ทางเลือกแทน Typeless: กด Fn พูด เสียงของคุณอยู่ในเครื่อง

Typeless เป็นผลิตภัณฑ์ที่ดียอดเยี่ยม ผมใช้มาหลายเดือน ประสบการณ์ลื่นไหลมาก—จดจำแม่นยำ และ LLM ช่วยขัดเกลาข้อความให้กระชับและเป็นมืออาชีพ กด Fn พูด ปล่อย แอปจะลบคำติดปากอย่าง "อืม" และ "เอ่อ" ออกให้โดยอัตโนมัติ ได้ข้อความพร้อมส่ง ประสบการณ์ไร้รอยต่อนี้ดีจริงๆ

แต่ระหว่างใช้งาน ผมพบปัญหาสามข้อที่มองข้ามไม่ได้:

1. เสียงที่อัปโหลดแล้วลบไม่ได้

ทุกครั้งที่คุณกด Fn เสียงของคุณจะถูกส่งไปยังเซิร์ฟเวอร์คลาวด์ Typeless ระบุว่าไม่เก็บข้อมูล แต่นั่นเป็นคำมั่นสัญญาด้านนโยบาย ไม่ใช่การรับประกันด้านสถาปัตยกรรม สำหรับบันทึกทางกฎหมาย เวชระเบียน ไอเดียธุรกิจที่เป็นความลับ—สถานการณ์ใดที่ต้องการความเป็นส่วนตัวสัมบูรณ์—การอัปโหลดขึ้นคลาวด์ยอมรับไม่ได้

Whisper Notes รัน Whisper large-v3-turbo ของ OpenAI บน Neural Engine ของ Mac หรือชิป iPhone โดยตรง เสียงไม่เคยออกจากอุปกรณ์ นี่ไม่ใช่นโยบาย—แต่เป็นความจริงทางกายภาพ

2. ความเร็วช้า—ASR เสร็จแล้วยังต้องรอ LLM ประมวลผล

ขั้นตอนการทำงานของ Typeless: รู้จำเสียง (ASR) → อัปโหลดขึ้นคลาวด์ → LLM ขัดเกลา → ส่งข้อความกลับ กระบวนการนี้ใช้เวลา

Whisper Notes ถอดเสียงโดยตรงบน Neural Engine ด้วยความเร็วประมาณ ~10-12 เท่าของเวลาจริง ไม่มีความหน่วงจากเครือข่าย ไม่มีคิวรอเซิร์ฟเวอร์ เสียงบันทึก 60 วินาทีเสร็จใน ~5 วินาที

สิ่งที่แลก: Typeless ช้ากว่าแต่ได้ข้อความที่ขัดเกลาแล้ว; Whisper Notes เร็วกว่าแต่เป็นข้อความตามต้นฉบับ

3. ค่าสมัครสมาชิก $30/เดือน

Typeless ดำเนินการโครงสร้างพื้นฐานคลาวด์—เซิร์ฟเวอร์, API LLM บุคคลที่สาม—มีค่าใช้จ่ายต่อเนื่อง การสมัครสมาชิกเพื่อดูแลโครงสร้างพื้นฐานนั้น นี่คือการตั้งราคาที่สมเหตุสมผลสำหรับบริการคลาวด์

Whisper Notes ไม่มีแบ็กเอนด์คลาวด์ การประมวลผลเกิดขึ้นบนฮาร์ดแวร์ของคุณโดยใช้ไฟฟ้าของคุณ ไม่มีค่าใช้จ่ายประจำหมายถึงไม่มีค่าธรรมเนียมประจำ ซอฟต์แวร์ที่ทำงานบนอุปกรณ์ของคุณด้วยโมเดลโอเพนซอร์ส (Whisper)—ทำไมต้องเช่าแทนที่จะเป็นเจ้าของ?

ทั้งสองแอปรองรับการพิมพ์ตามเสียงทั่วระบบด้วยปุ่ม Fn นั่นคือฟีเจอร์หลัก

Whisper Notes เพิ่มเติม:

นำเข้าไฟล์เสียง: ลากไฟล์เสียงหรือวิดีโอที่บันทึกไว้แล้ว ถอดเสียงการสัมภาษณ์ การประชุม การบรรยาย—ทุกอย่างที่บันทึกไว้แล้ว Typeless เน้นเฉพาะการพิมพ์สดเท่านั้น

ความยืดหยุ่นด้านโมเดล: ปัจจุบันใช้ Whisper large-v3-turbo อัปเดตในอนาคตอาจรองรับโมเดลเพิ่มเติม (Parakeet, โมเดลเสียงพูดบนพื้นฐาน Gemini) เมื่อพิสูจน์แล้วว่าแม่นยำ Typeless ใช้ LLM คลาวด์เฉพาะ

รูปแบบส่งออก: Text, SRT, VTT, JSON หากคุณต้องการคำบรรยายหรือข้อมูลแบบโครงสร้าง Whisper Notes ทำได้ Typeless เน้นการแทรกข้อความที่เคอร์เซอร์

หากการทำงานของคุณเป็นการพิมพ์สดสำหรับข้อความและอีเมล ทั้งสองแอปใช้ได้ หากคุณต้องการถอดเสียงเป็นชุด สร้างคำบรรยาย หรือเลือกโมเดล Whisper Notes ครอบคลุมการใช้งานได้กว้างกว่า

Typeless มีจุดแข็งที่แท้จริงซึ่งทำให้เป็นตัวเลือกที่ดีกว่าสำหรับผู้ใช้งานบางกลุ่ม:

การสื่อสารทั่วไปที่ขัดเกลาแล้ว: หากคุณใช้งานหลักคือข้อความ Slack และอีเมลสั้นๆ การขัดเกลาด้วย LLM ของ Typeless ให้ผลลัพธ์ที่สะอาดกว่าอย่างเห็นได้ชัด มันลบคำติดปากโดยอัตโนมัติ สำหรับผู้ที่ให้ความสำคัญกับความเรียบร้อยมากกว่าความแม่นยำตามต้นฉบับ นี่คือประโยชน์ที่แท้จริง

รองรับ Windows: Whisper Notes มีเฉพาะ Mac/iOS หากคุณใช้ Windows Typeless คือหนึ่งในตัวเลือกคุณภาพสูงไม่กี่ตัวที่รองรับทั้งสองแพลตฟอร์ม

จัดรูปแบบตามบริบท: Typeless ปรับโทนเสียงและโครงสร้างตามแอปปลายทาง เขียนใน Slack ได้รูปแบบไม่เป็นทางการ; Gmail ได้รูปแบบเป็นทางการ นี่คือวิศวกรรมซอฟต์แวร์ที่ซับซ้อน

แพ็กเกจฟรีที่ใจดี: Typeless ให้ 4,000 คำ/สัปดาห์ฟรี หากคุณใช้งานเบาๆ แพ็กเกจฟรีอาจเพียงพอ Whisper Notes ราคา $4.99 (น้อยมาก แต่ไม่ฟรี)

หากคุณไว้ใจการประมวลผลบนคลาวด์ ให้ความสำคัญกับผลลัพธ์ที่ AI ขัดเกลา และทำงานข้ามแพลตฟอร์ม Typeless คือซอฟต์แวร์ที่ดี มันไม่ด้อยกว่า—มันแตกต่างทางสถาปัตยกรรม

แผนอนาคต: ขัดเกลาด้วย LLM ภายในเครื่อง

เรากำลังพิจารณาเพิ่มการประมวลผลด้วย LLM ภายในเครื่องแบบเลือกได้—ASR ภายในเครื่อง → LLM ภายในเครื่องขัดเกลา โดยใช้โมเดลบนอุปกรณ์ (เช่น Llama หรือ Mistral) คุณจะได้ข้อความที่ขัดเกลาแล้วโดยยังรักษาความเป็นส่วนตัว ทั้งเสียงและข้อความจะไม่ถูกอัปโหลด นี่จะรวมข้อดีของทั้งสองโลก: ผลลัพธ์ที่ขัดเกลา + การรับประกันความเป็นส่วนตัวด้านสถาปัตยกรรม

Whisper Notes ไม่ขัดเกลาเสียงพูดของคุณ หากคุณพูดคำว่า "อืม" และ "เอ่อ" ซ้ำๆ บทถอดเสียงจะรวมไว้ นี่คือการถอดเสียงตามต้นฉบับ

สำหรับเอกสารมืออาชีพ—บันทึกคำให้การทางกฎหมาย เวชระเบียน สัมภาษณ์สื่อ—ตามต้นฉบับคือโหมดเดียวที่ยอมรับได้ สิ่งที่พูดต้องตรงกับสิ่งที่ปรากฏในบทถอดเสียง

สำหรับการสื่อสารทั่วไป ตามต้นฉบับอาจรู้สึกหยาบ หากคุณพิมพ์ว่า "ก็, อืม, คือว่า, ผมว่าเราน่าจะ, เอ่อ, ลองทำอันนี้ดู" คุณจะได้แบบนั้นเลย Typeless จะขัดเกลาเป็น "ผมว่าเราน่าจะลองทำอันนี้ดู"

ทิศทางอนาคต: เราอาจเพิ่มการประมวลผลด้วย LLM ภายในเครื่องแบบเลือกได้ (บนอุปกรณ์ ใช้โมเดลเช่น Llama หรือ Mistral) สำหรับผู้ที่ต้องการขัดเกลาโดยไม่ต้องอัปโหลดขึ้นคลาวด์ ซึ่งจะรักษาความเป็นส่วนตัวพร้อมเพิ่มความเรียบร้อย แต่ยังไม่ได้พัฒนาในตอนนี้

ความจริงในตอนนี้: หากคุณต้องการผลลัพธ์การสื่อสารที่ขัดเกลา Typeless ให้ประสบการณ์ที่ดีกว่า หากคุณต้องการความแม่นยำตามต้นฉบับหรือปฏิเสธการอัปโหลดขึ้นคลาวด์ Whisper Notes คือตัวเลือกที่สมเหตุสมผล

เราเลือกที่จะปรับให้เหมาะสมที่สุดสำหรับความเป็นส่วนตัวและความเร็ว นั่นหมายถึงการยอมรับผลลัพธ์ที่ยังไม่ได้ขัดเกลาสำหรับการใช้งานทั่วไป ความจริงใจ: เราแลกความสะดวกเพื่ออำนาจอธิปไตย