Det går snabbare att diktera en fråga till ChatGPT, Claude eller Gemini än att skriva den. En studie från 2016 genomförd av Stanford, University of Washington och Baidu visade att röstinmatning var ungefär tre gånger snabbare än ett mobiltangentbord, och dessutom med färre fel. Hur exakt dina ord återges beror delvis på din mikrofon och var du placerar den.
Skrivna instruktioner är ofta korta eftersom det tar tid att skriva ut varje detalj. När du talar är det lättare att ta med bakgrundsinformation, ett exempel och eventuella begränsningar, precis som du skulle göra när du förklarar en uppgift för en kollega.
En kort, maskinskriven förfrågan kräver ofta några uppföljande meddelanden innan svaret stämmer överens med vad du menade. En muntlig förfrågan som redan från början innehåller det sammanhanget kan minska behovet av sådana uppföljningar.
Moderna taligenkänningssystem hanterar vardagligt tal väl, till och med via en bärbar dators mikrofon i ett tyst rum. Fel uppstår oftare vid bakgrundsljud som från en fläkt eller ett tangentbord, när du sitter en bit bort från skärmen, samt vid ovanliga ord som produktnamn, personnamn och kodtermer. En mikrofon nära munnen fångar upp din röst starkare än omgivningsljudet, vilket minskar dessa fel.
En prisvärd klämmikrofon som placeras nära munnen ger vanligtvis en mer exakt transkription än en bärbar dators inbyggda mikrofoner.
En klämmikrofon håller samma avstånd till munnen oavsett hur du rör dig, vilket är till störst hjälp i rum med bakgrundsljud. Med Wave Go kan du fästa mikrofonsändaren på kragen och ansluta USB-C-mottagaren till datorn, för att sedan välja den som mikrofon i ditt dikteringsverktyg.
Ett dikteringsverktyg tar emot ljud från din mikrofon, omvandlar det till text och skriver in texten där markören befinner sig. ChatGPT, Claude och Gemini har alla inbyggda dikteringsfunktioner, men dessa fungerar endast inom respektive app. Systemomfattande verktyg fungerar i alla textfält, inklusive ChatGPT i en webbläsare, Claude på datorn, Cursor, Slack och e-post.
| Verktyg | Bearbetning | Plattformar | Aktivering |
|---|---|---|---|
| Wispr Flow | Molnet | Mac, Windows, iPhone, Android | Genväg för ”tryck och prata” eller handsfree |
| Superwhisper | På enheten (moln är valfritt) | Mac, Windows, iPhone | Tryck-och-prata |
| VoiceInk | I enheten | Mac-datorer med Apple Silicon | Tryck-och-prata |
| Diktat i macOS | Inbyggt på Mac-datorer med Apple Silicon | Mac | Växla (tryck två gånger på Globe/Fn) |
| Röstinmatning i Windows | Molnet | Windows | Växla (Win+H) |
Med specialverktyg som Wispr Flow och Superwhisper kan du lägga till anpassade ordlistor, vilket underlättar hanteringen av namn, facktermer och kodsyntax. Wispr Flow rensar dessutom bort fyllnadsord och formatering automatiskt.
Wispr Flow och röstinmatning i Windows skickar ljud till en molntjänst för transkribering. Diktatfunktionen i macOS på Mac-datorer med Apple Silicon, VoiceInk och Superwhispers lokala modeller bearbetar talet direkt på din dator. Om du matar in känslig information bör du kontrollera vilken metod ditt verktyg använder.
De flesta av dessa verktyg stöder en ”push-to-talk”-funktion: håll ned en knapp, tala och släpp knappen. Den transkriberade texten visas vid markören en stund senare. Du kan använda ett tangentbordsgenväg, en Stream Deck-genväg eller en fotpedal så att du har händerna fria.
Om du använder ChatGPT-datorappen kan du med funktionen ”Dictate” i tillägget ChatGPT & Codex koppla dikteringsfunktionen till en knapp på Stream Deck. Tryck en gång på knappen för att starta och en gång till för att skicka, eller håll den intryckt medan du talar och släpp den för att skicka. Funktionen skriver endast in text i ChatGPT, så kombinera den med ett systemomfattande verktyg för andra appar. Ladda ner den gratis på Elgato Marketplace.
Vad behöver jag för att komma igång med röststyrd AI?
Ett dikteringsverktyg (Wispr Flow, Superwhisper eller OS-diktering), en mikrofon och eventuellt en utlösare för ”tryck-för-att-tala”, till exempel ett snabbtangent på tangentbordet eller en fotpedal.
Påverkar mikrofonens kvalitet noggrannheten i AI-transkriptionen?
Till viss del. De flesta verktyg klarar tydligt tal med vilken mikrofon som helst, men en mikrofon nära munnen minskar antalet fel i bullriga rum och vid uttal av namn eller tekniska termer.
Kan jag använda röstkommandon med ChatGPT, Claude och Gemini?
Ja. Varje app har sin egen dikteringsknapp, eller så kan du använda ett systemomfattande verktyg som Wispr Flow eller Superwhisper för att diktera i alla tre apparna och i vilken annan app som helst.
Är en trådlös mikrofon lämplig för röstvägledning med AI?
Ja, så länge den hålls nära munnen. En mikrofon med klämfäste och egen USB-mottagare fungerar bättre än Bluetooth-öronsnäckor eller headset, eftersom ljudkvaliteten försämras när mikrofonen är i bruk.
Behöver jag en fotpedal för röstmeddelanden?
Nej. Ett kortkommando fungerar utmärkt till att börja med. En fotpedal ger dig en fysisk utlösare för ”tryck och prata”, så att du har händerna fria.
Börja med ett gratis dikteringsverktyg och ett tangentbordsgenväg, och lägg sedan till Stream Deck Pedal när du vill kunna använda ”tryck-för-att-prata”-funktionen med foten.
Stay up to date with Elgato. Get our latest News, Guides, and Product Updates in your Google feeds.
Add Elgato as a preferred sourceThanks for helping us improve this article.