Hlasové zadávání zdarma: lokální Whisper a hotové aplikace

V popsaném příkladu se téměř všechno diktuje hlasem: zadání pro Claude, poznámky, příspěvky i odpovědi v messengerech. Mluvení je 3–4krát rychlejší než psaní na klávesnici. Místní Whisper může nahrávku rozpoznat na vašem počítači. Cílová aplikace představuje samostatnou hranici soukromí: text vložený do cloudového chatu nebo odeslaný online službě se pak přenáší podle chování dané služby.

Tento návod poskytuje přímý postup instalace aplikace a krátký přejímací test, než se na diktování začnete spoléhat. Agent pak může pomoci prošetřit konkrétní problém. Srovnáváme také pohodlí hotových placených aplikací s místní možností.

Proč diktovat hlasem místo psaní?#

Když pracujete s AI, nejvíc času nezabere kód, ale formulování. Vysvětlujete Claudeovi, co má udělat, upravujete zadání a upřesňujete ho. Psaní těchto vysvětlení trvá dlouho. Mluvení je rychlé.

Čísla jsou jednoduchá: mluvení je přibližně třikrát rychlejší než psaní. To je rozdíl mezi „napsal jsem odstavec za dvě minuty“ a „řekl jsem ho za třicet sekund“. Za celý den to znamená desítky ušetřených minut.

Navíc máte volné ruce. Můžete chodit po místnosti, dívat se na jinou obrazovku nebo držet hrnek. Mnohým lidem to také odstraňuje jednu překážku: mluvit je snazší než si sednout a něco napsat.

Wispr Flow, superwhisper, Whisper: V čem se liší?#

V názvech se snadno ztratíte, pojďme si je tedy projít jeden po druhém.

Whisper (bez „r“ na konci, od OpenAI) je engine: otevřený model, který převádí řeč na text. Je bezplatný, má otevřený zdrojový kód a může běžet přímo na vašem počítači. Samostatně je to jen „motor“ bez tlačítek a oken — hotové aplikace ho používají na pozadí.

Wispr Flow (s „r“, wisprflow.ai) je hotová placená aplikace pro Mac a Windows. Podržíte klávesu, mluvíte a text se objeví v kterémkoli poli, kde je kurzor. Je pohodlná, propracovaná a funguje hned po instalaci.

superwhisper (superwhisper.com) je podobná aplikace pro Mac, Windows a iPhone. Má bezplatný režim s lokálními modely, zatímco plná verze je placená. Princip je stejný: podržíte klávesu, mluvíte a dostanete text.

Handy je bezplatná aplikace s otevřeným zdrojovým kódem. Níže uvedený postup používá Handy v0.9.8 s vybraným místním modelem Whisper; popisuje instalaci pro macOS nebo Windows a samostatný offline test.

Oba přístupy převádějí řeč na text, lišit se ale může model, editace i místo zpracování. Hotová aplikace omezuje nastavování; místní Whisper dává kontrolu nad offline rozpoznáváním. Před volbou vyzkoušejte stejnou frázi včetně jmen a odborných termínů.

Placené, nebo bezplatné: Za co si Wispr Flow a superwhisper účtují?#

Takhle vypadá upřímné srovnání placených možností:

Za co v placených aplikacích skutečně platíte:

• Hotové rozhraní. Nainstalujete ho a funguje; není třeba nic nastavovat.
• Hlasové příkazy. „Čárka“, „nový odstavec“ a „smaž poslední věc“ se rozpoznají jako editační příkazy (v placených verzích).
• Synchronizace a slovník. Jména, výrazy a váš osobní slovník se synchronizují mezi zařízeními.

To všechno je příjemné. Rozpoznávání řeči v těchto aplikacích ale používá stejnou třídu modelů, která je dostupná zdarma. V lokálním nastavení popsaném zde předplatné nepotřebujete: mluvíte a objeví se text.

Hlasové zadávání může usnadnit psaní dlouhých zadání. Nejprve nainstalujte a otestujte jednu vybranou aplikaci; pokud něco selže, dejte agentovi přesnou verzi aplikace, zvolený model, operační systém a pozorovaný příznak, místo aby vymýšlel neurčitou konfiguraci.

Jak funguje lokální Whisper a proč je soukromý?#

Cloudové služby fungují takto: váš hlas se odešle na cizí server, kde se rozpozná, a text se pošle zpět. Tato služba se platí (pronájem serveru) a musíte společnosti svěřit svůj hlas.

Lokální Whisper funguje jinak. Model si stáhnete jednou (je to soubor o velikosti pár set megabajtů nebo o něco větší) a od té chvíle se všechno děje ve vašem zařízení:

1. Podržte klávesovou zkratku a mluvte

   Mikrofon nahrává zvuk, dokud držíte klávesu.

2. Model v počítači rozpozná řeč

   Zvuk se přímo v zařízení převádí na text, bez internetu.

3. Text se vloží tam, kde je kurzor

   Do chatu s Claudeem, dokumentu, adresního řádku prohlížeče — kamkoli.

Místní rozpoznávání nepotřebuje placený řečový endpoint a po stažení modelu může přepisovat bez připojení k internetu. Ověřte to v místním textovém editoru. Nezabrání to cloudovému chatu, synchronizaci schránky ani jinému cíli v pozdějším přenosu výsledného textu.

Whisper rozumí přibližně 99 jazykům, včetně méně rozšířených, jako jsou kazaština a tatarština. Modely mají různé velikosti — od nejlehčích (rychlých, ale méně přesných) po největší (přesnější, ale náročnější).

Jaký počítač zvládne hlasové zadávání?#

Kompatibilita a rychlost závisejí na zvoleném sestavení aplikace, modelu, jazyce a hardwaru. Před stažením zkontrolujte podporovaný operační systém a architekturu procesoru instalátoru. Větší model potřebuje více paměti a úložiště; samotná funkční instalace nedokládá dostatečně rychlé rozpoznávání pro vaši práci.

U níže uvedeného postupu s Handy začněte místním modelem Whisper Small a jednou krátkou frází. Zkontrolujte velikost stahování uvedenou v aplikaci a vyčkejte dokončení. Pokud se načtení nezdaří nebo je prodleva příliš dlouhá, ověřte požadavky aplikace a vyzkoušejte menší podporovaný místní model, místo abyste očekávali stejné chování od každého staršího notebooku. Porovnejte skutečný přepis i prodlevu na svém počítači; tento návod nestanovuje univerzální hardwarové minimum ani dobu dokončení.

Jedno zdokumentované nastavení místního diktování pro macOS nebo Windows#

Konkrétní aplikací v tomto postupu je Handy v0.9.8. Jeho README pro danou verzi popisuje místní přepis Whisper, nastavitelné zkratky a oprávnění mikrofonu a přístupnosti. Jde o postup podle dokumentace; instalace ani přepis nebyly pro tento návod provedeny.

1. Z oficiálních souborů této verze stáhněte instalátor pro svůj operační systém a procesor. Nainstalujte a otevřete Handy. Ověřte, že jste otevřeli zamýšlenou verzi, nikoli podobně pojmenovanou aplikaci z jiného webu.
2. V aplikaci stáhněte a vyberte místní model Whisper Small. Počkejte na dokončení stahování. Pro test místního rozpoznávání ponechte volitelné online následné zpracování vypnuté.
3. Povolte Handy přístup k mikrofonu. Na macOS udělte požadované oprávnění Zpřístupnění pro vkládání do dalších aplikací v Nastavení systému → Soukromí a zabezpečení. Zkontrolujte název aplikace a účel; nesouvisející žádosti neschvalujte automaticky.
4. V nastavení Handy zvolte zkratku přepisu Ctrl+Shift+Space a režim nahrávání při podržení. Jde o zvolenou vazbu, nikoli příslib systémového výchozího nastavení. Pokud ji aplikace odmítne nebo ji používá jiný program, vyberte dostupnou zkratku a použijte ji i v následujících testech.
5. Otevřete místní textový dokument, umístěte do něj kurzor, podržte nastavenou zkratku, řekněte „Test hlasového zadávání, projekt alfa“ a uvolněte klávesy. Nahrávání by mělo skončit a v dokumentu se má objevit rozpoznaný text. Ověřte slova i prodlevu; interpunkce se může lišit.
6. Po stažení aplikace a modelu odpojte síť a neškodnou frázi zopakujte v místním dokumentu. Přepis vytvořený tam ukazuje, že tato vybraná cesta může fungovat offline. Potom se opět připojte. Nedokládá to, že cloudový chat, který přepis dostane, zachová text místně.

Chcete-li pomoc agenta s přizpůsobením, dejte mu omezené diagnostické zadání:

Používám Handy v0.9.8 s místním modelem Whisper Small.
Můj operační systém a procesor: [doplňte skutečné údaje].
Zvolená zkratka přepisu: [doplňte nastavenou zkratku].
Výsledek krátkého testu v místním editoru: [popište, co se stalo].
Ověř tento konkrétní příznak a navrhni jeden diagnostický krok.
Neinstaluj nesouvisející dovednosti, neschvaluj oprávnění
automaticky a nepřepínej na cloudové rozpoznávání.

Jak ověřit, že to funguje (a co dělat, když ne)#

Po nastavení aplikace, staženého modelu a zkratky proveďte sami test v místním editoru:

1. Umístěte kurzor do místního textového dokumentu

   Pro test místního rozpoznávání použijte neškodný testovací dokument.

2. Podržte zkratku přepisu nastavenou v Handy

   Pokud jste zvolili Ctrl+Shift+Space, použijte ji; pokud jste vybrali jinou dostupnou zkratku, použijte tu.

3. Řekněte nahlas krátkou frázi

   Například: „test hlasového zadávání“.

4. Uvolněte klávesy

   Text by se měl objevit tam, kde byl kurzor.

Pokud se neobjeví žádný text, nedělejte si starosti; jde o běžné problémy. Zkopírujte toto zadání do chatu s Claudeem a provede vás řešením:

Moje nastavená zkratka přepisu v Handy je: [skutečná zkratka].
Když ji podržím, mluvím a uvolním ji v místním testovacím dokumentu,
žádný text se neobjeví.

Check exactly what is broken (no microphone access,
no permission to control the computer, a system hotkey conflict,
or the model wasn't downloaded) and walk me through
fixing it step by step.

Začněte těmito konkrétními fázemi; možné jsou i jiné příčiny:

• Žádný přístup k mikrofonu. Systém programu nedovolil snímat zvuk — musíte to povolit v nastavení soukromí.
• Chybějící oprávnění k vkládání textu (Mac). V Nastavení systému → Soukromí a zabezpečení zkontrolujte oprávnění Zpřístupnění požadované aplikací Handy a zkuste to znovu v místním textovém editoru.
• Konflikt klávesové zkratky. Ctrl+Shift+Space už používá jiný program; vyberte jinou kombinaci.
• Model se nestáhl nebo nenačetl celý. Ověřte jeho stav v aplikaci a před dalším testem dokončete stažení vybraného místního modelu. Nepřepínejte bez upozornění na online přepisovací službu.

Co když se nic nenainstaluje?#

Někdy není čas řešit potíže, ale chcete diktovat ještě dnes. V takovém případě zapněte vestavěné hlasové zadávání systému; je zdarma:

• Mac: „System Settings“ → „Keyboard“ → „Dictation“ → zapněte. Na čipech Apple běží rozpoznávání offline, přímo v zařízení.
• Windows: stisknutím Win + H otevřete panel hlasového zadávání. Mějte na paměti: funguje přes internet (rozpoznávání běží na serverech Microsoftu), takže nejde o soukromé offline zpracování.

Funguje okamžitě, bez instalace. Kvalita je skromnější než u lokálního Whisperu. Ale jako způsob, jak nezůstat zaseknutí a začít dnes psát hlasem, je naprosto dostačující.

Wispr Flow, nebo bezplatný Whisper: Co si vybrat?#

Rychlý průvodce výběrem:

Místní možnost nevyžaduje předplatné rozpoznávání a nabízí cestu k offline přepisu. Než se na ni spolehnete, ověřte na svém počítači kvalitu, rychlost i chování offline. Komerční aplikace vám může vyhovovat lépe, pokud její postup šetří více času; srovnávejte na stejné neškodné frázi.

Prostě zkuste nadiktovat své první zadání. Podle popsané zkušenosti lidé po pár dnech hlasového zadávání téměř přestali psát dlouhé texty na klávesnici.