.

Локальний режим закриває цю прогалину. Обидва локальні рушії — Parakeet і локальний Whisper — працюють повністю на вашій машині через ядро транскрипції на чистому Rust. Жодного завантаження аудіо, жодного API-виклику, жодного прив'язаного до облікового запису розшифрування в логах постачальника. Можете висмикнути мережевий кабель — і диктовка все одно працює, а це той тест, якому я справді довіряю. Текст з'являється під курсором усередині Standard Notes, який потім шифрує його так само, як шифрує все інше. І голос, і нотатка лишаються на одній машині, від початку й до кінця.

Я тут не нейтральний і покажу свою аргументацію, а не відмахнуся загальними словами. Команда, з якою я колись працював, дозволила підрядникові зробити внутрішній прототип «ШІ-диктовки», що звертався до хмарного API на кожне промовлене слово. Логіка «розумного повтору» була трохи занадто агресивною, тож вона розшифровувала ті самі записи планерок по чотири рази. Наприкінці кварталу менеджер відкрив панель хмарних витрат і побачив п'ятизначний рахунок, а висновок фінансового директора був не «оптимізуйте промпт» — а «або ми взагалі не платимо за те, щоб відправляти наші наради на сервер». Для особистої звички вести нотатки рахунок — не ризик; ризик у принципі. Якщо вся причина існування застосунку в тому, що ваші дані лишаються вашими, то й диктовка, яка його живить, має тримати ту саму лінію.

Локально чи в хмарі: який режим для зашифрованої нотатки

Для Standard Notes я б почав із локального, а хмару залишив на виняток. Причина, з якої ви тут, — приватність, і два локальні шляхи дають вам диктовку, що ніколи не торкається сервера. Хмарний режим справді кращий у кількох речах, але це єдиний шлях, що залишає вашу машину, тож звертайтеся до нього свідомо, а не за замовчуванням. Ось чим відрізняються ці три варіанти, адже застосунок змушує вас обирати, і я волів би, щоб ви обрали вдало:

• Локальний Parakeet — Рушій TDT від NVIDIA, близько 600 МБ, і найшвидший локальний варіант — у 5–10 разів швидший за Whisper на CPU. Охоплює англійську плюс ще 24 європейські мови, разом 25. Без перекладу англійською. Якщо ви пишете нотатки англійською чи іншою європейською мовою, це швидкий, повністю офлайн вибір.
• Локальний Whisper — повільніший за Parakeet на тій самій машині, але багатомовні збірки охоплюють 99 мов і можуть перекладати англійською. Збірки лише для англійської — лише англомовні, а не 99 мов. Обирайте цей варіант для китайської, японської, корейської чи будь-якої роботи з перекладом, чого Parakeet не вміє. Стандартна англійська модель — близько 480 МБ. Усе одно повністю офлайн.
• Хмара (OpenAI, власний ключ) — найкраща точність і доступ до вебу — з вашим власним ключем OpenAI, оплата якого йде напряму через OpenAI. Транскрипція за замовчуванням працює на gpt-4o-mini-transcribe. Потрібен інтернет, тож ваше аудіо залишає машину — це єдиний шлях, що порушує локальну обіцянку. Хмарна частина входить до Whisper Pro.

Нудна правда в тому, що для тих текстів, які більшість людей кладе в зашифровану нотатку — запис у щоденнику, напівсформована ідея, підказка до пароля, яку ви б нізащо не вставили в хмарний документ, — локального цілком досить. Обидва локальні рушії працюють повністю на вашій машині, нічого не відправляючи на сервер, — а це саме той контракт, який Standard Notes уже укладає щодо самої нотатки. Хмара виправдовує себе, коли вам потрібна точність найвищого рівня на складному записі або потрібно, щоб модель витягла факт із вебу посеред речення. Для приватних нотаток це рідко той компроміс, на який варто йти.

Якщо вам справді потрібна хмарна точність на конкретній нотатці, чесний хід — зробити цей вибір свідомо, розуміючи, що аудіо залишає машину для цього запису, а потім повернутися до локального для приватного. Застосунок тримає перемикач за один клік саме для того, щоб ви ніколи не застрягли. Більшість днів, для більшості нотаток, я його взагалі не чіпаю.

Пунктуація та чищення без виходу з вашої машини

Сира диктовка виходить суцільним потоком. Ви кажете «окей перенеси коди відновлення в зашифровану нотатку познач її безпека й нагадай оновити їх наступного місяця», і саме таку стіну без розділових знаків вам видасть будь-який рушій розпізнавання. Прибрати все це — ось де шляхи розходяться, і для застосунку про приватність важить ще й те, де саме відбувається це чищення.

Голосовий набір Windows додає розділові знаки прямо під час мовлення, а Диктовка macOS впорається з базовою пунктуацією, коли ви кажете «кома» чи «крапка». Для серйознішого чищення — прибрати всі «ееее», виправити суцільні потоки, перетворити проговорений абзац на щось, що справді хочеться лишити в нотатці — Whisper може зробити прохід ШІ. Скажіть фразу активації «Hey whisper», і текст покращується ще до того, як з'явиться. На локальній моделі цей прохід працює через Ollama на вашій власній машині, тож навіть чищення лишається офлайн; у хмарному режимі це за замовчуванням gpt-5-mini, який таки відправляє текст назовні.

Справедливе очікування, яке варто закласти: диктовка дає вам слова, а не саму структуру Standard Notes. Його теги, заголовки нотаток, вибір редактора — це ви все одно задаєте тими ж клавішами й кліками, що й завжди. Продиктуйте речення, а потім додайте тег чи перейменуйте нотатку звичним способом. Жоден інструмент диктовки не наколдує організацію застосунку на вимогу; той, хто обіцяє «скажи познач її безпека й дивись, як вона сама розкладеться по полицях», продає вам демо, а не звичайний вівторок. Швидко занотуйте слова голосом, а потім надайте нотатці форми тими ж елементами керування, які ви вже знаєте.

Той самий потік «скажи, а потім почисти» виправдовує себе далеко за межами ваших нотаток — ви також можете диктувати охайний текст у будь-який застосунок однією гарячою клавішею, тож довгий запис стає кількома проговореними реченнями замість абзацу, який треба друкувати.

Коли для Standard Notes варто обійтися без інструмента диктовки

Іноді правильний інструмент — той безкоштовний, що вже є на вашій машині, і вдавати інакше було б нечесно. Якщо ви лише кидаєте в Standard Notes короткі записи — швидкий рядок, нагадування на два слова — ваша операційна система впорається з цим задарма.

На Windows натисніть клавішу Windows + H, і вбудована панель Голосового набору відкриється там, де ваш курсор, — зокрема й у редакторі Standard Notes. Вона сама розставляє розділові знаки й добре годиться для коротких підходів. Одна заувага, яку варто підкреслити саме для цієї аудиторії: Win+H проганяє ваше мовлення через сервери Microsoft і потребує інтернет-з'єднання, тож це не офлайн-варіант. Для застосунку нотаток, чий весь сенс у тому, що ваші дані лишаються на пристрої, це справжня невідповідність — локальна модель Whisper буде послідовнішим вибором, коли приватність — це головне. На Mac Диктовка дозволяє говорити, щоб вводити текст усюди, де можна друкувати; її налаштовують у Системних параметрах, у розділі Клавіатура, а на Apple Silicon звичайний текст може оброблятися на пристрої, що тримає все локально. Обидва справді гарні для коротких фрагментів.

Звертайтеся до окремого інструмента рівня системи, коли вбудовані починають дошкуляти: довгі нотатки, багатомовна робота, бажання чищення або бажання однієї гарячої клавіші, що поводиться однаково в Standard Notes, вашій пошті й вашому редакторі — і при цьому тримає все офлайн. Нижче цієї планки користуйтеся тим, що безкоштовне, з тим єдиним застереженням, що на Windows «безкоштовне» означає «прогнане через Microsoft». Я не казатиму вам ставити застосунок заради нагадування на один рядок.

Той самий компроміс виникає, якщо ви ведете нотатки ще десь — логіка диктовки в Notion така сама, бо в обох застосунках справжня точка інтеграції — це курсор, а не вбудована функція.

Standard Notes так і не випустив кнопку мікрофона, і, зважаючи на те, як наполегливо він тримається мінімалізму й приватності, я сумніваюся, що колись випустить. Йому це й не потрібно, бо інтеграція — це курсор. Говоріть у нотатку, отримуйте текст, і якщо тримаєте все локально, аудіо лишається на тій самій машині, що й шифрує. Більшу частину цього гайда я продиктував у текстове поле, яке не було Standard Notes, інструментом, якому байдуже, що це за поле, і який не відправив жодного складу на сервер, а потім вставив усе у власну зашифровану нотатку. Ось і весь фокус.