ความเป็นส่วนตัวของเสียง: ทำไมเราจึงเลือกสถาปัตยกรรมแบบโลคอล
คุณไม่จำเป็นต้องเลือกอย่างใดอย่างหนึ่งระหว่างความสะดวกกับการควบคุม
บันทึกเสียงนั้นแตกต่าง
บันทึกเสียงมักยุ่งเหยิง ไม่ผ่านการกลั่นกรอง และเป็นเรื่องส่วนตัว มันจับความคิดที่กำลังก่อตัว: ไอเดียก่อนถูกขัดเกลา ความหงุดหงิดก่อนถูกจัดการ และข้อสังเกตก่อนถูกจัดโครงสร้าง ความดิบนั้นเองคือสิ่งที่ทำให้มันมีประโยชน์
เมื่อคุณอัดบันทึกเสียง คุณมักกำลังพูดกับตัวเอง ความใกล้ชิดของช่วงเวลานั้น—ประโยคที่พูดค้างไว้ การพูดออกนอกเรื่อง ความตรงไปตรงมาโดยไม่ระวังตัว—สมควรได้รับความเคารพในวิธีที่มันถูกจัดการทางเทคนิค
เรื่องของสุขอนามัยดิจิทัล
เสียงของคุณคือตัวระบุไบโอเมตริก ต่างจากรหัสผ่าน คุณไม่สามารถรีเซ็ตมันได้ นั่นไม่ได้ทำให้บันทึกเสียงทุกชิ้นเป็นข้อมูลอ่อนไหวสูง แต่ก็เป็นเหตุผลที่ดีที่จะคิดว่าไฟล์เสียงดิบถูกประมวลผลและจัดเก็บไว้ที่ไหน
การประมวลผลบนคลาวด์นั้นสมเหตุสมผลสำหรับการบันทึกทั่วไปหลายกรณี แต่สำหรับการไตร่ตรองส่วนตัว บันทึกทางวิชาชีพ หรือบทสนทนากับลูกค้า การเก็บเสียงดิบให้พ้นจากเซิร์ฟเวอร์ของบุคคลที่สามช่วยลดจำนวนสถานที่ที่สำเนาอาจไปอยู่ได้
เราสร้าง Whisper Notes ขึ้นรอบทางเลือกนั้น: การบันทึก การถอดเสียง และการจัดเก็บทั้งหมดสามารถอยู่บนอุปกรณ์ของคุณได้
สถาปัตยกรรม
Whisper Notes รันเอนจินรู้จำเสียงพูดสามตัวโดยตรงบนฮาร์ดแวร์ของคุณ: Parakeet V3, Whisper Large V3 Turbo และ SenseVoice ไม่มีเซิร์ฟเวอร์ถอดเสียง การบันทึกของคุณถูกประมวลผลในเครื่อง
Mac และ iPhone มีตระกูลเอนจินชุดเดียวกัน โดยรันไทม์ถูกปรับจูนให้เหมาะกับแต่ละแพลตฟอร์ม:
Mac: เลือกเอนจินตามภาษา
Parakeet V3 เป็นค่าเริ่มต้นสำหรับภาษาอังกฤษและภาษายุโรปอีก 24 ภาษา SenseVoice เป็นตัวเลือกความเร็วสูงสำหรับภาษา CJK ส่วน Whisper Large V3 Turbo เป็นโมเดลขนาด 809M พารามิเตอร์สำหรับภาษาที่เหลือในชุดมากกว่า 100 ภาษาของ Whisper ทั้งสามตัวรันบน Apple Silicon
ตัวเลือกโมเดลทำให้การแลกเปลี่ยนชัดเจน: Parakeet และ SenseVoice เน้นความเร็วในกลุ่มภาษาของตัวเอง ส่วน Whisper เน้นความครอบคลุมที่กว้างกว่า
iPhone: ชุดโมเดลเดียวกัน ปรับแต่งสำหรับมือถือ
อุปกรณ์มือถือมีข้อจำกัดด้านความร้อน แบตเตอรี่ และหน่วยความจำที่เข้มงวดกว่า แอป iPhone เวอร์ชันปัจจุบันยังคงมี Parakeet V3, Whisper และ SenseVoice โดยแต่ละตัวใช้รันไทม์ที่ปรับแต่งมาสำหรับ iPhone
บน iPhone 15 หน้าร้าน App Store ปัจจุบันระบุว่าใช้เวลาประมาณ 18 วินาทีสำหรับเสียงความยาวห้านาทีด้วย Parakeet และประมาณหนึ่งนาทีด้วย Whisper โทรศัพท์รุ่นเก่ากว่าจะใช้เวลานานขึ้น แต่การประมวลผลยังคงอยู่บนอุปกรณ์
ออกแบบมาเพื่อความเร็ว
ไอเดียดีๆ ไม่รอใคร มันมาถึงตอนขับรถ ตอนเดิน หรือช่วงเวลาก่อนหลับ วิดเจ็ตหน้าจอล็อกถูกออกแบบมาเพื่อลดแรงเสียดทานให้น้อยที่สุด พาคุณจากความคิดไปสู่การบันทึกให้เร็วที่สุดเท่าที่จะทำได้
วิดเจ็ตหน้าจอล็อกพร้อม Live Activity
- • เปิดใช้งานด้วยการแตะครั้งเดียว: เริ่มบันทึกได้โดยตรงจากหน้าจอล็อกของคุณ
- • Live Activity: การยืนยันด้วยภาพของระยะเวลาการบันทึกบน Dynamic Island
- • ผสานรวมกับ Face ID: วิดเจ็ตทำงานได้ลื่นไหลกับการยืนยันตัวตนด้วย Face ID
- • ใช้งานแบบแฮนด์ฟรีได้: ทำงานได้แม้สวมถุงมือ มือเปียก หรือใช้ท่าทางแตะ AirPods
เวิร์กโฟลว์จับความคิด-ทบทวน
เวิร์กโฟลว์บันทึกเสียงที่ได้ผลที่สุดคือการแยกการจับความคิดออกจากการทบทวน อุปกรณ์มือถือเก่งเรื่องการบันทึกอย่างรวดเร็ว ส่วนสภาพแวดล้อมเดสก์ท็อปเก่งเรื่องการแก้ไขเชิงลึก
iPhone: จับความคิด
ใช้ iPhone เพื่อจับความคิดทันทีที่มันผุดขึ้นมา วิดเจ็ตหน้าจอล็อกลดแรงเสียดทานเหลือเพียงการแตะครั้งเดียว โมเดลบนมือถือถอดเสียงทันที ให้ข้อความที่ใช้งานได้ในทันใด
Mac: ทบทวน
บน Mac, Whisper Notes มีเครื่องมือสำหรับงานเชิงลึก:
- • เลือกโมเดลได้: ใช้ Parakeet, SenseVoice หรือ Whisper ตามภาษาของการบันทึก
- • ย่อหน้าพร้อมไทม์สแตมป์: คลิกย่อหน้าใดก็ได้เพื่อข้ามไปยังช่วงเวลานั้นในไฟล์เสียง
- • การเล่นแบบซิงโครไนซ์: ข้อความถูกไฮไลต์ตามเสียงที่เล่น
- • ส่งออกได้ยืดหยุ่น: ข้อความธรรมดา รูปแบบพร้อมไทม์สแตมป์ หรือคำบรรยาย SRT
- • การป้อนตามคำบอกทั่วทั้งระบบ: กด Fn ค้างไว้เพื่อพูดข้อความลงในแอปใดก็ได้โดยตรง
บทถอดเสียงพร้อมไทม์สแตมป์และการเล่นเสียงแบบซิงโครไนซ์
ประโยชน์ด้านความสบายใจ
สถาปัตยกรรมนี้ยังเปลี่ยนวิธีที่บางคนใช้เครื่องบันทึกเสียงด้วย
การรู้ว่าเสียงของคุณไม่มีวันออกจากอุปกรณ์ ให้อิสระแก่คุณในการพูดได้อย่างเต็มที่โดยไม่ต้องเซ็นเซอร์ตัวเอง คุณสามารถบันทึกความคิดที่ยังก่อตัวไม่เสร็จ ระบายความหงุดหงิด ระดมไอเดียแบบสุดโต่ง หรือบันทึกเรื่องงานที่ละเอียดอ่อน—ทั้งหมดโดยไม่ต้องกังวลว่าในท้ายที่สุดใครอีกบ้างที่อาจเข้าถึงเสียงนั้นได้
มันคล้ายกับการเขียนลงสมุดโน้ตกระดาษ: การรู้ว่าสำเนาเพียงชิ้นเดียวอยู่ที่ไหน ทำให้พูดอย่างตรงไปตรงมาได้ง่ายขึ้น
โมเดลทางเศรษฐกิจ
เนื่องจากการประมวลผลทั้งหมดเกิดขึ้นบนอุปกรณ์ของคุณ จึงไม่มีต้นทุนเซิร์ฟเวอร์ถอดเสียงที่เพิ่มขึ้นตามการใช้งาน แอป iPhone ราคา $6.99 จ่ายครั้งเดียว แอป Mac มีช่วงทดลองใช้ 10,000 คำ จากนั้นราคา $6.99 จ่ายครั้งเดียว ทั้งสองแพลตฟอร์มเป็นการซื้อแยกกัน
ไม่มีการสมัครสมาชิก ไม่มีค่าธรรมเนียมรายนาที ไม่มีขีดจำกัดการใช้งาน
Whisper Notes กับ Whisper Memos: ไม่ใช่แอปเดียวกัน
ขอชี้แจงให้ชัดเจน เพราะชื่อชวนให้สับสนได้ง่าย: Whisper Memos เป็นผลิตภัณฑ์คนละตัวจากนักพัฒนาคนละราย ทั้งคู่สร้างขึ้นบน Whisper ของ OpenAI แต่สถาปัตยกรรมนั้นตรงกันข้ามกัน นโยบายความเป็นส่วนตัวของ Whisper Memos ระบุว่าการถอดเสียงต้องส่งไฟล์เสียงไปยัง OpenAI ส่วน Whisper Notes ไม่มีเซิร์ฟเวอร์ถอดเสียง: เสียงของคุณถูกบันทึก ถอดเสียง และจัดเก็บบนอุปกรณ์ของคุณเท่านั้น
| Whisper Notes | Whisper Memos | |
|---|---|---|
| สถานที่ประมวลผลเสียง | 100% บนอุปกรณ์ | คลาวด์ — เสียงถูกส่งไปยัง Whisper API ของ OpenAI |
| โมเดลราคา | จ่ายครั้งเดียว: $6.99 บน iPhone; ทดลองใช้ฟรีบน Mac จากนั้น $6.99 (ซื้อแยกกัน) | $10/เดือน หรือ $60/ปี เรียกเก็บเป็นรายปี |
| แพลตฟอร์ม | iPhone และ Mac (Apple Silicon) | iPhone และ Apple Watch |
| ทำงานออฟไลน์ | ใช่ — ไม่ต้องใช้อินเทอร์เน็ตเลยแม้แต่ครั้งเดียว | ไม่ — การถอดเสียงต้องเชื่อมต่อกับบริการคลาวด์ |
เพื่อความยุติธรรมต่อทั้งสองฝ่าย: หากสิ่งที่คุณต้องการคือการบันทึกจาก Apple Watch พร้อมส่งบทถอดเสียงเข้าอีเมล Whisper Memos คือเครื่องมือคลาวด์ที่สร้างมาเพื่อสิ่งนั้นโดยเฉพาะ — แต่หากสิ่งสำคัญที่สุดของคุณคือเสียงต้องไม่ออกจากอุปกรณ์ มีเพียงการประมวลผลในเครื่องเท่านั้นที่รับประกันได้
การแลกเปลี่ยน
การประมวลผลในเครื่องมีการแลกเปลี่ยนที่แท้จริงซึ่งควรทำความเข้าใจ:
ข้อควรพิจารณา
- • ความเร็วการประมวลผล: ความเร็วขึ้นอยู่กับโมเดลและอุปกรณ์ หน้าร้าน App Store ระบุว่าใช้เวลาประมาณ 18 วินาทีสำหรับเสียงห้านาทีด้วย Parakeet บน iPhone 15 และประมาณหนึ่งนาทีด้วย Whisper
- • เพดานความแม่นยำ: Whisper ทำความแม่นยำได้ 95%+ กับเสียงพูดที่ชัดเจน สำเนียงที่หนักหรือเสียงรบกวนพื้นหลังดังอาจต้องแก้ไขบ้าง
- • แพลตฟอร์ม: Mac ที่ใช้ Apple Silicon หรือ iOS 18 ขึ้นไป แนะนำ iPhone 12 ขึ้นไป ไม่มีเวอร์ชัน Android หรือ Windows
- • เวิร์กโฟลว์การบันทึก: บันทึกเสียงจะถูกถอดเสียงหลังการบันทึกเสร็จ บน Mac การป้อนตามคำบอกทั่วทั้งระบบด้วยปุ่ม Fn เป็นฟีเจอร์แยกต่างหากสำหรับการป้อนเสียงสั้นๆ ในแอปใดก็ได้
เมื่อใดที่แนวทางนี้เหมาะสม
Whisper Notes ทำงานได้ดีสำหรับ:
- • มืออาชีพที่ใส่ใจความเป็นส่วนตัว: กฎหมาย การแพทย์ สื่อสารมวลชน การบำบัด
- • การไตร่ตรองส่วนตัว: การเขียนบันทึก การจับไอเดีย การเรียบเรียงความคิด
- • สภาพแวดล้อมออฟไลน์: เครื่องบิน สถานที่ที่มีการรักษาความปลอดภัย การเชื่อมต่อที่ไม่เสถียร
- • ผู้ใช้ที่เหนื่อยหน่ายกับการสมัครสมาชิก: จ่ายครั้งเดียว เข้าถึงได้ถาวร
เมื่อใดควรพิจารณาทางเลือกอื่น
บริการคลาวด์อาจดีกว่าหากคุณต้องการ:
- • การถอดเสียงแบบเรียลไทม์ที่แชร์ร่วมกับทีม
- • การประมวลผลทันทีสำหรับการบันทึกที่ยาวมาก
- • การรองรับ Android หรือ Windows
สรุป
Whisper Notes สร้างขึ้นบนหลักการง่ายๆ: บันทึกเสียงเป็นเรื่องส่วนตัว และคุณควรควบคุมได้ว่าเสียงนั้นอยู่ที่ไหน สถาปัตยกรรมแบบ local-first รักษาทางเลือกนั้นไว้ให้คุณ โดยไม่ได้อ้างว่าเครื่องมือคลาวด์ผิดสำหรับทุกเวิร์กโฟลว์
Parakeet V3, Whisper และ SenseVoice มีให้ใช้ทั้งบน Mac และ iPhone ทั้งสองแพลตฟอร์มประมวลผลการบันทึกแบบออฟไลน์ทั้งหมด
$6.99 บน iPhone ทดลองใช้ 10,000 คำ จากนั้น $6.99 บน Mac การซื้อแยกกัน และเสียงของคุณอยู่บนอุปกรณ์ของคุณ
คำถามที่พบบ่อย
แอปบันทึกเสียงที่เป็นส่วนตัวที่สุดคืออะไร?
แอปที่ไม่มีวันอัปโหลดเสียงของคุณ Whisper Notes บันทึกและถอดเสียงบนอุปกรณ์ทั้งหมดด้วย Parakeet V3, Whisper หรือ SenseVoice ไม่มีเซิร์ฟเวอร์ถอดเสียง ดังนั้นการบันทึกจึงถูกประมวลผลในเครื่องและไม่ถูกส่งออกไปเพื่อถอดเสียงเลย
ฉันสามารถถอดเสียงบันทึกเสียงโดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตได้ไหม?
ได้ Whisper Notes ประมวลผลทุกอย่างในเครื่องทั้งบน Mac และ iPhone — ด้วยโมเดล Parakeet V3, Whisper และ SenseVoice ที่รันบนอุปกรณ์ — จึงใช้งานได้บนเครื่องบิน ในสถานที่ที่มีการรักษาความปลอดภัย และทุกที่ที่การเชื่อมต่อไม่เสถียร
การถอดเสียงของแอพเสียงบันทึกใน iOS 18 ทำงานออฟไลน์หรือไม่?
ใช่ ฟีเจอร์ถอดเสียงในแอพเสียงบันทึกของ Apple ใน iOS 18 ขึ้นไปก็รันบนอุปกรณ์เช่นกัน Whisper Notes ต้องใช้ iOS 18 เช่นเดียวกัน แต่เพิ่มการนำเข้าไฟล์เสียงใดก็ได้ ความครอบคลุมมากกว่า 100 ภาษาด้วย Whisper, SenseVoice สำหรับภาษาจีน ญี่ปุ่น เกาหลี และกวางตุ้ง รวมถึงรูปแบบการส่งออกอย่าง TXT, SRT และ VTT แนะนำ iPhone 12 ขึ้นไป
ทำไมข้อมูลเสียงถึงอ่อนไหวกว่าข้อความ?
เสียงของคุณคือตัวระบุไบโอเมตริกที่ไม่ซ้ำใคร ต่างจากรหัสผ่าน คุณรีเซ็ตมันไม่ได้ และต่างจากหมายเลขบัตรเครดิต คุณขอออกใหม่ไม่ได้ — ดังนั้นการเก็บไฟล์เสียงดิบให้พ้นจากคลาวด์จึงเป็นสุขอนามัยดิจิทัลที่ดี
Whisper Notes ต้องสมัครสมาชิกหรือไม่?
ไม่ต้อง แอป iPhone ราคา $6.99 จ่ายครั้งเดียว แอป Mac มีช่วงทดลองใช้ 10,000 คำ จากนั้นราคา $6.99 จ่ายครั้งเดียว iOS และ Mac เป็นการซื้อแยกกัน ไม่มีค่าธรรมเนียมรายนาทีหรือขีดจำกัดแบบสมัครสมาชิก
ดาวน์โหลดสำหรับ iOS