แปลงเสียงเป็นข้อความบน Mac · ประมวลผลในเครื่อง 100%

แปลงเสียงเป็นข้อความบน Mac โดยไฟล์เสียงไม่ออกจากเครื่อง

Lesskeys คือแอปสำหรับแปลงเสียงเป็นข้อความบน Mac ที่ทำงานในเครื่องทั้งหมด ถอดไฟล์ประชุม ไฟล์สัมภาษณ์ และไฟล์เสียงหรือวิดีโอที่มีอยู่แล้วออกมาเป็นบทถอดพร้อมป้ายชื่อผู้พูด และใช้พิมพ์ด้วยเสียงได้ทั้งระบบด้วยปุ่มลัดเดียว ไฟล์เสียงและบทถอดที่ได้ไม่ถูกส่งขึ้นเซิร์ฟเวอร์ใด ๆ

ดูการทำงานจริง

แปลงเสียงเป็นข้อความบน Mac ได้สองแบบ

Lesskeys เป็นแอปเนทีฟของ macOS ที่อยู่บนแถบเมนูด้านบน ทำงานหลักอยู่สองอย่าง อย่างแรกคือถอดไฟล์บันทึกให้เป็นข้อความ — ลากไฟล์เสียงหรือวิดีโอที่มีอยู่แล้วเข้ามา หรือให้แอปอัดเสียงประชุมที่ฝั่ง Mac ของคุณเอง ผลลัพธ์เป็นบทถอดเสียงเต็ม มีป้ายชื่อผู้พูดและเวลากำกับรายประโยค อย่างที่สองคือพิมพ์ด้วยเสียง — กด ⌥. แล้วพูด ข้อความที่ถอดได้จะถูกคัดลอกไว้ในคลิปบอร์ด แล้วคุณกด ⌘V วางเองในแอปที่กำลังใช้อยู่ แอปไม่ได้พิมพ์แทนคุณและไม่แทรกข้อความให้อัตโนมัติ

เครื่องมือส่วนใหญ่เลือกทำอย่างใดอย่างหนึ่ง Lesskeys รวมทั้งสองอย่างไว้ในแอปเดียว แต่ข้อแตกต่างที่สำคัญกว่านั้นคือที่ที่การประมวลผลเกิดขึ้น ทั้งการรู้จำเสียงและการแยกผู้พูดทำงานบน GPU ของชิป Apple Silicon ในเครื่องของคุณ หลังดาวน์โหลดแอปกับโมเดลรู้จำเสียงครั้งแรกแล้ว ไม่ต้องต่ออินเทอร์เน็ตอีก และไม่ต้องสมัครบัญชีใด ๆ

ทำไมการ “ไม่อัปโหลด” ถึงเป็นเรื่องใหญ่

บริการถอดเสียงบนคลาวด์ทำงานโดยส่งไฟล์เสียงของคุณขึ้นไปประมวลผลบนเซิร์ฟเวอร์ของผู้ให้บริการ ต่อให้ผลลัพธ์ดีแค่ไหน ข้อเท็จจริงที่เปลี่ยนไม่ได้คือมีสำเนาของไฟล์นั้นอยู่นอกการควบคุมของคุณ ในทางปฏิบัตินี่คือจุดที่งานมักสะดุด: ไฟล์ประชุมกับลูกค้า บทสัมภาษณ์ผู้ให้ข้อมูล บันทึกการสอบข้อเท็จจริงของฝ่ายบุคคล หรือบทสนทนาที่มีข้อมูลลูกค้าอยู่ข้างใน หลายองค์กรในไทยมีระเบียบห้ามอัปโหลดไฟล์งานขึ้นบริการภายนอกอยู่ก่อนแล้ว

Lesskeys ตัดปัญหานี้ด้วยวิธีที่ตรงที่สุด คือไม่ส่งไฟล์ออกไปเลย ทั้งไฟล์เสียงและบทถอดที่ได้อยู่ในเครื่องคุณ ตัดเน็ตแล้วยังถอดเสียงได้ตามปกติ ข้อดีของการออกแบบแบบนี้คือคุณตรวจสอบเองได้ ไม่ต้องเชื่อคำโฆษณา — ปิด Wi-Fi แล้วสั่งถอดไฟล์ ถ้ามันทำงานจนจบ ก็แปลว่าไม่มีการอัปโหลดจริง ๆ

เราไม่อ้างว่าแอปนี้ทำให้คุณ “สอดคล้อง” กับกฎหมายหรือระเบียบใด สิ่งที่ยืนยันได้มีเพียงข้อเท็จจริงเชิงสถาปัตยกรรมว่าเสียงและผลลัพธ์ไม่ออกจากเครื่อง ส่วนการใช้งานจริงจะเข้าเงื่อนไขขององค์กรคุณหรือไม่ ควรตรวจสอบกับฝ่ายกฎหมายหรือเจ้าหน้าที่คุ้มครองข้อมูลส่วนบุคคล (DPO) ขององค์กรเอง และพึงจำไว้ว่าเสียงพูดของบุคคลอื่นยังเป็นข้อมูลส่วนบุคคลอยู่ดี แม้จะประมวลผลในเครื่องก็ตาม

ทำอะไรได้บ้าง

• อัดและถอดเสียงประชุมออนไลน์ — อัดเสียงระบบ (Zoom, Microsoft Teams, Google Meet และอื่น ๆ) พร้อมเสียงไมค์ของคุณที่ฝั่ง Mac โดยตรง ไม่ต้องเชิญบอทเข้าห้องประชุม
• แยกเสียงผู้พูด — แอปแยกผู้พูดในไฟล์ให้อัตโนมัติแล้วติดป้ายรายประโยค เมื่อตั้งชื่อผู้พูดแล้ว ลายเสียงจะถูกจดจำไว้ในเครื่องและใช้ต่อในไฟล์ถัดไปได้
• ลากไฟล์มาวาง — รองรับไฟล์เสียงอย่าง mp3, m4a, wav รวมถึงไฟล์วิดีโอ
• พิมพ์ด้วยเสียงทั้งระบบ — กด ⌥. พูด แล้วกด ⌘V วางในแอปใดก็ได้ ทั้งอีเมล แชท และเอกสาร
• 99 ภาษา — ตรวจจับภาษาให้อัตโนมัติ ถ้าตั้งค่าจำกัดเฉพาะภาษาที่ใช้ประจำไว้ ผลจะนิ่งขึ้น
• ส่งออกไฟล์ — บทถอดเป็น TXT ซับไตเติ้ลเป็น SRT และ VTT ส่วนประวัติการถอดส่งออกเป็น TXT, JSON และ CSV
• ไม่ต้องสมัครบัญชี ไม่มีการเก็บสถิติการใช้งาน — ไม่มีล็อกอิน ไม่มีเทเลเมทรี

ภาษาไทยถอดออกมาได้ดีแค่ไหน

ตรงนี้ขอพูดตามตรง เพราะเป็นเรื่องที่คนไทยผิดหวังบ่อยเวลาลองเครื่องมือถอดเสียง

สิ่งที่คุณจะได้คือร่างแรก ไม่ใช่บทถอดที่พร้อมส่งทันที ภาษาไทยไม่มีการเว้นวรรคระหว่างคำ ระบบจึงต้องเดาการตัดคำเอง และวรรคตอนกับการขึ้นย่อหน้ามักต้องปรับด้วยมืออีกรอบ อีกข้อคือคนทำงานไทยพูดไทยปนอังกฤษเป็นปกติ — ชื่อระบบ ชื่อบริษัท และคำทับศัพท์อย่าง “อัปเดต” “เดดไลน์” “บรีฟ” — คำพวกนี้บางครั้งถอดออกมาเป็นตัวสะกดที่ไม่ตรง โดยเฉพาะชื่อเฉพาะที่ไม่คุ้น

ในทางกลับกัน งานที่กินเวลาที่สุดของการถอดเสียงคือการนั่งฟังซ้ำแล้วพิมพ์ตาม ส่วนนั้นหายไป เหลือแค่การอ่านตรวจและแก้ ซึ่งเร็วกว่ากันมาก คุณภาพเสียงต้นทางมีผลโดยตรง: ไมค์อยู่ใกล้ผู้พูด ห้องไม่ก้อง และคนไม่พูดทับกัน ให้ผลดีกว่าเสียงที่อัดจากกลางโต๊ะประชุมอย่างเห็นได้ชัด

ใช้งานสามขั้นตอน

1. อัดหรือลากไฟล์เข้ามา — กดอัดตอนเริ่มประชุม หรือลากไฟล์เสียงและวิดีโอที่มีอยู่แล้วมาวางบนหน้าต่างแอป
2. ให้เครื่องประมวลผล — การรู้จำเสียงและการแยกผู้พูดทำงานบน GPU ของชิป Apple Silicon ไม่มีการรับส่งข้อมูลออกนอกเครื่อง
3. ตั้งชื่อผู้พูด ตรวจแก้ แล้วส่งออก — แก้คำที่เพี้ยน ตรวจการตัดคำ แล้วส่งออกเป็น TXT หรือไฟล์ซับไตเติ้ล

ถ้าเป็นการพิมพ์ด้วยเสียง ขั้นตอนสั้นกว่านั้นมาก: กด ⌥. พูด แล้วกด ⌘V วาง ถ้าปุ่ม ⌥. ไปชนกับปุ่มลัดของแอปอื่น เปลี่ยนเป็นปุ่มอื่นได้ในหน้าตั้งค่า

ต่างจาก “การป้อนตามคำบอก” ที่มีอยู่แล้วใน macOS อย่างไร

Mac ทุกเครื่องมีการป้อนตามคำบอก (Dictation) ติดมาให้อยู่แล้ว กดปุ่มไมโครโฟนแล้วพูด ข้อความก็ขึ้นบนหน้าจอ ใช้ได้ฟรี อยู่ใน MacBook ของคุณตั้งแต่วันแรก และถ้าจะพิมพ์ข้อความสั้น ๆ ตอบแชทหรืออีเมล ของที่ติดมากับเครื่องก็พอแล้วจริง ๆ Lesskeys มีไว้สำหรับสี่เรื่องที่การป้อนตามคำบอกของ macOS ทำไม่ได้

• ถอดไฟล์ที่บันทึกไว้แล้ว ไม่ใช่แค่เสียงที่กำลังพูดอยู่ — การป้อนตามคำบอกรับได้เฉพาะเสียงที่พูดสด ๆ ตอนนั้น ส่วน Lesskeys ถอดไฟล์ประชุม สายที่อัดไว้ ไฟล์สัมภาษณ์ ไฟล์เสียงและไฟล์วิดีโอที่มีอยู่แล้วในเครื่องได้ด้วย
• รู้ว่าใครพูดประโยคไหน — Lesskeys แยกผู้พูดและติดป้ายให้ในเครื่องของคุณเอง ไฟล์สัมภาษณ์ยาวเป็นชั่วโมงจึงออกมาเป็นบทถอดที่อ่านรู้เรื่อง ไม่ใช่ข้อความก้อนเดียวยาวติดกัน
• เลือกโมเดลเองได้ และรองรับ 99 ภาษา — เลือกขนาดโมเดล Whisper ให้เหมาะกับเครื่องและภาษาที่คุณใช้ ดาวน์โหลดครั้งเดียวแล้วประมวลผลในเครื่อง พูดยาวต่อเนื่องได้โดยไม่ถูกตัดจบกลางทาง (แผนฟรีจำกัดการพิมพ์ด้วยเสียงไว้วันละ 5 นาที)
• ปุ่มลัดเดียว ใช้เหมือนกันทุกแอป — ⌥. ทำงานแบบเดียวกันใน Mail, Word, Slack, Xcode หรือเบราว์เซอร์ ข้อความที่ถอดได้ไปรออยู่ในคลิปบอร์ด ให้คุณกด ⌘V วางเอง

ถ้าสิ่งที่คุณต้องการคือพูดตอบข้อความสั้น ๆ การป้อนตามคำบอกที่ติดมากับ Mac ก็ฟรีและใช้ได้ดีพอแล้ว และเราเลือกที่จะบอกตามตรง ดีกว่าทำเป็นไม่พูดถึงเรื่องนี้ Lesskeys จะคุ้มก็ต่อเมื่อคุณต้องถอดไฟล์ที่อัดไว้ ต้องรู้ว่าใครพูดประโยคไหน หรือต้องใช้ปุ่มลัดเดียวที่ทำงานเหมือนกันทุกแอปตลอดวันทำงาน

ต่างจากบริการถอดเสียงบนคลาวด์อย่างไร

ตารางนี้ไม่ได้บอกว่าคลาวด์แย่ ผู้ให้บริการหลายรายทำได้ดีและมีตัวเลือกด้านข้อมูลให้เลือก ประเด็นคือจำนวนข้อที่คุณต้องไปตรวจสอบต่างกัน เมื่อไม่มีการอัปโหลด คำถามเรื่องเก็บไฟล์ไว้นานเท่าไร เก็บไว้ที่ประเทศไหน และนำไปใช้ฝึกโมเดลหรือเปล่า ก็ไม่เกิดขึ้นตั้งแต่ต้น

ราคา สิ่งที่ใช้ได้ฟรี และเครื่องที่รองรับ

ดาวน์โหลดจาก Mac App Store ได้ฟรี ของที่ใช้ได้ฟรีมีจริงและมีขอบเขตชัดเจน: พิมพ์ด้วยเสียงได้ วันละ 5 นาที ถอดไฟล์เสียงได้ 5 ไฟล์ และไฟล์วิดีโอได้ 5 ไฟล์ โดยสองจำนวนหลังนับรวมตลอดอายุการใช้งาน ไม่ใช่ต่อวัน ส่วนการอัดเสียงใช้ได้ไม่จำกัด และการสั่งถอดซ้ำไฟล์ที่เคยถอดไปแล้วก็ไม่กินโควตา

เมื่อเกินขอบเขตนี้ จึงปลดล็อก Pro จากในแอปด้วยการซื้อครั้งเดียว $49.99 จ่ายครั้งเดียวจบ ไม่ใช่รายเดือน (App Store ประเทศไทยจะแสดงราคาเป็นเงินบาทตามอัตราของ Apple)

เครื่องที่รองรับ: ต้องเป็น Mac ชิป Apple Silicon (M1 ขึ้นไป) เท่านั้น ใช้กับ Mac ชิป Intel ไม่ได้ และต้องเป็น macOS 13 (Ventura) ขึ้นไป

เรื่องสุดท้ายที่ต้องเขียนไว้: ถ้าคุณจะบันทึกเสียงที่มีคนอื่นร่วมอยู่ด้วย ให้บอกที่ประชุมด้วยวาจาก่อนเริ่มบันทึกทุกครั้ง ว่าจะบันทึกและบันทึกไว้เพื่ออะไร แล้วปล่อยให้คำแจ้งนั้นอยู่ในไฟล์ด้วย วัฒนธรรมเกรงใจทำให้ผู้ร่วมประชุมที่อาวุโสน้อยกว่าหรือแขกจากภายนอกมักไม่ทักท้วงต่อหน้า การเงียบไม่เท่ากับการยินยอม จึงควรถามให้ชัดและเคารพเมื่อมีคนปฏิเสธ และการนำคลิปหรือบทถอดไปเผยแพร่ต่อมีความเสี่ยงทางกฎหมายมากกว่าการเก็บไว้ใช้เอง ควรตรวจสอบระเบียบขององค์กรและปรึกษาฝ่ายกฎหมายก่อน นอกจากนี้บทถอดเสียงเป็นผลจากการประมวลผลอัตโนมัติ จึงไม่มีการรับประกันในฐานะบันทึกทางกฎหมาย เรื่องสำคัญควรฟังเทียบกับไฟล์เสียงต้นฉบับเสมอ

คำถามที่พบบ่อย

อ่านต่อ