Дауыспен тегін енгізу: жергілікті Whisper және дайын қолданбалар

Бұл мысалда Claude сұраулары, жазбалар мен хабарламалар сияқты мәтіндерді дауыспен енгізу қарастырылады. Жергілікті Whisper жазбаны компьютеріңізде тани алады. Бірақ мәтінді қабылдайтын қолданба — бөлек құпиялылық шекарасы: бұлттық чатқа қойылған не онлайн қызметке жіберілген мәтін сол қызметтің ережесімен беріледі.

Бұл нұсқаулықта қолданбаны тікелей орнату жолы және диктовкаға сенбес бұрын орындалатын қысқа сынақ берілген. Агент нақты байқалған ақауды зерттеуге көмектесе алады. Дайын ақылы қолданбалардың ыңғайлылығын жергілікті нұсқамен де салыстырамыз.

Неге терудің орнына дауыстап айту керек?#

ЖИ-мен жұмыс істегенде, ең көп уақыт алатыны — код емес, сөздерді тұжырымдау. Claude-қа не істеу керегін түсіндіріп, мәтінді түзетіп, нақтылайсыз. Мұндай түсіндірмелерді теруге көп уақыт кетеді. Ал дауыстап айту жылдам.

Сандар қарапайым: сөйлеу теруден шамамен үш есе жылдам. Айырмашылығы — «бір абзацты екі минут тердім» және «оны отыз секундта айтып шықтым» деген сияқты. Бір күнде бұл үнемделген ондаған минутқа айналады.

Оған қоса, қолыңыз бос болады. Бөлмені аралап жүре аласыз, басқа экранға қарай аласыз немесе кесе ұстай аласыз. Көп адам үшін бұл тағы бір кедергіні жояды: бір нәрсені жазу үшін отырып тергеннен гөрі, айту оңайырақ.

Wispr Flow, superwhisper, Whisper: айырмашылығы неде?#

Атаулары ұқсас болғандықтан, шатасу оңай. Сондықтан рет-ретімен қарастырайық.

Whisper (соңында «r» жоқ, OpenAI жасаған) — сөйлеуді мәтінге айналдыратын қозғалтқыш, яғни ашық модель. Ол тегін, ашық кодты және тікелей компьютеріңізде жұмыс істей алады. Өздігінен ол түймелері де, терезелері де жоқ жай ғана «қозғалтқыш»; дайын қолданбалар оны ішінен пайдаланады.

Wispr Flow (соңында «r» бар, wisprflow.ai) — Mac пен Windows жүйелеріне арналған дайын ақылы қолданба. Пернені басып тұрып сөйлесеңіз, мәтін курсор тұрған кез келген өрісте пайда болады. Қолдануға ыңғайлы, жақсы жасалған және орнатқаннан кейін бірден жұмыс істейді.

superwhisper (superwhisper.com) — Mac, Windows және iPhone-ға арналған ұқсас қолданба. Жергілікті модельдерді пайдаланатын тегін режимі бар, ал толық нұсқасы ақылы. Жұмыс істеу тәсілі бірдей: пернені басып тұрып сөйлейсіз де, мәтінді аласыз.

Handy — тегін, ашық кодты диктовка қолданбасы. Төмендегі нақты жол v0.9.8 ресми шығарылымына сүйенеді; жүйеңіз бен процессорыңызға сай орнатқышты тексеріңіз.

Екі тәсіл де сөзді мәтінге айналдырады, бірақ моделі, өңдеу мүмкіндіктері және өңдеу орны өзгеше болуы мүмкін. Дайын қолданба баптау жұмысын азайтады; жергілікті Whisper офлайн тану жолын басқаруға мүмкіндік береді. Қайсысы жақсы екенін шешпес бұрын есімдер мен салалық терминдері бар бірдей сөйлемді сынаңыз.

Ақылы ма, тегін бе: Wispr Flow мен superwhisper үшін неге ақы алынады?#

Ақылы нұсқалар туралы нақты жағдай мынадай:

Ақылы қолданбаларда нақты не үшін төлейсіз:

• Дайын интерфейс. Орнатасыз да, бірден жұмыс істейді; ештеңе баптаудың қажеті жоқ.
• Дауыстық командалар. «Үтір», «жаңа абзац» және «соңғысын өшір» деген сөздер өңдеу командалары ретінде танылады (ақылы нұсқаларда).
• Синхрондау және сөздік. Есімдер, терминдер мен жеке сөздігіңіз құрылғылар арасында синхрондалады.

Мұның бәрі ыңғайлы. Бірақ олардағы сөйлеуді тану тегін қолжетімді модельдер тобын пайдаланады. Мұнда сипатталған жергілікті баптауда жазылым қажет емес: сөйлейсіз, мәтін пайда болады.

Дауыспен енгізу ұзақ сұрауларды жазуды жеңілдетуі мүмкін. Алдымен бір таңдаулы қолданбаны орнатып, сынаңыз. Ақау шықса, агентке белгісіз жүйе құрастыруды емес, қолданба нұсқасын, модельді, операциялық жүйені және нақты байқалған нәтижені беріңіз.

Жергілікті Whisper қалай жұмыс істейді және неліктен құпиялылықты сақтайды?#

Бұлттық қызметтер былай жұмыс істейді: дауысыңыз басқа біреудің серверіне жіберіледі, сонда ол танылады, ал мәтін кері қайтарылады. Бұл үшін ақы алады (серверді жалға алу құны), әрі сөзіңізді компанияға сеніп тапсыруыңыз керек.

Жергілікті Whisper басқаша жұмыс істейді. Модельді бір рет жүктеп аласыз (бірнеше жүз мегабайт немесе одан сәл үлкен файл), содан кейін бәрі құрылғыңызда орындалады:

1. Ыстық пернені басып тұрып, сөйлэнэ

   Пернені басып тұрған кезде микрофон дыбысты жазып алады.

2. Компьютердегі модель сөйлеуді таниды

   Аудио интернетсіз тікелей құрылғыда мәтінге айналады.

3. Мәтін курсор тұрған жерге енгізіледі

   Claude-пен чатқа, құжатқа, браузердің мекенжай жолағына — кез келген жерге.

Жергілікті тану жолына ақылы сөйлеу endpoint-і керек емес және модель жүктелген соң ол интернетсіз мәтін тани алады. Мұны жергілікті мәтін редакторында тексеріңіз. Бұлттық чат, буфер синхрондауы не басқа қабылдаушы кейін дайын мәтінді жібере алады; жергілікті модель оған тыйым салмайды.

Whisper сирек қолданылатын қазақ және татар тілдерін қоса алғанда, шамамен 99 тілді түсінеді. Модельдердің көлемі әртүрлі: ең кішісінен (жылдам, бірақ сапасы төменірек) ең үлкеніне дейін (дәлірек, бірақ ресурсты көбірек қажет етеді).

Дауыспен енгізу үшін қандай компьютер керек?#

Үйлесімділік пен жылдамдық қолданба жинағына, модельге, тілге және жабдыққа тәуелді. Жүктемес бұрын орнатқыш қолдайтын операциялық жүйе мен процессор архитектурасын тексеріңіз. Үлкен модельге көбірек жад пен орын керек; орнатылғаны оның сізге жеткілікті жылдам екенін дәлелдемейді.

Төмендегі Handy жолында жергілікті Whisper Small моделінен және қысқа сөйлемнен бастаңыз. Қолданба көрсеткен жүктеу көлемін қарап, аяқталғанын күтіңіз. Модель ашылмаса не кідіріс ұзақ болса, талаптарды тексеріп, қолдау көрсетілетін кішірек жергілікті модельді сынаңыз. Нақты мәтін мен кідірісті өз компьютеріңізде салыстырыңыз; бұл нұсқаулық әмбебап жад минимумын не аяқталу уақытын бекітпейді.

macOS пен Windows үшін құжатталған жергілікті диктовка жолы#

Бұл рецептте Handy v0.9.8 қолданылады. Оның нұсқаланған README құжаты жергілікті Whisper тануын, бапталатын пернелерді, микрофон және Accessibility рұқсаттарын сипаттайды. Бұл — құжаттамаға негізделген жол; осы нұсқаулық үшін орнату мен транскрипция орындалған жоқ.

1. Сол ресми шығарылым файлдарынан жүйеңіз бен процессорыңызға арналған орнатқышты жүктеңіз. Handy-ді орнатып ашыңыз. Өзге сайттағы аттас қолданба емес, тиісті нұсқа екенін тексеріңіз.
2. Қолданбада жергілікті Whisper Small моделін жүктеп таңдаңыз. Аяқталғанша күтіңіз. Жергілікті сынақта қосымша онлайн өңдеуді өшірулі қалдырыңыз.
3. Handy-ге микрофон рұқсатын беріңіз. macOS-та басқа қолданбаға мәтін енгізу үшін System Settings → Privacy & Security ішіндегі сұралған Accessibility рұқсатын тексеріңіз. Қолданба атауы мен мақсатын қарап, өзге сұрауларды автоматты мақұлдамаңыз.
4. Handy Settings ішінде Ctrl+Shift+Space пернесін және басып тұрғанда жазу режимін баптаңыз. Бұл — таңдалған тіркесім, әдепкі жүйелік перне деген уәде емес. Ол бос болмаса не қабылданбаса, бос пернені таңдап, келесі сынақтарда соны қолданыңыз.
5. Жергілікті қарапайым мәтін құжатын ашып, курсорды қойыңыз. Бапталған пернені ұстап, «Дауыспен енгізу сынағы, альфа жобасы» деп айтып, босатыңыз. Жазба тоқтап, танылған мәтін құжатқа енгізілуі керек. Сөздер мен кідірісті тексеріңіз; тыныс белгілері өзгеше болуы мүмкін.
6. Қолданба мен модель жүктелген соң желіні өшіріп, зиянсыз сөйлемді сол жергілікті құжатта қайталаңыз. Онда шыққан транскрипт таңдалған тану жолының офлайн жұмыс істей алатынын көрсетеді. Кейін желіні қосыңыз. Бұл мәтінді қабылдаған бұлттық чат оны жергілікті сақтайды деген дәлел емес.

Нақты ақауға агент көмегі керек болса, шектеулі диагностикалық сұрау беріңіз:

Мен Handy v0.9.8 және жергілікті Whisper Small моделін қолданамын.
Операциялық жүйем мен процессорым: [нақты мәндер].
Бапталған диктовка пернем: [нақты тіркесім].
Жергілікті редактордағы қысқа сынақ нәтижесі: [не болды].
Осы нұсқаның ресми нұсқауларын тексер. Ақау кезеңін анықта:
модель жүктеу, микрофон, перне не мәтін енгізу.
Әр рұқсат пен өзгерісті қолданар алдында түсіндір.
Бұлттық API-ға өтпе, ештеңе сатып алма және файлдарды жойма.

Бұл сұрау нақты ақауға арналған қосымша көмек. Агенттің «дайын» деуі не Allow басу транскрипция мен офлайн сынақты алмастырмайды. Интернеттен алынған дағдының көзі мен нұсқауларын, әсіресе токендерді ашуы не файлды жоюы мүмкін командаларын алдын ала тексеріңіз.

Жұмыс істейтінін қалай тексеруге болады (және істемесе не істеу керек)#

Қолданба, жүктелген модель және перне бапталған соң, жергілікті редакторда өзіңіз тексеріңіз:

1. Кез келген енгізу өрісіне курсорды қойыңыз

   Алғашқы тексеруде жергілікті мәтін құжатын қолданыңыз; бұлттық чат пен синхрондау бөлек тексеріледі.

2. Бапталған диктовка пернесін басып тұрыңыз

   Егер таңдауыңыз Ctrl+Shift+Space болса, Mac-та Ctrl қолданылады, Cmd емес.

3. Қысқа сөйлемді дауыстап айтыңыз

   Мысалы: «дауыспен енгізуді тексеру».

4. Пернелерді босатыңыз

   Мәтін курсор тұрған жерде пайда болуы керек.

Мәтін шықпаса, алаңдамаңыз: бұл жиі кездесетін мәселелер. Осы сұрау мәтінін Claude чатына көшіріңіз, сонда ол мәселені шешуге көмектеседі:

Ctrl+Shift+Space пернелер тіркесі істемей тұр: оны басып,
сөйлеп, пернелерді босатамын, бірақ мәтін шықпайды.

Нақты не істемей тұрғанын тексер (микрофонға рұқсат жоқ,
компьютерді басқаруға рұқсат жоқ, жүйелік пернелер тіркесі қайшы келеді
немесе модель жүктелмеген) және оны кезең-кезеңімен
қалай түзету керегін түсіндір.

Бұл барлық жағдайдың дерлік шешімін қамтиды. Мәселенің ең жиі кездесетін себептері:

• Микрофонға рұқсат жоқ. Жүйе бағдарламаға дыбысты естуге рұқсат бермеген; құпиялылық баптауларынан рұқсат беру керек.
• Мәтін енгізу рұқсаты жоқ (Mac). System Settings → Privacy & Security ішіндегі Handy сұраған Accessibility рұқсатын тексеріп, жергілікті редакторда қайталаңыз.
• Пернелер тіркесімі қайшы келеді. Ctrl+Shift+Space басқа бағдарламада қолданылып тұр; басқа тіркесімді таңдаңыз.
• Модель жүктеліп не ашылып бітпеген. Қолданбадағы күйін тексеріп, таңдалған жергілікті модельдің жүктелуін аяқтаңыз. Онлайн транскрипцияға үнсіз ауыспаңыз.

Ештеңе орнатылмаса ше?#

Кейде ақауды шешуге уақыт жоқ, бірақ бүгін-ақ дауыстап жазғыңыз келеді. Ондайда жүйеге кіріктірілген тегін дауыспен енгізу функциясын қосыңыз:

• Mac: “Жүйе баптаулары” → “Пернетақта” → “Диктовка” → қосыңыз. Apple чиптерінде тану офлайн, тікелей құрылғыда орындалады.
• Windows: дауыспен теру панелін ашу үшін Win + H пернелерін басыңыз. Ескеріңіз: бұл интернет арқылы жұмыс істейді (тану Microsoft серверлерінде орындалады), сондықтан офлайн құпия өңдеу емес.

Орнату қажет емес, қазір бірден жұмыс істейді. Сапасы жергілікті Whisper-ден төмендеу. Бірақ тығырыққа тірелмей, бүгін-ақ дауыспен жаза бастаудың тәсілі ретінде әбден жарайды.

Wispr Flow ма, әлде тегін Whisper ме: қайсысын таңдау керек?#

Таңдауға арналған қысқаша нұсқаулық:

Жергілікті нұсқа тану жазылымынсыз және офлайн транскрипцияға жол береді. Сеніп қолданбас бұрын сапасын, жылдамдығын және офлайн жұмысын өз компьютеріңізде тексеріңіз. Дайын ақылы қолданба жұмыс тәсіліңізге ыңғайлырақ болуы мүмкін; екеуін бір зиянсыз сөйлеммен салыстырыңыз.

Алғашқы сұрау мәтініңізді дауыстап айтып көріңіз. Мұнда сипатталған тәжірибеге сүйенсек, бірнеше күн дауыспен енгізуді пайдаланғаннан кейін адамдар ұзақ мәтіндерді пернетақтада теруді дерлік қойып кеткен.