En pysty kirjoittamaan, joten rakensin ilmaisen, avoimen lähdekoodin sanelusovelluksen Macille

Teksti: · Julkaistu · Päivitetty

YapToText on ilmainen, avoimen lähdekoodin sanelusovellus Macille. Se on julkaistu GPL-lisenssillä, sen koko Swift-lähdekoodi on GitHubissa, ja se ajaa Macillasi mallit Whisper Large v3 Turbo ja Phi-3.5 Mini. Se ei maksa mitään, siinä ei ole maksullista tasoa eikä rajaa, ja rakensin sen, koska käteni tekevät kirjoittamisesta vaikeaa. Hintasivu on yhden lauseen pituinen: se on ilmainen.

Jokainen Macin sanelusovellus, joka oli tarpeeksi hyvä korvaamaan näppäimistön, vaati tilauksen, 249,99 dollarin lisenssin tai äänen lähettämistä jonkun toisen palvelimelle. Sanelen kaiken, mitä kirjoitan, joten kyse ei ollut mieltymyksestä. Se oli tietokoneen käytön hinta. Rakensin siksi itse YapToTextin: ilmainen ikuisesti, avoin lähdekoodi GPL-lisenssillä, ja se toimii kokonaan koneella. Se on Mac App Storessa, joten asennus on yksi klikkaus ilman Terminalia.

Lataa YapToText Mac App StorestaLadattavissa ilmaiseksi. Ei tiliä eikä lukittuja ominaisuuksia. Vaatii macOS 14:n tai uudemman ja Macin, jossa on Applen siru. Lähdekoodi GitHubissa.

Tämä opas muilla kielillä: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, 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

Tällä sivulla: 16 osiota
  1. Vaiheet
  2. Miksi rakensin sen
  3. Mitä vaihtoehdot oikeasti maksavat
  4. Mitä se tekee
  5. Äänipolun sisällä
  6. Miten se eroaa muista avoimen lähdekoodin Whisper-kääreistä
  7. Avoimen lähdekoodin Mac-sanelusovellukset rinnakkain
  8. Miksi se asennetaan App Storesta eikä komentotiedostolla
  9. Mitä laitteella toimiminen tarkoittaa tässä
  10. Mitä opin sitä tehdessäni
  11. Missä se on nyt
  12. Lyhyt versio
  13. Oppaat
  14. Lisää oppaita, englanniksi
  15. Lähteet
  16. Kysymyksiä

Vaiheet

  1. Asenna YapToText ilmaiseksi Mac App Storesta.
  2. Avaa se ja salli mikrofoni, ja laita sitten Käyttöapu päälle, jotta se voi kirjoittaa kohdistimesi kohdalle.
  3. Laita kohdistin kohtaan, johon haluat sanat: sähköpostiin, viestiin tai koodikommenttiin.
  4. Napauta Right Command -näppäintä kerran ja aloita puhuminen.
  5. Napauta sitä uudelleen. Sanasi kirjoitetaan kohdistimen kohdalle.

Miksi rakensin sen

En sanele siksi, että se on kätevää. Sanelen, koska kirjoittaminen on minulle vaikeaa, ja sanelulla kirjoitan sähköpostit, viestit, dokumentaation ja tämän apin koodikommentit. Kun puhe on näppäimistösi, sanelusovellus ei ole tuottavuusleluke. Se on syöttölaite.

Se muuttaa sen, mitä hinnoittelu tarkoittaa. Tilaus tekstieditorista on liiketoimintapäätös. Tilaus siitä, että pystyy ylipäätään kirjoittamaan, on tietullimaksu. Ja jokaisen tuottamasi sanan lähettäminen palvelimelle ei ole rasti tietosuojasivulla. Se on kirjeenvaihtosi, työsi ja lääkäriaikasi kulkemassa yrityksen kautta, johon sinun pitää luottaa ikuisesti.

En löytänyt Mac-appia, joka olisi kaikkea kolmea: tarpeeksi hyvä korvaamaan kirjoittamisen, kokonaan laitteella toimiva ja ilmainen. Kirjoitin sellaisen ja annoin sen pois.

App Storen juliste, jonka otsikko on I created this because my hands don't work, saavutettavuuskuvakkeineen ja YapToTextin kapybaralla.
Kuva 1. Syy sen olemassaoloon yhdellä rivillä: rakensin YapToTextin ensin saavutettavuustyökaluksi, koska olen riippuvainen siitä kirjoittaessani.

Mitä vaihtoehdot oikeasti maksavat

Tässä on, mitä appit, joita muuten olisin käyttänyt, maksavat. Hinnat on tarkistettu 3. lokakuuta 2026 kunkin tekijän omalta sivustolta. Hinnat muuttuvat, joten tarkista ne ennen vaihtamista, ja täysi vertailu sisältää lähteineen tarkemmat tiedot.

  • Applen sanelu. Se on ilmainen, ja Macilla, jossa on Applen siru, se käsittelee tuetut kielet laitteella. Se ei siisti sanomaasi, ei muotoile sähköpostia eikä voi muokata tekstiä, jonka olet jo kirjoittanut.
  • Wispr Flow. Se maksaa 15 dollaria kuukaudessa tai 12 dollaria kuukaudessa vuosilaskutuksella, ja ilmaisessa tasossa on tietokoneella 2 000 sanan viikkoraja. Sen tietosuojasivun mukaan litterointi tapahtuu aina pilvessä.
  • superwhisper. Siinä on ilmainen taso paikallisilla malleilla, ja Pro maksaa 8,49 dollaria kuukaudessa, 84,99 dollaria vuodessa tai 249,99 dollaria kerran.
  • MacWhisper. Pro maksaa kerran 64 €. Se toimii paikallisesti, ja se on hyvä ohjelma.

Nämä eivät ole huonoja appeja. Useat niistä ovat omaani parempia asioissa, joita en ole vielä rakentanut. Pointti on kapeampi: puheentunnistusmalli on avointa lähdekoodia, Apple antaa jokaiselle kehittäjälle laitteistokiihdytyksen ilmaiseksi, eikä mikään tästä kustannuksesta pitäisi päätyä sille, joka ei voi käyttää näppäimistöä.

Mitä se tekee

Paina yhtä näppäintä, puhu, paina sitä uudelleen, ja sanat ilmestyvät kohdistimesi kohdalle missä tahansa apissa. Sen verran sinä teet. Sen alla ovat osat, jotka vaativat varsinaisen työn.

Laajennettu YapToText-paneeli: elävä sininen aaltomuoto litteroidun lauseen yläpuolella, peruuta-, tauko- ja pysäytyspainikkeet sekä numeroidut tilavalinnat.
Kuva 2. Yksi näppäin käynnistää sen, sanat muodostuvat paneeliin puhuessasi, ja ne päätyvät kohdistimesi kohdalle.
  • Se lukee lauseen, johon sanelet. Laita kohdistin rivin keskelle ja puhu, niin ensimmäinen sana kirjoitetaan pienellä, kun niin kuuluu, välit liittyvät siististi ja lopussa oleva piste jätetään pois, kun lause jatkuu. Tämä on ominaisuus, jota kaipaan eniten kaikissa muissa appeissa.
  • Se tietää sähköpostin muistiinpanosta. Auto mode lukee sanomasi ja valitsee muodon itse. Sähköposti tulee sähköpostina, nopea viesti pysyy rennosti kirjoitettuna, ja kaikki muu vain siistitään.
  • Voit muokata tekstiä äänellä. Valitse mitä tahansa tekstiä missä tahansa apissa, napauta Quick Edit -näppäintä ja sano muutos: make this shorter, fix the grammar, translate it to Spanish (tee tästä lyhyempi, korjaa kielioppi, käännä espanjaksi). Uudelleenkirjoitus korvaa valintasi paikallaan.
  • Puhutut välimerkit toimivat niin kuin sanelun käyttäjät odottavat. Sano "is it working now, question mark" (kysymysmerkki), ja saat merkin ilman, että harhaan jäänyttä pilkkua jää jälkeen.
  • Sanakirjat ja äänikomennot. Opeta sille nimi, jonka se jatkuvasti kirjoittaa väärin, tai täytä puhelinnumeron pohja Commands-sivulla, jotta "insert phone number" kirjoittaa oikean numerosi.

Ohjesivut Intelligent Insert, Auto mode ja Dictionaries käyvät jokaisen läpi, ja puhe tekstiksi Macilla -opas neuvoo ensimmäisen sanelun.

Äänipolun sisällä

Suurin osa insinöörityöstä meni tähän, koska sanelen hiljaa, usein huoneessa, jossa 3D-tulostin käy. Raa'an mikrofoniäänen syöttäminen Whisperille ja toivominen on kohta, jossa useimmat kääreet pysähtyvät, ja siksi ne hajoavat oikeassa huoneessa.

Ennen kuin puheentunnistusmalli näkee yhtään näytettä: huoneen kohina mitataan, ja tasainen kohina vähennetään vain silloin, kun signaali-kohinasuhde sitä vaatii, joten hiljaista huonetta ei koskaan käsitellä liikaa. Hiljainen ääni nostetaan huoneeseen nähden eikä kiinteään tasoon. Tallennus on huippusuojattu, jotta yksi kova sana ei leikkaa. Pitkät hiljaisuudet puristetaan kokoon, jotta dekooderi ei ajaudu harhaan. Dekoodaus vaihtuu ahneesta keilahakuun, kun pätkä mitataan kohinaiseksi.

Jälkeenpäin: pelastuskierros ajetaan, kun litteraatti palaa lyhyempänä kuin sisään mennyt puhe, ja suoja romahduttaa toistosilmukat, joihin Whisper jää hiljaisissa lopuissa. Kaikki tämä mitataan omilla oikeilla saneluillani koostetulla testistöllä ennen kuin mitään julkaistaan. Muutos, joka auttaa puhtaassa äänityksessä, usein haittaa kuiskatussa.

App Storen juliste, jonka otsikko on It hears you through anything ja jossa luetellaan yllä olevat äänivaiheet laajennetun tallennuspaneelin päällä.
Kuva 3. Äänipolku kuudessa vaiheessa, taustakohinan poistosta tempon korjaukseen. Kaikki tapahtuu ennen Whisperiä tai sen ympärillä, ja kaikki tapahtuu Macilla.

Miten se eroaa muista avoimen lähdekoodin Whisper-kääreistä

Whisperin kytkeminen pikanäppäimeen on viikonlopun projekti, ja useampi on tehnyt sen hyvin. open-wispr on hyvä esimerkki: pidä näppäintä, puhu, vapauta, ja teksti ilmestyy kohdistimen kohdalle, kaikki laitteella, MIT-lisenssillä. Jos tarvitset vain sen, se on hyvä valinta ja sinun kannattaa käyttää sitä.

Ero on siinä, mitä tapahtuu sen jälkeen, kun litteraatti on olemassa. Kääre antaa sinulle Whisperin raa'an tulosteen. Suurin osa YapToTextista on työtä sen tulosteen ja sen tekstin välillä, jonka todella halusit:

  • Asiayhteys. Se lukee, mitä kohdistimesi molemmin puolin on, ja sovittaa litteraatin siihen, joten kesken lauseen sanelu tulee oikealla kirjainkoolla, välilyönneillä ja loppumerkillä.
  • Siistiminen. Paikallinen kielimalli muuttaa puhutun täytesanahälyn valmiiksi tekstiksi ja valitsee muodon sanomasi perusteella ilman pilvikutsua.
  • Muokkaus. Valitse olemassa olevaa tekstiä missä tahansa ja muuta sitä äänellä, mikä on aivan eri tehtävä kuin litterointi.
  • Äänipolku. Siinä on kohinanvähennys, jonka ehtona on signaali-kohinasuhde, huoneeseen suhteutettu vahvistus, huippusuojattu tallennus ja dekooderi, joka vaihtaa strategiaa, kun pätkä on kohinainen. Tästä syystä hiljainen ääni kovaäänisessä huoneessa toimii.
  • Asennus. Se asennetaan App Storesta komentotiedoston sijaan, joten se toimii hiekkalaatikossa, Apple on tarkastanut sen ja järjestelmä päivittää sen.
Quick Edit -kortti elävällä aaltomuodolla ja tekstillä Listening for your edit, ja sen alla puhuttu ohje make it sound more formal.
Kuva 4. Muokkaus on eri tehtävä kuin litterointi: valitse tekstiä missä tahansa apissa, napauta Quick Edit -näppäintä ja sano muutos, ja kortti näyttää, mitä se kuuli.

Mikään tästä ei tee yksinkertaisemmista työkaluista vääriä. Se tekee niistä erikokoisen asian. Tarvitsin suuremman, koska sanelu ei ole minulle oikotie. Se on ainoa tapa, jolla kirjoitan.

Avoimen lähdekoodin Mac-sanelusovellukset rinnakkain

Nämä ovat ne avoimen lähdekoodin sanelusovellukset Macille, jotka tiedän. Tähdet mittaavat huomiota, eivät laatua, ja YapToText on ollut App Storessa vasta 22. heinäkuuta 2026 lähtien, joten lue sarakkeita, älä lukuja.

Tarkistettu 3. lokakuuta 2026 GitHubissa ja kunkin projektin omilla sivuilla.

AppiLisenssiGitHub-tähdetMiten sen asentaaMuokkaa valittua tekstiä äänelläAlustat
HandyMIT32 747Sivustoltaan tai GitHubin julkaisuistaEi ilmoitettuMac, Windows, Linux
FluidVoiceGPL-3.011 894Homebrew tai GitHubin julkaisutKyllä, Write ModeMac
OpenWhisprMIT8 992SivustoltaanKyllä, voice agent -näppäimelläänMac, Windows, Linux; iPhone ja iPad maksullisilla tasoilla
VoiceInkGPL-3.06 651Maksullinen lataus sivustolta tai rakenna itseKylläMac; iPhone- ja iPad-appi betana
YapToTextGPL-3.025Mac App Store, ilmainen, tai HomebrewKyllä, Quick EditMac

GPL vastaan MIT käyttäjän kannalta. Kumpikin antaa sinun lukea, rakentaa ja muuttaa koodia ilmaiseksi. Ero on siinä, mitä tapahtuu, jos joku julkaisee muutetun kopion: GPL:n alla hänen on julkaistava muutoksensa samoilla ehdoilla, ja MIT:n alla ei tarvitse. Sanelusovelluksessa, joka kuulee kaiken sanomasi, valitsin GPL:n, jotta jokaisen ladattavan version lähdekoodin voi myös lukea. VoiceInk-vaihtoehtosivu vertaa lähintä GPL-appia tarkemmin.

Miksi se asennetaan App Storesta eikä komentotiedostolla

Moni avoimen lähdekoodin Mac-työkalu asennetaan putkittamalla komentotiedosto internetistä omaan shelliisi. Se on kätevää kehittäjälle, mutta se pyytää sinua ajamaan tarkastamatonta koodia omilla oikeuksillasi osoitteesta, jota et voi auditoida juuri sillä hetkellä, kun ajat sen.

YapToText on Mac App Storessa. Se tarkoittaa, että se toimii hiekkalaatikossa, on tarkastettu, päivittyy järjestelmän kautta ja sen voi poistaa kuten minkä tahansa apin. Yksi klikkaus, ei Terminalia, eikä mitään, mihin pitäisi luottaa Applen jo tarkastaman lisäksi. Ilmainen ja avoin lähdekoodi ei tarvitse tarkoittaa asennustapaa, joka kaatuisi töissä tietoturvatarkastuksessa.

Jos pidät komentorivistä, on Homebrew-cask, allekirjoitettu Developer ID -tunnuksella ja notarisoitu. Se on tällä hetkellä yhden version App Storea jäljessä, 1.5.2 versiota 1.5.3 vastaan, ja siinä ei ole malleja mukana.

Terminal: Asenna YapToText Homebrew-tapistani.

brew install --cask ryleighnewman/yaptotext/yaptotext

Mitä tapahtuu: YapToText ilmestyy Applications-kansioosi noin 12 Mt:n latauksen jälkeen ja korvaa App Store -kopion, jos sellainen on. Se ei osaa sanella, ennen kuin lataat puheentunnistusmallin AI Models -sivulla.

Lähdekoodi on julkinen GitHubissa, jossa se on tällä hetkellä versiossa 1.5.2, joten voit lukea sen ennen kuin ajat sen. Asennussivu käsittelee molemmat reitit.

Mitä laitteella toimiminen tarkoittaa tässä

Puheentunnistusmalli ja siistimismalli ovat molemmat App Store -version sisällä. Tiliä, telemetriaa tai analytiikkaa ei ole, eikä mikään sanelussa kosketa verkkoa. Se toimii lentokoneessa, ensimmäisestä käynnistyksestä lähtien, Wi-Fi pois päältä. Homebrew-versio tarvitsee ensin yhden mallin latauksen. Ainoa verkon käyttö on mallilataus, jonka käynnistät itse, johonkin muuhun AI Models -sivun malleista, ja sanelu ilman verkkoa -sivulla on testi, jonka voit ajaa.

Ääni on poikkeuksellisen henkilökohtaista tietoa. Se ei ole hakukysely. Se olet sinä puhumassa, sisältö ja asiayhteys mukana. Rehellinen tietosuojaväite ei ole lupaus siitä, mitä yritys tekee äänitteellesi. Se on se, että äänite ei koskaan poistu laitteelta, ja koodi, joka sen todistaa, on julkinen.

App Storen juliste, jonka otsikko on Nothing leaves your Mac, YapToTextin AI Models -sivun päällä, molemmat mallit merkittyinä Included.
Kuva 5. Molemmat mallit ovat App Store -version sisällä ja merkitty AI Models -sivulla Included, joten sanelu ei koskaan tarvitse verkkoa.

Mitä opin sitä tehdessäni

  • Malli oli helppo osa. Whisper on erinomainen sellaisenaan. Kaikki, mikä saa sanelun tuntumaan valmiilta, on sen ympärillä: tieto siitä, missä kohdistin on, mitä sen molemmin puolin on, missä apissa olet ja mitä tarkoitit sanalla "period".
  • Tekstin lisääminen on vaikeampaa kuin sen litterointi. Kohdistimen ympärillä olevan tekstin lukeminen kohdistusta varastamatta, apeissa, jotka kaikki käyttäytyvät eri tavalla, vei enemmän työtä kuin koko litterointiputki.
  • Saavutettavuus on suunnittelua, ei tarkistuslista. Appin, joka on tarkoitettu ihmisille, jotka eivät voi kirjoittaa, pitää olla käytettävissä kirjoittamatta, eikä sen pidä näyttää kliiniseltä. Siinä on oikea aaltomuoto äänestäsi, kolme paneelin asettelua ja järjestelmän omat materiaalit, koska työkalut, joista ihmiset ovat riippuvaisia, ansaitsevat olla miellyttäviä katsoa.

Missä se on nyt

Tässä on projekti 3. lokakuuta 2026 selvinä lukuina.

  • Versio. 1.5.3 (21) Mac App Storessa, julkaistu 29. syyskuuta 2026. GitHub ja Homebrew ovat versiossa 1.5.2, ja julkaisutiedot luettelevat jokaisen muutoksen.
  • Lisenssi. GPL-3.0, lähdekoodi osoitteessa github.com/ryleighnewman/YapToText.
  • Huomio. 25 tähteä GitHubissa.
  • Raha. Mitään ei vaadita. Apissa on tippipurkki, ja tippi ei muuta mitään siinä, mitä saat.

Lyhyt versio

  • Ilmainen. Maksullista tasoa, rajaa tai tiliä ei ole.
  • Avoin. Lisenssi on GPL-3.0, ja lähdekoodi on GitHubissa.
  • Macillasi. Molemmat mallit toimivat paikallisesti, eikä äänesi koskaan poistu.

Jos tulet maksullisesta apista, jossa on ilmainen taso, superwhisper-vaihtoehtosivu käy vaihdon läpi työ työltä.

Jos haluat nähdä muut avoimen lähdekoodin vaihtoehdot rinnakkain, vertasin niitä sivulla avoimen lähdekoodin sanelusovellukset Macille.

Jos kokeilet sitä ja jokin on vialla, kuulen sen mieluummin kuin mitään muuta. Siten se on päässyt näin pitkälle. Avaa issue GitHubissa. Luen jokaisen.

Lataa YapToText Mac App StorestaLadattavissa ilmaiseksi. Ei tiliä eikä lukittuja ominaisuuksia. Vaatii macOS 14:n tai uudemman ja Macin, jossa on Applen siru. Lähdekoodi GitHubissa.

Kuka kirjoittaa. Ryleigh Newman kehittää ohjelmistoja, kirjoittaa näppäimistöllä vain vaivoin ja sanelee joka päivä YapToTextillä, apilla, josta tämä sivusto kertoo. Tämä sivu on käännetty englannista. Apin käyttöliittymä ja sivuston muut sivut ovat englanniksi. Lisää projektista, englanniksi.

Oppaat

Lisää oppaita, englanniksi

Lähteet

Kysymyksiä

Onko Macille avoimen lähdekoodin sanelusovellusta?

Kyllä. YapToText on ilmainen ja avoimen lähdekoodin GPL-3.0-lisenssillä, ja se on Mac App Storessa. Handy ja OpenWhispr ovat MIT-lisensoituja, ja FluidVoice ja VoiceInk ovat GPL-3.0.

Onko Wispr Flow'lle ja superwhisperille avoimen lähdekoodin vaihtoehtoa?

Kyllä. YapToText on GPL-lisensoitu ja ilmainen, ajaa Whisperiä ja paikallista siistimismallia Macillasi ja asentuu Mac App Storesta tai Homebrew'llä. Mitään ei lähetetä minnekään, eikä tiliä ole.

Toimiiko YapToText ilman verkkoa?

Kyllä, Mac App Store -versiossa ensimmäisestä käynnistyksestä lähtien: puheentunnistusmalli ja siistimismalli tulevat appin mukana, joten sanelu ei tee yhtään verkkopyyntöä. Homebrew-versio tarvitsee ensin yhden puheentunnistusmallin latauksen.

Miten tämä eroaa muista avoimen lähdekoodin Whisper-kääreistä?

Kolmella tavalla. Se sovittaa sanomasi kohdistimesi ympärillä olevaan lauseeseen, joten kesken lauseen sanelu tulee oikealla kirjainkoolla, välilyönneillä ja välimerkeillä. Se valitsee muodon puolestasi, joten sähköposti tulee sähköpostina. Ja sen avulla voit valita tekstiä missä tahansa ja muuttaa sitä äänellä. Lisäksi se asennetaan App Storesta komentotiedoston sijaan.

Onko se oikeasti ilmainen? Mikä on juju?

Ei jujua eikä maksullista tasoa. Se on ilmainen ikuisesti, lähdekoodi on julkinen, ja ainoa raha apissa on vapaaehtoinen tippipurkki, joka ei muuta mitään siinä, mitä saat.

Mikä avoimen lähdekoodin sanelusovellus Macille on App Storessa?

YapToText. Muut avoimen lähdekoodin sanelusovellukset, jotka tiedän, ohjaavat lataamaan omilta sivustoiltaan tai GitHubin julkaisuista. App Storessa asennus on yksi klikkaus, päivitykset ovat automaattisia, ja mukana tulevat Applen hiekkalaatikko ja tarkastus.