Start › Tal till text: så fungerar det

Guide · Komma igång med diktering

Tal till text på Mac – så fungerar det

Du sitter vid datorn och vill tala in något just nu. Den här sidan går igenom hela kedjan från tal till text på Mac: kortkommando → tal → igenkänning lokalt på din Mac → texten i Urklipp → ⌘V där markören står. Inklusive de tre inställningarna som annars gör att folk ger upp på första försöket.

Kedjan från tal till text på Mac

Tal till text på Mac består av fyra led, och det enda som är ovanligt med Lesskeys är var det tredje sker.

1. Inspelning. Du håller ned kortkommandot, appen öppnar mikrofonen och en liten ruta visar att den lyssnar.
2. Tal. Du säger det du vill ha nedskrivet, i normalt tempo. Du behöver inte diktera skiljetecken.
3. Igenkänning. Du släpper kortkommandot. Språkmodellen, som ligger som en fil på din hårddisk, går igenom ljudet på datorns grafikprocessor. Inget skickas iväg och ingen server är inblandad.
4. Inklistring. Den färdiga texten hamnar i Urklipp. Du trycker ⌘V där markören står, i Mail, Pages, Word, Slack, en webbläsare eller vad du nu arbetar i.

Hela vägen sker på din dator. Det enda tillfället du behöver nätverk är hämtningen av appen och den engångsnedladdning av språkmodellen som beskrivs nedan.

Första gången: tre saker att ställa in

Det är här de flesta fastnar, så vi tar det uttryckligen. Tre saker ska på plats en gång, sedan är de gjorda för gott.

1. Mikrofonbehörighet

macOS släpper inte in någon app till mikrofonen utan att du säger till. Första gången du startar en inspelning kommer systemets fråga. Svarar du nej av misstag hittar du den under Systeminställningar → Integritet och säkerhet → Mikrofon, där du slår på Lesskeys manuellt. Symptomet på att det här saknas är ett tomt transkript trots att du talade.

2. Nedladdning av språkmodellen

Själva igenkänningen är en modellfil som måste ligga lokalt för att kunna köras lokalt. Den hämtas en gång vid installationen, tar några minuter beroende på uppkoppling, och sedan behövs inget nätverk mer. Avbryter du nedladdningen får du inget resultat – starta om den innan du felsöker något annat.

3. Val av kortkommando

Standardkommandot är ⌥ + mellanslag, alltså alt tillsammans med mellanslag. Det går att byta till något annat om det krockar med en annan app. Välj något du kan hålla ned med en hand, för det är just det du kommer att göra hundra gånger om dagen.

Automatisk språkidentifiering bland 99 språk

Språket väljs automatiskt, per inspelning, bland 99 språk. Det betyder något viktigt i praktiken: beslutet fattas om inspelningen som helhet, inte mening för mening.

• Svenska med engelska fackord – sprint, deploy, workshop, onboarding – går bra. Inspelningen är svensk, och de inströdda orden följer med.
• Yttranden som byter språk i längre partier blir blandade. Ett samtal där en halvtimme hålls på engelska och resten på svenska är inte ett fall där automatiken hjälper.
• Mycket korta yttranden – ett par ord – ger automatiken minst att gå på. Kan du begränsa urvalet till de två eller tre språk du faktiskt arbetar på blir just de korta fallen märkbart stabilare.

Varför texten hamnar i Urklipp i stället för att skrivas in åt dig

Det här är den vanligaste överraskningen, så den ska stå tydligt: appen skriver aldrig in text åt dig. Den lägger resultatet i Urklipp och du trycker ⌘V själv. Det finns inget läge där den knappar in bokstäver i Word, Mail eller Slack i ditt ställe.

I gengäld får du något användbart: texten ligger kvar i Urklipp tills du klistrar in den, så du kan byta program, öppna rätt dokument, placera markören och först då klistra in. Och eftersom appen inte styr ditt tangentbord finns det ingen risk att den skriver in något i fel fönster.

När det inte blir som du tänkte

Räkna med en korrekturvända

Ett maskinellt resultat är ett råtranskript. Löptext på svenska blir oftast direkt användbar, men fyra saker behöver ögon: egennamn, ortnamn, förkortningar och fackord. De blir gärna ljudmässigt rimliga men fel stavade. Vi lovar inga träffsäkerhetssiffror och inga jämförelser i x gånger snabbare – vi har inga egna mätningar att luta oss mot. Det du kan räkna med är att merparten av knapptryckningarna försvinner och att genomläsningen finns kvar.

När du hellre vill spela in och skriva ut efteråt

Diktering passar när du vet vad du ska säga. Det gör du inte i ett möte, en intervju eller en föreläsning. Då är den andra vägen rätt: spela in först och få utskriften efteråt, med talarna åtskilda. Samma app gör bådadera, och inspelningen tar både mikrofonen och systemljudet, så ett videosamtal fungerar lika bra som ett rum. Det beskrivs på Röstinspelare för Mac som skriver ut ljudet, och har du redan en färdig fil på disken går du till Ljud till text på Mac.

Spelar du in andra personer gäller den svenska ordningen: som deltagare i samtalet är det inte brottsligt att spela in, medan olovlig avlyssning enligt 4 kap. 9 a § brottsbalken träffar den som i hemlighet spelar in ett samtal hen inte deltar i. Lagligt är dock inte detsamma som lämpligt – fråga innan du startar. Det här är upplysning, inte juridisk rådgivning.

Systemkrav, pris och vad gratisversionen gör

Lesskeys kräver macOS 13 (Ventura) eller senare och en Mac med Apple Silicon, alltså M1 eller senare. Apple Silicon är ett krav och inte en rekommendation; på Intel-Macar körs appen inte.

Appen är gratis att hämta från Mac App Store. Pro låses upp med ett engångsköp på 49,99 USD, som svenska App Store visar i kronor – en gång, ingen prenumeration och ingen minutdebitering. I gratisversionen ingår 5 minuters diktering per dag samt 5 ljud- och 5 videotranskriberingar totalt, alltså sammanlagt och inte per dag. Att spela in är aldrig begränsat, och att transkribera om något du redan har transkriberat är gratis och drar inte av kvoten.

Vanliga frågor

Läs vidare