Hang szöveggé: miért lassít a gépelés
150 szót gondolsz percenként. 40-et gépelek. Ez a szakadék valós, és minden nap ötletekbe kerül.
Miért lassít a gépelés
Az agyad beszédtempóban működik. A billentyűzet arra kényszerít, hogy gondolatokat ujjmozgásokra fordíts. A hang átugorja ezt a fordítást. A Whisper Notes helyben alakítja a hangot szöveggé Mac-en és iPhone-on — alapértelmezetten Parakeet V3-mal, emellett a Whisper Large-v3 Turbo és a SenseVoice is elérhető. A hangod soha nem ér szervert.
- •Mac: Tartsd az Fn-t a diktáláshoz bárhol — Claude, ChatGPT, Slack, VS Code, ahová csak akarod
- •iPhone: A zárolási képernyő widget 1 másodperc alatt indítja a felvételt
- •Minden az eszközödön történik. Semmi nem töltődik fel. Soha.
- •Egy App Store-vásárlás az iPhone-, iPad- és Mac App Store-verziót is tartalmazza; a DMG-licenc külön kapható. Nincs előfizetés.
Mac (macOS 14+, Apple Silicon) · iPhone (iOS 18+)
Asztali: beszélj bármely alkalmazással
Minden szövegmező a Mac-eden most hanginterfész. E-mail piszkozatok, Slack válaszok, kód megjegyzések, AI promptok — ahol gépelhetsz, most beszélhetsz. Tartsd az Fn-t, beszélj, engedd el. A szavak megjelennek a kurzornál. Nincs alkalmazásváltás. Nincs várakozás.
Rendszerszintű hangbevitel
A Whisper Notes globális gyorsbillentyűt telepít. Bármely alkalmazásban — Claude, ChatGPT, Gemini, Gmail, Notion, VS Code, még Terminálban is — tartsd az Fn-t és beszélj. Elengedéskor az eszközön futó modell — alapértelmezetten Parakeet V3, emellett Whisper Large-v3 Turbo és SenseVoice is elérhető — helyben dolgozza fel a hangot. A szöveg a kurzorpozíciónál jelenik meg. Nulla felhő késleltetés.
- •Működik minden Mac alkalmazásban. Kivétel nélkül.
- •A szöveg azonnal megjelenik a kurzorpozíciónál
- •Alapértelmezetten Parakeet V3 (~60× valós idő Apple Siliconon); a Whisper Large-v3 Turbo és a SenseVoice is helyben fut
- •30 másodperces beállítás: Beállítások → Billentyűparancsok → Engedélyezés
Works in: Claude, ChatGPT, Gemini, Gmail, Slack, VS Code, Terminal, Notion
Streaming eredmények
Nem kell megvárni a teljes fájl feldolgozását. Az eredmények bekezdésenként jelennek meg. Kezdd el olvasni és szerkeszteni, miközben az átírás folytatódik.
Egyéni szókincs
Az AI modellek megbotlanak a neveken és szakzsargonon. Add hozzá a saját szókincsedet — cégnevek, termékek, szakkifejezések. A nagybetűzés megmarad ("Claude Opus 4.5" marad "Claude Opus 4.5", nem "claude opus").
Claude, GPT-4, Gemini, Whisper · OAuth, TypeScript, Kubernetes · HIPAA, GDPR, SOC2
Csendkezelés
A Whisper családba tartozó modellek hallucinálnak a hosszú csendeken — kifejezéseket ismételnek vagy szavakat találnak ki, mert a dekóder úgy készült, hogy mindig kiadjon valamit. A hangaktivitás-észlelés megkeresi a beszédet, és átírás előtt levágja a néma részeket, így sokkal kevesebb csend marad, amit ki lehetne tölteni. Ez csökkenti a gondot, nem szünteti meg; a tiszta, természetes szünetekkel készült felvétel is segít.
Milyen gyors?
M5 Air: ~60× valós idő Parakeet V3-mal — egy 17,5 perces meeting 16,7 másodperc alatt megvolt
M4 Pro: 103× valós idő Parakeet V3-mal; 14,3× a Whisper Large-v3 Turbo úton
M1 és újabb: Minden Apple Silicon Mac futtatja mind a három motort. A régebbi chipek lassabbak, de még mindig jóval a valós idő felett járnak
A legjobb felhasználási eset: beszélgetés AI-val
Csevegés Claude-dal
Tartsd az Fn-t, részletezd a problémádat. A természetes beszéd jobb promptokat eredményez, mint amit a gépelés valaha képes. Engedd el, küld. Nincs másolás másik alkalmazásból. Csak te és az AI, beszélgetésben.
Slack és e-mail
A hosszú válaszok súrlódást jelentenek. A hang megszünteti a súrlódást. Tartsd az Fn-t a szövegmezőben, mondd el, amit gondolsz, engedd el. 20 másodperc alatt kész, nem 3 perc gépelés.
Első piszkozatok
Az írók következetesen arról számolnak be, hogy a diktált első piszkozatok lazábbak és őszintébbek. A billentyűzet tudattalan szerkesztési réteget hoz létre. A hang ezt megkerüli. Először az ötletek, szerkesztés később.
Mobil: kapd el az ötleteket, amikor jönnek
A jó ötletek nem várnak, amíg az íróasztalnál vagy. Séta közben jönnek, zuhanyzás alatt, hajnali 2-kor, sorban állva. A zárolási képernyő widget közel nullára csökkenti a rögzítési súrlódást. Egy érintés, beszélj, kész. A gondolat mentve, mielőtt elhalványulna.
Zárolási képernyő widget
- •1 másodperc zsebből felvételig
- •A Live Activity mutatja az időtartamot beszéd közben
- •A Dynamic Island mutatja a felvétel állapotát
- •Nincs alkalmazás megnyitás, nincs jelszó begépelés
Kéz nélküli rögzítés
- •Kesztyű, nedves kezek, bevásárlószatyrokkal teli kezek — minden működik
- •AirPods indít/állít egy érintéssel
- •Suttogás szintű érzékenység csendes szobákhoz
- •Szél és környezeti zajkezelés kültérhez
Exportálás bárhová
- •Másolás vágólapra azonnali beillesztéshez
- •Megosztás Jegyzetekbe, Üzenetekbe, e-mailbe, bármely alkalmazásba
- •Exportálás időbélyegekkel áttekintéshez
- •SRT formátum videó feliratokhoz
A hajnali 2 órás ötlet problémája
Lefekvés előtt
"Ez az API design rossz. Az eseményeknek változtathatatlanoknak kellene lenniük. Holnap reggel első dolgom az event sourcing pattern-re átállás."
Reggeli futás
"Cikk ötlet: a billentyűzet mint gondolattömörítő algoritmus. Másképp írunk, mint gondolkodunk, mert a gépelés lassú."
Séta közben
"A megbeszélés azért akadt el, mert rossz metrikát optimalizálunk. Irány a megtartás, ne az elköteleződés."
Miért számít az offline
A hangod soha nem hagyja el az eszközt
- •Nincs szerverre feltöltés — a feldolgozás a Neural Engine-en (iPhone) vagy Metal-on (Mac) történik
- •Nincs adatmegőrzési szabályzat, mert nincs adatátvitel
- •Biztonságos bizalmas beszélgetésekhez, HIPAA érzékeny jegyzetekhez, jogi munkához
- •A hangfelvételeid csak az általad birtokolt hardveren léteznek
Működik internet nélkül
- •Repülőgép üzemmód, metrójáratok, ingadozó Wi-Fi — minden működik
- •Hálózati hozzáférést blokkoló biztonságos létesítmények — működik
- •A késleltetés csak feldolgozási idő, nincs hálózati oda-vissza út
- •A teljesítmény nem romlik, amikor a szerverek túlterheltek
Fizess egyszer, használd örökké
- •Egy App Store-vásárlás az iPhone-, iPad- és Mac App Store-verziót is tartalmazza; a DMG-licenc külön kapható.
- •Nincs percenkénti díj, nincs használati limit, nincs "ingyenes verzió" korlátozás
- •A nagyfogyasztók máshol $120-180/év-et fizetnek
- •Az első hónapban megtérül
Összehasonlítás
| Funkció | Whisper Notes | Apple Diktálás | SuperWhisper | Wispr Flow |
|---|---|---|---|---|
| Feldolgozás | 100% eszközön | Apple szerverek | 100% eszközön | Felhő szerverek |
| iPhone + Mac | Egyszeri díj, csatornánként | Ingyenes | Mac, Windows, iPhone | Mac, Windows, iPhone |
| Zárolási képernyő widget | Igen | Nem | Nem | Nem |
| Rendszerszintű Fn billentyű | Igen | Igen | Igen | Igen |
| Ármodell | $7.99 egyszer | Ingyenes | $8.49/hó vagy $249 | $10-15/hó |
| AI modell | Parakeet V3 + Whisper + SenseVoice | Apple saját fejlesztés | Whisper variánsok | GPT-4 + Whisper |
| Egyéni szókincs | Igen | Nem | Igen | Igen |
| Éves költség | Egyszeri díj, csatornánként | Ingyenes | $102/év | $120-180/év |
A Whisper Notes az egyetlen lehetőség, ami kombinálja: mindkét platform + 100% offline + zárolási képernyő rögzítés + egyszeri fizetés.
Az őszinte kompromisszumok
A helyi feldolgozásnak valós kompromisszumai vannak. Szerintünk a legtöbb embernek megéri, de tudnod kell, mibe vágsz bele:
Modell letöltés
Az alapértelmezett motor a Parakeet V3 — egy 465 MB-os letöltés, ami minden Apple Silicon Mac-en nagyjából 60× valós idővel fut, angolhoz és további 24 európai nyelvhez. Letöltheted a Whisper Large V3 Turbo-t is (~1,5 GB), a 100+ nyelvet lefedő többnyelvű változatot, vagy választhatod a SenseVoice-t kínaihoz, japánhoz, koreaihoz és kantonihoz. Ugyanez a három modell elérhető iPhone-on is.
Csak Apple
Ez egy Apple Silicon alkalmazás. Mac M1 vagy újabb, iPhone iOS 18+. Nincs Android. Nincs Windows. Nincs Intel Mac. Ha nem vagy az Apple ökoszisztémában, ez nem neked való.
Sebesség vs felhő
A helyi inferenciát az eszközöd szabja meg, nem egy adatközpont. iPhone-on az App Store leírása szerint öt perc hang nagyjából 18 másodperc Parakeettel egy iPhone 15-ön, és körülbelül egy perc Whisperrel — egy órás felvétel tehát percekben mérhető, nem másodpercekben. Ha egy órás fájlt azonnal kell visszakapnod, a felhőszolgáltatás továbbra is gyorsabb.
Pontossági plafon
A Whisper 95%+ pontosságot ér el tiszta beszédnél. Erős akcentusok, hangos háttérzaj vagy motyogás enyhe szerkesztést igényel. Ha 99,9% pontosság kell orvosi átíráshoz, alkalmazz embert. Ha 95% pontosság kell azonnal és privát módon, ez működik.
Hogyan kezdj
iPhone
- 1.Töltsd le a Whisper Notes-t az App Store-ból ($7.99)
- 2.Nyisd meg egyszer — a modell automatikusan letöltődik
- 3.Hosszan nyomj a kezdőképernyőn → érintsd a '+' → keresd a 'Whisper Notes' → add hozzá a widgetet
- 4.Érintsd a widgetet a zárolási képernyőről. Felveszel.
Mac
- 1.Töltsd le a Whisper Notes-t (az iPhone vásárlásban benne van)
- 2.Nyisd meg egyszer — a modell automatikusan letöltődik
- 3.Beállítások → Billentyűparancsok → Globális Diktálás Engedélyezése
- 4.Add meg a Kisegítő Lehetőségek engedélyt, amikor kéri
- 5.Tartsd az Fn-t bárhol és kezdj beszélni
Hidald át a szakadékot
$7.99 iPhone-on, ingyenes próba Mac-en. Nincs előfizetés. Nincs percenkénti díj. Csak beszélj.
Letöltés iOS-reFn Diktálás · Zárolási Képernyő Widget · 100+ nyelv · 100% offline · Egyszeri vásárlás
Kapcsolódó
Mélyebb betekintés a Mac funkciókba: Fn diktálás, streaming átírás, egyéni szókincs, feldolgozási sebesség
Teljes iOS útmutató: Live Activity, tömeges exportálás, mappa szervezés, Share Sheet integráció
Közvetlen összehasonlítás: Whisper Notes vs MacWhisper, Otter.ai, SuperWhisper és felhő alternatívák