Nemôžem písať, preto vznikla bezplatná aplikácia na diktovanie s otvoreným kódom pre Mac

Text: · Zverejnené · Aktualizované

YapToText je bezplatný softvér na diktovanie s otvoreným kódom pre Mac, vydaný pod licenciou GPL s kompletným zdrojovým kódom v Swifte na GitHube, a na vašom Macu spúšťa Whisper Large v3 Turbo a Phi-3.5 Mini. Nestojí nič, nemá platenú úroveň ani limit a vznikol preto, že mi ruky sťažujú písanie. Stránka s cenami má jednu vetu: je zadarmo.

Každá aplikácia na diktovanie na Macu, ktorá bola dosť dobrá, aby nahradila klávesnicu, chcela predplatné, licenciu za 249,99 $ alebo môj hlas na cudzom serveri. Všetko, čo píšem, diktujem, takže to nebola preferencia. Bola to cena za používanie počítača. Preto vznikol YapToText: zadarmo navždy, s otvoreným kódom pod licenciou GPL a celý beží priamo na počítači. Je v Mac App Store, takže inštalácia je jedno kliknutie a bez Terminalu.

Stiahnuť YapToText v Mac App StoreNa stiahnutie zadarmo. Bez účtu a bez zamknutých funkcií, pre macOS 14 alebo novší na Macu s čipom Apple. Zdrojový kód na GitHube.

Tento návod v ďalších jazykoch: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

Na tejto stránke: 16 častí
  1. Kroky
  2. Prečo vznikol
  3. Koľko alternatívy naozaj stoja
  4. Čo vie
  5. Vnútri zvukovej cesty
  6. Čím sa líši od iných obalov Whisper s otvoreným kódom
  7. Aplikácie na diktovanie s otvoreným kódom pre Mac vedľa seba
  8. Prečo sa inštaluje z App Store, nie shellovým skriptom
  9. Čo tu znamená spracovanie na zariadení
  10. Čo mi vývoj ukázal
  11. Kde projekt stojí
  12. Skrátene
  13. Návody
  14. Ďalšie návody, po anglicky
  15. Zdroje
  16. Otázky

Kroky

  1. Nainštalujte YapToText zadarmo z Mac App Store.
  2. Otvorte ho, povoľte mikrofón a potom zapnite Prístupnosť, aby mohol písať pri kurzore.
  3. Dajte kurzor tam, kam chcete slová: do e-mailu, správy, komentára v kóde.
  4. Raz stlačte kláves Right Command a začnite hovoriť.
  5. Stlačte ho znova. Vaše slová sa napíšu pri kurzore.

Prečo vznikol

Nediktujem preto, že je to pohodlné. Diktujem preto, že písanie je pre mňa ťažké, a diktovaním vznikajú moje e-maily, správy, dokumentácia aj komentáre v kóde tejto aplikácie. Keď je reč vašou klávesnicou, aplikácia na diktovanie nie je hračka na produktivitu. Je to vstupné zariadenie.

To mení, čo znamená cena. Predplatné textového editora je obchodné rozhodnutie. Predplatné za schopnosť vôbec písať je mýto. A posielať každé slovo, ktoré vytvoríte, na server nie je políčko na stránke o súkromí. Je to vaša korešpondencia, vaša práca a vaše lekárske termíny, ktoré prechádzajú firmou, ktorej musíte navždy dôverovať.

Žiadna aplikácia pre Mac nebola všetko naraz: dosť dobrá, aby nahradila písanie, celá na zariadení a zadarmo. Preto vznikla táto a je zadarmo pre každého.

Plagát z App Store s nadpisom I created this because my hands don't work, s ikonami prístupnosti a kapybarou YapToText.
Obrázok 1. Dôvod, prečo existuje, v jednej vete: YapToText vznikol predovšetkým ako nástroj prístupnosti, pretože od neho závisí moje písanie.

Koľko alternatívy naozaj stoja

Toto stoja aplikácie, ktoré by prichádzali do úvahy namiesto mojej, overené 3. októbra 2026 na stránke každého výrobcu. Ceny sa menia, takže si ich pred prechodom overte, a úplné porovnanie má podrobnosti so zdrojmi.

  • Diktovanie od Apple. Je zadarmo a na Macu s čipom Apple spracúva podporované jazyky na zariadení. Neuhladí, čo ste povedali, nenaformátuje e-mail a nevie upraviť text, ktorý ste už napísali.
  • Wispr Flow. Stojí 15 $ mesačne, alebo 12 $ mesačne pri ročnej fakturácii, s bezplatným plánom obmedzeným na 2 000 slov týždenne na počítači. Jeho stránka o súkromí uvádza, že prepis vždy prebieha v cloude.
  • superwhisper. Má bezplatný plán s lokálnymi modelmi a Pro za 8,49 $ mesačne, 84,99 $ ročne alebo 249,99 $ jednorazovo.
  • MacWhisper. Pro stojí jednorazovo 64 €. Beží lokálne a je to dobrý softvér.

Nie sú to zlé aplikácie. Niektoré sú lepšie než moja v tom, čo v nej zatiaľ nie je. Zmysel je užší: základný model rozpoznávania reči má otvorený kód, Apple dáva každému vývojárovi hardvérové zrýchlenie zadarmo a nič z týchto nákladov by nemalo doliehať na niekoho, kto nemôže používať klávesnicu.

Čo vie

Stlačte jeden kláves, hovorte, stlačte ho znova a slová sa objavia tam, kde je kurzor, v ktorejkoľvek aplikácii. To je všetko, čo robíte. Pod tým sú časti, ktoré si vyžiadali skutočnú prácu.

Rozbalený panel YapToText: živá modrá vlnovka nad prepísanou vetou, s tlačidlami zrušiť, pozastaviť a zastaviť a očíslovanými čipmi režimov.
Obrázok 2. Jeden kláves ho spustí, slová sa v paneli tvoria, ako hovoríte, a pristanú tam, kde je kurzor.
  • Číta vetu, do ktorej diktujete. Dajte kurzor doprostred riadka a hovorte a prvé slovo sa napíše malým písmenom, keď treba, medzery sa pekne spoja a záverečná bodka sa vynechá, keď veta pokračuje. Túto funkciu mi v každej inej aplikácii chýba najviac.
  • Rozozná e-mail od poznámky. Auto mode prečíta, čo ste povedali, a sám zvolí formát. E-mail vyjde ako e-mail, krátka správa zostane neformálna a všetko ostatné sa len uhladí.
  • Text môžete upravovať hlasom. Vyberte ľubovoľný text v ktorejkoľvek aplikácii, stlačte kláves Quick Edit a povedzte zmenu: make this shorter, fix the grammar, translate it to Spanish (skráť to, oprav gramatiku, prelož to do španielčiny). Prepis nahradí váš výber na mieste.
  • Hovorená interpunkcia funguje tak, ako používatelia diktovania očakávajú. Povedzte „is it working now, question mark“ a dostanete znamienko, bez zatúlanej čiarky.
  • Slovníky a hlasové príkazy. Naučte ho pravopis mena, ktoré stále chybuje, alebo vyplňte predlohu telefónneho čísla na stránke Commands, aby „insert phone number“ napísalo vaše skutočné číslo.

Stránky pomocníka Intelligent Insert, Auto mode a Dictionaries sa venujú každej z nich a návod na prevod reči na text na Macu prevedie prvým diktovaním.

Vnútri zvukovej cesty

Väčšina inžinierskej práce išla sem, pretože diktujem potichu, často v miestnosti, kde beží 3D tlačiareň. Dať Whisperu surový zvuk z mikrofónu a dúfať je miesto, kde sa väčšina obalov zastaví, a preto sa v skutočnej miestnosti rozpadnú.

Skôr než model rozpoznávania reči uvidí jedinú vzorku, zmeria sa hluk miestnosti a stacionárny hluk sa odpočíta, len keď to pomer signálu k šumu vyžaduje, takže tichá miestnosť sa nikdy neprespracuje. Tichý hlas sa zosilní vzhľadom na miestnosť, nie na pevnú úroveň. Záznam je chránený proti špičkám, aby jedno hlasné slovo nespôsobilo orezanie. Dlhé ticho sa stlačí, aby dekodér neuletel mimo. Dekódovanie sa prepne z hladového dekódovania na lúčové vyhľadávanie (beam search), keď klip nameria ako hlučný.

Potom: ak prepis vyjde kratší než reč, ktorá vstúpila, spustí sa záchranný prechod, a ochrana zruší slučky opakovania, do ktorých Whisper padá na tichých koncoch. Všetko sa meria na súbore mojich vlastných skutočných diktovaní skôr, než sa čokoľvek z toho vydá. Zmena, ktorá pomôže čistej nahrávke, často uškodí šepotu.

Plagát z App Store s nadpisom It hears you through anything, so zoznamom zvukových krokov nad rozbaleným panelom nahrávania.
Obrázok 3. Zvuková cesta v šiestich krokoch, od odstránenia hluku pozadia po korekciu tempa, všetko pred Whisperom alebo okolo neho a všetko na Macu.

Čím sa líši od iných obalov Whisper s otvoreným kódom

Napojiť Whisper na klávesovú skratku je projekt na víkend a niekoľko ľudí to urobilo dobre. open-wispr je dobrý príklad: podržíte kláves, hovoríte, pustíte a text sa objaví pri kurzore, všetko na zariadení, pod licenciou MIT. Ak potrebujete len toto, je to dobrá voľba a mali by ste ho používať.

Rozdiel je v tom, čo sa stane po vzniku prepisu. Obal vám podá surový výstup Whisperu. Väčšina YapToText je práca medzi týmto výstupom a textom, ktorý ste skutočne chceli:

  • Kontext. Číta, čo je na oboch stranách kurzora, a prepis tomu prispôsobí, takže diktovanie v strede vety vyjde so správnou veľkosťou písmen, medzerami a záverečnou interpunkciou.
  • Uhladenie. Lokálny jazykový model premení hovorené vypĺňacie slová na hotový text a z toho, čo ste povedali, vyberie formát, bez volania cloudu.
  • Úpravy. Vyberte existujúci text kdekoľvek a zmeňte ho hlasom, čo je úplne iná úloha než prepis.
  • Zvuková cesta. Má odpočítavanie hluku podmienené pomerom signálu k šumu, zosilnenie vzhľadom na miestnosť, záznam chránený proti špičkám a dekodér, ktorý mení stratégiu, keď je klip hlučný. Vďaka tomu funguje tichý hlas v hlučnej miestnosti.
  • Inštalácia. Inštaluje sa z App Store, nie shellovým skriptom, takže je v sandboxe, Apple ju kontroluje a systém ju aktualizuje.
Karta Quick Edit so živou vlnovkou a textom Listening for your edit a hovorenou inštrukciou make it sound more formal pod ňou.
Obrázok 4. Úpravy sú iná úloha než prepis: vyberte text v ľubovoľnej aplikácii, stlačte kláves Quick Edit a povedzte zmenu, a karta ukáže, čo počula.

Nič z toho nerobí jednoduchšie nástroje nesprávnymi. Robí ich inak veľkými. Potrebujem ten väčší, pretože diktovanie pre mňa nie je skratka. Je to jediný spôsob, ako píšem.

Aplikácie na diktovanie s otvoreným kódom pre Mac vedľa seba

Toto sú aplikácie na diktovanie s otvoreným kódom pre Mac, ktoré poznám. Hviezdičky merajú pozornosť, nie kvalitu, a YapToText je v App Store až od 22. júla 2026, takže čítajte stĺpce, nie počty.

Overené 3. októbra 2026 na GitHube a na stránkach každého projektu.

AplikáciaLicenciaHviezdičky na GitHubeSpôsob inštalácieUpravuje vybraný text hlasomPlatformy
HandyMIT32 747Z jeho stránky alebo z vydaní na GitHubeNeuvedenéMac, Windows, Linux
FluidVoiceGPL-3.011 894Homebrew alebo vydania na GitHubeÁno, Write ModeMac
OpenWhisprMIT8 992Z jeho stránkyÁno, s klávesom jeho hlasového agentaMac, Windows, Linux; iPhone a iPad v platených plánoch
VoiceInkGPL-3.06 651Platené stiahnutie z jeho stránky alebo vlastné zostavenieÁnoMac; aplikácia pre iPhone a iPad v beta verzii
YapToTextGPL-3.025Mac App Store, zadarmo, alebo HomebrewÁno, Quick EditMac

GPL oproti MIT, z pohľadu používateľa. Obe vám dovoľujú čítať, zostavovať a meniť kód zadarmo. Rozdiel je v tom, čo sa stane, keď niekto vydá upravenú kópiu: pod GPL musí zverejniť svoje zmeny za rovnakých podmienok a pod MIT nemusí. U aplikácie na diktovanie, ktorá počuje všetko, čo poviete, je preto zvolená licencia GPL: každá verzia, ktorú si môžete stiahnuť, má zdrojový kód, ktorý si môžete prečítať. Stránka o alternatíve k VoiceInk porovnáva najbližšiu aplikáciu pod GPL podrobne.

Prečo sa inštaluje z App Store, nie shellovým skriptom

Mnoho nástrojov s otvoreným kódom pre Mac sa inštaluje tak, že sa skript z internetu pošle do shellu. Pre vývojára je to pohodlné a od vás to žiada spustiť neskontrolovaný kód s vašimi vlastnými oprávneniami, z adresy, ktorú v okamihu spustenia nemôžete skontrolovať.

YapToText je v Mac App Store. To znamená, že beží v sandboxe, je skontrolovaný, aktualizuje sa cez systém a dá sa odstrániť ako každá iná aplikácia. Jedno kliknutie, žiadny Terminal a nič, čomu by ste museli dôverovať nad rámec toho, čo už Apple kontroluje. Byť zadarmo a mať otvorený kód nemusí znamenať spôsob inštalácie, ktorý by v práci neprešiel bezpečnostnou kontrolou.

Ak uprednostňujete príkazový riadok, existuje cask Homebrew, podpísaný certifikátom Developer ID a notarizovaný. Dnes zaostáva za App Store o jedno vydanie, 1.5.2 oproti 1.5.3, a nemá modely.

Terminal: Nainštaluj YapToText z môjho tapu Homebrew.

brew install --cask ryleighnewman/yaptotext/yaptotext

Čo sa stane: Po stiahnutí asi 12 MB sa YapToText objaví vo vašom priečinku Applications a nahradí kópiu z App Store, ak tam je. Kým si na stránke AI Models nestiahnete model rozpoznávania reči, diktovať nevie.

Zdrojový kód je verejný na GitHube, kde je dnes vo verzii 1.5.2, takže si ho môžete prečítať skôr, než ho spustíte. Stránka o inštalácii pokrýva obe cesty.

Čo tu znamená spracovanie na zariadení

Model rozpoznávania reči aj model na úpravu textu sú vo verzii z App Store. Nie je tu účet, telemetria ani analytika a nič z diktovania sa nedotkne siete. Funguje v lietadle, od prvého spustenia, s vypnutou Wi-Fi. Verzia z Homebrew najprv potrebuje stiahnutie jedného modelu. Jediné sieťové použitie je sťahovanie modelu, ktoré spustíte sami, pre jeden z ostatných modelov na stránke AI Models, a stránka o diktovaní offline má test, ktorý môžete spustiť.

Hlas je neobvykle osobný údaj. Nie je to vyhľadávací dopyt. Ste to vy, ako hovoríte, aj s obsahom a kontextom. Úprimná verzia tvrdenia o súkromí nie je sľub o tom, čo firma robí s vašou nahrávkou. Je to, že nahrávka nikdy neodíde a kód, ktorý to dokazuje, je verejný.

Plagát z App Store s nadpisom Nothing leaves your Mac nad stránkou AI Models v YapToText s oboma modelmi označenými Included.
Obrázok 5. Oba modely sú vo verzii z App Store, na stránke AI Models označené Included, takže diktovanie nikdy nepotrebuje sieť.

Čo mi vývoj ukázal

  • Model bol tá ľahká časť. Whisper je hneď po vybalení výborný. Všetko, vďaka čomu diktovanie pôsobí dokončene, je okolo neho: vedieť, kde je kurzor, čo je na oboch stranách, v ktorej aplikácii ste a čo ste mysleli slovom „period“.
  • Vkladať text je ťažšie než ho prepisovať. Čítať text okolo kurzora bez prebratia zamerania, v aplikáciách, ktoré sa všetky správajú inak, si vyžiadalo viac práce než celý prepisovací reťazec.
  • Prístupnosť je dizajn, nie kontrolný zoznam. Aplikácia pre ľudí, ktorí nemôžu písať, musí byť ovládateľná bez písania a nemala by vyzerať klinicky. Má skutočnú vlnovku vášho hlasu, tri rozloženia panela a vlastné materiály systému, pretože nástroje, na ktorých ľudia závisia, si zaslúžia príjemný vzhľad.

Kde projekt stojí

Tu je projekt k 3. októbru 2026 v jednoduchých číslach.

  • Verzia. 1.5.3 (21) v Mac App Store, vydaná 29. septembra 2026. GitHub a Homebrew sú na 1.5.2 a poznámky k vydaniu uvádzajú každú zmenu.
  • Licencia. GPL-3.0, zdrojový kód na github.com/ryleighnewman/YapToText.
  • Pozornosť. 25 hviezdičiek na GitHube.
  • Peniaze. Žiadne nie sú potrebné. V aplikácii je pokladnička na prepitné a prepitné nemení nič na tom, čo dostanete.

Skrátene

  • Zadarmo. Žiadna platená úroveň, limit ani účet.
  • Otvorené. Licencia je GPL-3.0 a zdrojový kód je na GitHube.
  • Na vašom Macu. Oba modely bežia lokálne a váš hlas nikdy neodíde.

Ak prichádzate z platenej aplikácie s bezplatným plánom, stránka o alternatíve k superwhisper prejde prechodom úloha po úlohe.

Ak chcete vidieť ďalšie možnosti s otvoreným kódom vedľa seba, nájdete ich v porovnaní aplikácie na diktovanie s otvoreným kódom pre Mac.

Ak to vyskúšate a niečo nefunguje, radšej sa to dozviem než čokoľvek iné. Takto sa to dostalo až sem. Založte issue na GitHube. Čítam všetky.

Stiahnuť YapToText v Mac App StoreNa stiahnutie zadarmo. Bez účtu a bez zamknutých funkcií, pre macOS 14 alebo novší na Macu s čipom Apple. Zdrojový kód na GitHube.

Kto píše. Ryleigh Newman vyvíja softvér, písanie na klávesnici zvláda len s ťažkosťami a každý deň diktuje v YapToText, aplikácii, o ktorej je tento web. Táto stránka je preložená z angličtiny. Rozhranie aplikácie a zvyšok webu sú v angličtine. Viac o projekte, po anglicky.

Ďalšie návody, po anglicky

Zdroje

Otázky

Existuje softvér na diktovanie s otvoreným kódom pre Mac?

Áno. YapToText je zadarmo, má otvorený kód pod licenciou GPL-3.0 a je v Mac App Store. Handy a OpenWhispr majú licenciu MIT, FluidVoice a VoiceInk GPL-3.0.

Existuje alternatíva s otvoreným kódom k Wispr Flow a superwhisper?

Áno. YapToText je pod licenciou GPL a zadarmo, na vašom Macu spúšťa Whisper a lokálny model na úpravu textu a inštaluje sa z Mac App Store alebo cez Homebrew. Nič sa nenahráva a nie je tu žiadny účet.

Funguje YapToText offline?

Áno, od prvého spustenia vo verzii z Mac App Store: model rozpoznávania reči aj model na úpravu textu sú súčasťou aplikácie, takže diktovanie nevytvára žiadnu sieťovú požiadavku. Verzia z Homebrew najprv potrebuje stiahnuť jeden model rozpoznávania reči.

Čím sa líši od iných obalov Whisper s otvoreným kódom?

Tromi vecami. Prispôsobí to, čo poviete, vete okolo kurzora, takže diktovanie v strede vety vyjde so správnou veľkosťou písmen, medzerami a interpunkciou. Sám vyberie formát, takže e-mail vyjde ako e-mail. A umožňuje vybrať text kdekoľvek a zmeniť ho hlasom. Navyše sa inštaluje z App Store, nie shellovým skriptom.

Je naozaj zadarmo? Aký je háčik?

Žiadny háčik ani platená úroveň. Je zadarmo navždy, zdrojový kód je verejný a jediné peniaze v aplikácii sú voliteľná pokladnička na prepitné, ktorá nemení nič na tom, čo dostanete.

Ktorá aplikácia na diktovanie s otvoreným kódom pre Mac je v App Store?

YapToText. Ostatné aplikácie na diktovanie s otvoreným kódom, ktoré poznám, odkazujú na stiahnutie na vlastné stránky alebo vydania na GitHube. App Store znamená inštaláciu jedným kliknutím, automatické aktualizácie a sandbox a kontrolu od Apple.