Jeg kan ikke skrive, så jeg byggede en gratis dikteringsapp med åben kildekode til Mac

Af · Udgivet · Opdateret

YapToText er gratis diktering med åben kildekode til Mac, udgivet under GPL med hele Swift-kildekoden på GitHub, og den kører Whisper Large v3 Turbo og Phi-3.5 Mini på din Mac. Den koster ingenting, har ingen betalt udgave og ingen grænse, og jeg byggede den, fordi mine hænder gør det svært at skrive. Siden om prisen er én sætning lang: den er gratis.

Hver dikteringsapp til Mac, der var god nok til at erstatte et tastatur, ville have et abonnement, en licens til $249,99 eller min stemme på en andens server. Jeg dikterer alt, hvad jeg skriver, så det var ikke en præference. Det var prisen for at bruge en computer. I stedet byggede jeg YapToText: gratis for evigt, med åben kildekode under GPL, og kørende helt på selve maskinen. Den ligger i Mac App Store, så den installeres med ét klik og uden Terminal.

Hent YapToText i Mac App StoreGratis at hente. Ingen konto og ingen låste funktioner, til macOS 14 eller nyere på en Mac med Apple-chip. Kildekode på GitHub.

Denne vejledning på andre sprog: English, العربية, Čeština, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

På denne side: 16 afsnit
  1. Trin
  2. Hvorfor jeg byggede den
  3. Hvad alternativerne faktisk koster
  4. Det kan den
  5. Inde i lydens vej
  6. Forskellen til andre open source-apps, der pakker Whisper ind
  7. Dikteringsapps til Mac med åben kildekode side om side
  8. Derfor installeres den fra App Store og ikke med et shell-script
  9. Hvad på enheden egentlig betyder her
  10. Det lærte jeg af at bygge den
  11. Hvor den står
  12. Kort fortalt
  13. Vejledninger
  14. Flere vejledninger, på engelsk
  15. Kilder
  16. Spørgsmål

Trin

  1. Installer YapToText gratis fra Mac App Store.
  2. Åbn den, og tillad mikrofonen. Slå derefter Tilgængelighed til, så den kan skrive ved din markør.
  3. Sæt markøren, hvor du vil have ordene: i en mail, en besked eller en kodekommentar.
  4. Tryk én gang på tasten Right Command, og begynd at tale.
  5. Tryk på den igen. Dine ord bliver skrevet ved markøren.

Hvorfor jeg byggede den

Jeg dikterer ikke, fordi det er praktisk. Jeg dikterer, fordi det er svært for mig at skrive, og diktering er den måde, jeg skriver mails, beskeder, dokumentation og kodekommentarerne i denne app på. Når din stemme er dit tastatur, er en dikteringsapp ikke et produktivitetslegetøj. Den er inputenheden.

Det ændrer, hvad prisen betyder. Et abonnement på en teksteditor er en forretningsbeslutning. Et abonnement på muligheden for overhovedet at skrive er en bompenge. Og at sende hvert ord, du producerer, til en server er ikke et afkrydsningsfelt på en side om anonymitet. Det er din korrespondance, dit arbejde og dine lægeaftaler, der passerer gennem et firma, du for evigt må stole på.

Jeg kunne ikke finde en Mac-app, der var alle tre ting: god nok til at erstatte tastaturet, helt på enheden og gratis. Så jeg skrev en og gav den væk.

App Store-plakat med overskriften I created this because my hands don't work, med tilgængelighedsikoner og YapToText-kapybaraen.
Figur 1. Grunden til, at den findes, i én linje: Jeg byggede først YapToText som et tilgængelighedsværktøj, fordi jeg er afhængig af den for at kunne skrive.

Hvad alternativerne faktisk koster

Her er, hvad de apps, jeg ellers ville have brugt, koster, tjekket den 3. oktober 2026 på hver udviklers eget websted. Priserne ændrer sig, så tjek, før du skifter, og den fulde sammenligning har detaljerne med kilder.

  • Apples diktering. Den er gratis, og på en Mac med Apple-chip behandler den understøttede sprog på selve enheden. Den rydder ikke op i det, du sagde, formaterer ikke en mail og kan ikke redigere tekst, du allerede har skrevet.
  • Wispr Flow. Den koster $15 om måneden, eller $12 om måneden, hvis du betaler for et år ad gangen, med en gratis plan begrænset til 2.000 ord om ugen på computeren. Dens side om anonymitet siger, at transskriptionen altid sker i skyen.
  • superwhisper. Den har en gratis plan med lokale modeller og Pro til $8,49 om måneden, $84,99 om året eller $249,99 som engangskøb.
  • MacWhisper. Pro koster €64 én gang. Den kører lokalt, og det er god software.

Det er ikke dårlige apps. Flere af dem er bedre end min til ting, jeg endnu ikke har bygget. Pointen er mere afgrænset: den underliggende talemodel har åben kildekode, Apple giver alle udviklere hardwareaccelerationen gratis, og ingen af de omkostninger bør lande hos en, der ikke kan bruge et tastatur.

Det kan den

Tryk på én tast, tal, tryk på den igen, og ordene dukker op, hvor din markør står, i en hvilken som helst app. Det er alt, du gør. Under det ligger de dele, der tog det egentlige arbejde.

Det udvidede YapToText-panel: en levende blå lydbølge over den transskriberede sætning, med knapper til at afbryde, sætte på pause og stoppe samt nummererede tilstandsknapper.
Figur 2. Én tast starter den, ordene dannes i panelet, mens du taler, og de lander, hvor din markør står.
  • Den læser den sætning, du dikterer ind i. Sæt markøren midt i en linje, og tal, så får det første ord lille begyndelsesbogstav, når det skal have det, mellemrummet slutter pænt, og et punktum til sidst fjernes, når sætningen fortsætter. Det er den funktion, jeg savner mest i alle andre apps.
  • Den kender forskel på en mail og en note. Auto mode læser, hvad du sagde, og vælger selv formatet. En mail kommer ud som en mail, en kort besked forbliver uformel, og alt andet bliver bare ryddet op.
  • Du kan redigere tekst med stemmen. Markér tekst i en hvilken som helst app, tryk på tasten Quick Edit, og sig ændringen: make this shorter, fix the grammar, translate it to Spanish (gør dette kortere, ret grammatikken, oversæt det til spansk). Omskrivningen erstatter din markering på stedet.
  • Udtalt tegnsætning virker, som dikteringsbrugere forventer. Sig "is it working now, question mark", og du får tegnet, uden at der bliver et løst komma tilbage.
  • Ordbøger og stemmekommandoer. Lær den stavemåden af et navn, den bliver ved med at misse, eller udfyld startskabelonen til telefonnummeret på siden Commands, så "insert phone number" skriver dit rigtige nummer.

Hjælpesiderne Intelligent Insert, Auto mode og Dictionaries går i dybden med hver enkelt, og vejledningen til tale til tekst på Mac gennemgår en første diktering.

Inde i lydens vej

Det meste af ingeniørarbejdet røg herhen, fordi jeg dikterer lavmælt, ofte i et rum, hvor en 3D-printer kører. At give Whisper rå mikrofonlyd og håbe er der, hvor de fleste wrappere stopper, og det er derfor, de falder fra hinanden i et rigtigt rum.

Før talemodellen ser et eneste sample: Rummets støj måles, og stationær støj trækkes kun fra, når forholdet mellem signal og støj kalder på det, så et stille rum aldrig bliver overbehandlet. En svag stemme løftes i forhold til rummet og ikke til et fast niveau. Optagelsen er beskyttet mod toppe, så ét højt ord ikke kan clippe. Lange pauser komprimeres, så dekoderen ikke driver. Dekodningen skifter fra greedy til beam search, når klippet måles som støjende.

Bagefter: Et redningsforsøg kører, når transskriptionen kommer tilbage kortere end den tale, der gik ind, og en sikring folder de gentagelsessløjfer sammen, som Whisper falder i på tavse haler. Det hele måles mod en testopstilling af mine egne rigtige dikteringer, før noget af det udgives. En ændring, der hjælper på en ren optagelse, skader ofte på en hvisket.

App Store-plakat med overskriften It hears you through anything, der viser lydtrinnene ovenfor over det udvidede optagepanel.
Figur 3. Lydens vej i seks trin, fra fjernelse af baggrundsstøj til tempokorrektion, alt sammen før eller omkring Whisper og alt sammen på din Mac.

Forskellen til andre open source-apps, der pakker Whisper ind

At koble Whisper til en genvejstast er et weekendprojekt, og flere har gjort det godt. open-wispr er et godt eksempel: hold en tast nede, tal, slip, og teksten dukker op ved din markør, alt på enheden, med MIT-licens. Hvis det er alt, du har brug for, er det et fint valg, og du bør bruge den.

Forskellen er, hvad der sker, efter transskriptionen findes. En wrapper giver dig Whispers rå output. Det meste af YapToText er arbejdet mellem det output og den tekst, du faktisk ville have:

  • Kontekst. Den læser, hvad der står på hver side af din markør, og tilpasser transskriptionen, så diktering midt i en sætning kommer ud med det rigtige store eller små bogstav, mellemrum og afsluttende tegnsætning.
  • Oprydning. En lokal sprogmodel gør talt fyld til færdig tekst og vælger formatet ud fra det, du sagde, uden noget kald til skyen.
  • Redigering. Markér eksisterende tekst et hvilket som helst sted, og ændr den med stemmen, hvilket er et helt andet job end transskription.
  • Lydens vej. Den har støjfradrag styret af forholdet mellem signal og støj, forstærkning i forhold til rummet, optagelse beskyttet mod toppe og en dekoder, der skifter strategi, når klippet er støjende. Det er det, der får en svag stemme til at virke i et højt rum.
  • Installation. Den installeres fra App Store og ikke med et shell-script, så den kører i en sandbox, er gennemgået af Apple og opdateres af systemet.
Kortet Quick Edit med en levende lydbølge og teksten Listening for your edit, med den talte instruktion make it sound more formal nedenunder.
Figur 4. Redigering er et andet job end transskription: markér tekst i en hvilken som helst app, tryk på tasten Quick Edit, og sig ændringen, så viser kortet, hvad det hørte.

Intet af det gør de enklere værktøjer forkerte. Det gør dem til en anden størrelse af ting. Jeg havde brug for den større, fordi diktering ikke er en genvej for mig. Det er den eneste måde, jeg skriver på.

Dikteringsapps til Mac med åben kildekode side om side

Det er de dikteringsapps til Mac med åben kildekode, jeg kender til. Stjerner måler opmærksomhed og ikke kvalitet, og YapToText har kun ligget i App Store siden den 22. juli 2026, så læs kolonnerne og ikke tallene.

Tjekket den 3. oktober 2026 på GitHub og hvert projekts egne sider.

AppLicensStjerner på GitHubSådan installerer du denRedigerer markeret tekst med stemmenPlatforme
HandyMIT32.747Fra dens websted eller GitHub-udgivelserIkke oplystMac, Windows, Linux
FluidVoiceGPL-3.011.894Homebrew eller GitHub-udgivelserJa, Write ModeMac
OpenWhisprMIT8.992Fra dens webstedJa, med dens tast til stemmeagentenMac, Windows, Linux; iPhone og iPad i betalte planer
VoiceInkGPL-3.06.651Betalt download fra dens websted, eller byg den selvJaMac; app til iPhone og iPad i beta
YapToTextGPL-3.025Mac App Store, gratis, eller HomebrewJa, Quick EditMac

GPL kontra MIT, set fra en brugers side. Begge lader dig læse, bygge og ændre koden uden at betale. Forskellen er, hvad der sker, hvis en anden udgiver en ændret kopi: under GPL skal vedkommende offentliggøre sine ændringer på de samme vilkår, og under MIT behøver vedkommende ikke. Til en dikteringsapp, der hører alt, hvad du siger, valgte jeg GPL, så enhver version af den, du kan hente, også er en, hvis kildekode du kan læse. Siden om alternativ til VoiceInk sammenligner den nærmeste GPL-app i detaljer.

Derfor installeres den fra App Store og ikke med et shell-script

Mange Mac-værktøjer med åben kildekode installeres ved at sende et script fra internettet direkte ind i din shell. Det er bekvemt for udvikleren, og det beder dig køre ugennemgået kode med dine egne rettigheder, fra en adresse, du ikke kan revidere i det øjeblik, du kører den.

YapToText ligger i Mac App Store. Det betyder, at den kører i en sandbox, er gennemgået, opdateres gennem systemet og kan fjernes som enhver anden app. Ét klik, ingen Terminal og intet at stole på ud over det, Apple allerede tjekker. At være gratis og have åben kildekode behøver ikke betyde en installationsmetode, der ville dumpe i en sikkerhedsgennemgang på arbejdet.

Foretrækker du kommandolinjen, findes der en Homebrew-cask, signeret med et Developer ID og notariseret. Den ligger i dag en udgivelse efter App Store, 1.5.2 mod 1.5.3, og den leveres uden modellerne.

Terminal: Installer YapToText fra min Homebrew-tap.

brew install --cask ryleighnewman/yaptotext/yaptotext

Det sker: YapToText havner i mappen Programmer efter en overførsel på ca. 12 MB og erstatter en kopi fra App Store, hvis der er en. Den kan ikke diktere, før du henter en talemodel på siden AI Models.

Kildekoden er offentlig på GitHub, hvor den i dag er på 1.5.2, så du kan læse den, før du kører den. Installationssiden dækker begge veje.

Hvad på enheden egentlig betyder her

Talemodellen og oprydningsmodellen ligger begge i App Store-versionen. Der er ingen konto, ingen telemetri og ingen brugsanalyse, og intet i en diktering rører netværket. Den virker i et fly, ved første start, med Wi-Fi slået fra. Homebrew-versionen skal først have sin ene modeloverførsel. Det eneste netværksforbrug er en modeloverførsel, du selv sætter i gang, til en af de andre modeller på siden AI Models, og siden om diktering uden internet har en test, du kan køre.

Stemmen er usædvanligt personlige data. Det er ikke en søgning. Det er dig, der taler, med indholdet og sammenhængen knyttet til. Den ærlige udgave af et løfte om anonymitet er ikke et løfte om, hvad et firma gør med din optagelse. Den er, at optagelsen aldrig forlader din Mac, og at koden, der beviser det, er offentlig.

App Store-plakat med overskriften Nothing leaves your Mac over YapToTexts side AI Models, hvor begge modeller er markeret som Included.
Figur 5. Begge modeller ligger i App Store-versionen og er markeret som Included på siden AI Models, så en diktering aldrig har brug for netværket.

Det lærte jeg af at bygge den

  • Modellen var den nemme del. Whisper er fremragende fra start. Alt det, der får diktering til at føles færdig, ligger omkring den: at vide, hvor markøren står, hvad der står på hver side af den, hvilken app du er i, og hvad du mente med "punktum".
  • At sætte tekst ind er sværere end at transskribere den. At læse teksten omkring din markør uden at stjæle fokus, i apps der alle opfører sig forskelligt, tog mere arbejde end hele transskriptionsforløbet.
  • Tilgængelighed er design og ikke en tjekliste. En app til folk, der ikke kan skrive, skal kunne betjenes uden at skrive, og den skal ikke se klinisk ud. Den har en ægte lydbølge af din stemme, tre panellayout og systemets egne materialer, fordi værktøjer, som folk er afhængige af, fortjener at være rare at se på.

Hvor den står

Her er projektet den 3. oktober 2026 i enkle tal.

  • Version. 1.5.3 (21) i Mac App Store, udgivet den 29. september 2026. GitHub og Homebrew er på 1.5.2, og udgivelsesnoterne viser hver ændring.
  • Licens. GPL-3.0, med kildekoden på github.com/ryleighnewman/YapToText.
  • Opmærksomhed. 25 stjerner på GitHub.
  • Penge. Ingen er påkrævet. Der er en krukke til drikkepenge i appen, og drikkepenge ændrer intet ved, hvad du får.

Kort fortalt

  • Gratis. Der er ingen betalt udgave, ingen grænse og ingen konto.
  • Åben. Licensen er GPL-3.0, og kildekoden ligger på GitHub.
  • På din Mac. Begge modeller kører lokalt, og din stemme forlader den aldrig.

Kommer du fra en betalt app med en gratis plan, så går siden om alternativ til superwhisper skiftet igennem opgave for opgave.

Vil du se de andre muligheder med åben kildekode side om side, har jeg sammenlignet dem i dikteringsapps med åben kildekode til Mac.

Hvis du prøver den, og noget er galt, vil jeg hellere høre det end noget andet. Sådan nåede den så langt. Opret et issue på GitHub. Jeg læser dem alle.

Hent YapToText i Mac App StoreGratis at hente. Ingen konto og ingen låste funktioner, til macOS 14 eller nyere på en Mac med Apple-chip. Kildekode på GitHub.

Hvem der skriver. Ryleigh Newman udvikler software, har svært ved at skrive på tastatur og dikterer hver dag med YapToText, den app, som dette websted handler om. Siden er oversat fra engelsk. Appens brugerflade og resten af webstedet er på engelsk. Mere om projektet, på engelsk.

Vejledninger

Flere vejledninger, på engelsk

Kilder

Spørgsmål

Findes der diktering med åben kildekode til Mac?

Ja. YapToText er gratis og har åben kildekode under GPL-3.0, og den ligger i Mac App Store. Handy og OpenWhispr har MIT-licens, og FluidVoice og VoiceInk har GPL-3.0.

Findes der et alternativ med åben kildekode til Wispr Flow og superwhisper?

Ja. YapToText er gratis med GPL-licens, kører Whisper plus en lokal oprydningsmodel på din Mac og installeres fra Mac App Store eller Homebrew. Intet uploades, og der er ingen konto.

Virker YapToText uden internet?

Ja, fra første start i versionen fra Mac App Store: talemodellen og oprydningsmodellen følger med i appen, så en diktering sender ingen netværksforespørgsel. Homebrew-versionen skal først have hentet en talemodel.

Hvordan adskiller den sig fra andre apps med åben kildekode, der pakker Whisper ind?

På tre måder. Den tilpasser det, du siger, til sætningen omkring din markør, så diktering midt i en sætning kommer ud med det rigtige store eller små bogstav, mellemrum og tegnsætning. Den vælger formatet for dig, så en mail kommer ud som en mail. Og den lader dig markere tekst et hvilket som helst sted og ændre den med stemmen. Den installeres også fra App Store og ikke med et shell-script.

Er den virkelig gratis? Hvad er fidusen?

Ingen fidus og ingen betalt udgave. Den er gratis for evigt, kildekoden er offentlig, og de eneste penge i appen er en valgfri krukke til drikkepenge, som ikke ændrer noget ved, hvad du får.

Hvilken dikteringsapp med åben kildekode til Mac ligger i App Store?

YapToText. De andre dikteringsapps med åben kildekode, jeg kender til, henviser til deres egne websteder eller GitHub-udgivelser til download. App Store betyder ét klik til at installere, automatiske opdateringer og Apples sandbox og gennemgang.