Jag kan inte skriva, så jag byggde en gratis dikteringsapp med öppen källkod för Mac

Av · Publicerad · Uppdaterad

YapToText är gratis dikteringsprogram med öppen källkod för Mac, utgivet under GPL med hela Swift-källkoden på GitHub, och det kör Whisper Large v3 Turbo och Phi-3.5 Mini på din Mac. Det kostar ingenting, har ingen betalnivå och ingen gräns, och jag byggde det eftersom mina händer gör det svårt att skriva. Prissidan är en enda mening lång: appen är gratis.

Varje dikteringsapp på Mac som var tillräckligt bra för att ersätta ett tangentbord krävde en prenumeration, en licens på 249,99 USD eller min röst på någon annans server. Jag dikterar allt jag skriver, så det här var ingen preferens. Det var priset för att kunna använda en dator. I stället byggde jag YapToText: gratis för alltid, med öppen källkod under GPL, och körs helt på den egna datorn. Appen finns i Mac App Store, så installationen är ett klick och ingen Terminal.

Hämta YapToText i Mac App StoreGratis att hämta. Inget konto och inga låsta funktioner, för macOS 14 eller senare på en Mac med Apple-chip. Källkod på GitHub.

Den här guiden på andra språk: 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, Slovenčina, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

På den här sidan: 16 avsnitt
  1. Steg
  2. Därför byggde jag den
  3. Vad alternativen faktiskt kostar
  4. Det här gör den
  5. Inne i ljudvägen
  6. Så skiljer den sig från andra Whisper-skal med öppen källkod
  7. Apparna för diktering på Mac med öppen källkod, sida vid sida
  8. Därför installeras den från App Store och inte med ett skalskript
  9. Vad på enheten faktiskt betyder här
  10. Det här lärde jag mig av bygget
  11. Så ligger det till
  12. Kortversionen
  13. Guider
  14. Fler guider, på engelska
  15. Källor
  16. Frågor

Steg

  1. Installera YapToText gratis från Mac App Store.
  2. Öppna appen och tillåt mikrofonen, och slå sedan på Hjälpmedel så att den kan skriva vid markören.
  3. Sätt markören där orden ska stå: ett mejl, ett meddelande, en kodkommentar.
  4. Tryck en gång på tangenten Right Command och börja prata.
  5. Tryck igen. Dina ord skrivs vid markören.

Därför byggde jag den

Jag dikterar inte för att det är bekvämt. Jag dikterar för att det är svårt för mig att skriva, och diktering är hur jag skriver mejl, meddelanden, dokumentation och kodkommentarerna i den här appen. När tal är ditt tangentbord är en dikteringsapp ingen produktivitetsleksak. Den är inmatningsenheten.

Det ger priset en annan innebörd. En prenumeration på en textredigerare är ett affärsbeslut. En prenumeration på möjligheten att över huvud taget skriva är en avgift vid grinden. Och att skicka varje ord du producerar till en server är ingen ruta att kryssa på en integritetssida. Det är din korrespondens, ditt arbete och dina läkarbesök som passerar ett företag som du måste lita på för all framtid.

Jag hittade ingen Mac-app som var alla tre: tillräckligt bra för att ersätta att skriva, helt på enheten och gratis. Så jag skrev en och gav bort den.

Affisch för App Store med rubriken I created this because my hands don't work, med hjälpmedelsikoner och YapToText-kapybaran.
Bild 1. Skälet till att appen finns, på en rad: jag byggde YapToText som ett hjälpmedel i första hand, eftersom jag är beroende av den för att kunna skriva.

Vad alternativen faktiskt kostar

Så här mycket kostar apparna jag annars hade använt, kontrollerat den 3 oktober 2026 på varje tillverkares egen webbplats. Priser ändras, så kontrollera innan du byter, och hela jämförelsen har detaljerna med källor.

  • Apples diktering. Den är gratis, och på en Mac med Apple-chip hanterar den språk som stöds direkt på enheten. Den städar inte upp det du sa, formaterar inget mejl och kan inte redigera text som du redan har skrivit.
  • Wispr Flow. Den kostar 15 USD i månaden, eller 12 USD i månaden vid årsbetalning, med en gratisplan som är begränsad till 2 000 ord i veckan på datorn. Enligt integritetssidan sker transkriberingen alltid i molnet.
  • superwhisper. Den har en gratisplan med lokala modeller, och Pro för 8,49 USD i månaden, 84,99 USD om året eller 249,99 USD en gång.
  • MacWhisper. Pro kostar 64 € en gång. Den körs lokalt och är bra programvara.

Det här är inga dåliga appar. Flera är bättre än min på sådant jag ännu inte har byggt. Poängen är smalare: den underliggande talmodellen har öppen källkod, Apple ger varje utvecklare hårdvaruaccelerationen gratis, och ingen av de kostnaderna borde hamna hos någon som inte kan använda ett tangentbord.

Det här gör den

Tryck på en tangent, prata, tryck igen, så dyker orden upp där markören står, i vilken app som helst. Det är allt du gör. Under ytan finns delarna som tog själva jobbet.

Den utfällda YapToText-panelen: en levande blå ljudvåg ovanför den transkriberade meningen, med knapparna för avbryt, pausa och stoppa samt numrerade läges-chips.
Bild 2. En tangent startar den, orden formas i panelen medan du pratar, och de hamnar där markören står.
  • Den läser meningen du dikterar in i. Sätt markören mitt i en rad och prata, så får det första ordet liten bokstav när det ska, mellanrummen sluter sig rent och en avslutande punkt tas bort när meningen fortsätter. Den här funktionen saknar jag mest i alla andra appar.
  • Den skiljer ett mejl från en anteckning. Auto mode läser vad du sa och väljer format själv. Ett mejl blir ett mejl, ett snabbt meddelande förblir ledigt, och allt annat städas bara upp.
  • Du kan redigera text med rösten. Markera valfri text i valfri app, tryck på tangenten för Quick Edit och säg ändringen: make this shorter, fix the grammar, translate it to Spanish. Omskrivningen ersätter din markering på plats.
  • Uttalade skiljetecken fungerar som dikteringsanvändare väntar sig. Säg is it working now, question mark så får du tecknet, utan något överblivet kommatecken.
  • Ordlistor och röstkommandon. Lär den stavningen av ett namn som den ständigt missar, eller fyll i startmallen för telefonnummer på sidan Commands så att insert phone number skriver ditt riktiga nummer.

Hjälpsidorna om Intelligent Insert, Auto mode och Dictionaries går igenom varje funktion, och guiden om tal till text på Mac leder dig genom en första diktering.

Inne i ljudvägen

Det mesta av arbetet lades här, eftersom jag dikterar tyst, ofta i ett rum där en 3D-skrivare går. Att mata Whisper med rått mikrofonljud och hoppas är där de flesta skal slutar, och det är därför de faller isär i ett riktigt rum.

Innan talmodellen ser ett enda prov: rummets brus mäts, och stillastående brus dras bort bara när signal-brusförhållandet kräver det, så att ett tyst rum aldrig bearbetas för hårt. En svag röst höjs i förhållande till rummet och inte till en fast nivå. Inspelningen är toppskyddad så att ett högt ord inte kan klippas. Långa tystnader pressas ihop så att avkodaren inte glider iväg. Avkodningen byter från girig sökning till strålsökning när klippet mäts som brusigt.

Efteråt: ett räddningsvarv körs när utskriften kommer tillbaka kortare än talet som gick in, och ett skydd tar bort de upprepningsslingor som Whisper hamnar i på tysta slut. Allt mäts mot ett testunderlag av mina egna riktiga dikteringar innan något av det levereras. En ändring som hjälper en ren inspelning skadar ofta en viskad.

Affisch för App Store med rubriken It hears you through anything, som listar ljudstegen ovan ovanför den utfällda inspelningspanelen.
Bild 3. Ljudvägen i sex steg, från borttagning av bakgrundsbrus till tempokorrigering, allt före eller kring Whisper och allt på Mac.

Så skiljer den sig från andra Whisper-skal med öppen källkod

Att koppla Whisper till en snabbtangent är ett helgprojekt, och flera har gjort det bra. open-wispr är ett bra exempel: håll ned en tangent, prata, släpp, så dyker texten upp vid markören, allt på enheten, med MIT-licens. Om det är allt du behöver är det ett fint val och du ska använda det.

Skillnaden är vad som händer när utskriften finns. Ett skal ger dig Whispers råa utdata. Det mesta av YapToText är arbetet mellan de utdata och den text du faktiskt ville ha:

  • Sammanhang. Den läser vad som står på båda sidor om markören och anpassar utskriften efter det, så att diktering mitt i en mening får rätt skiftläge, rätt mellanrum och rätt skiljetecken på slutet.
  • Städning. En lokal språkmodell gör talat fyllnadsspråk till färdig text och väljer format utifrån vad du sa, utan något anrop till molnet.
  • Redigering. Markera befintlig text var som helst och ändra den med rösten, vilket är ett helt annat jobb än transkribering.
  • Ljudvägen. Den har brusavdrag styrt av signal-brusförhållandet, rumsrelativ förstärkning, toppskyddad inspelning och en avkodare som byter strategi när klippet är brusigt. Det är detta som får en svag röst i ett bullrigt rum att fungera.
  • Installation. Den installeras från App Store i stället för med ett skalskript, så den körs i en sandbox, granskas av Apple och uppdateras av systemet.
Kortet Quick Edit med en levande ljudvåg som visar Listening for your edit, och den uttalade instruktionen make it sound more formal under.
Bild 4. Redigering är ett annat jobb än transkribering: markera text i valfri app, tryck på tangenten för Quick Edit och säg ändringen, så visar kortet vad den hörde.

Inget av det här gör de enklare verktygen fel. Det gör dem till en annan storlek på sak. Jag behövde den större eftersom diktering för mig inte är en genväg. Det är det enda sättet jag skriver på.

Apparna för diktering på Mac med öppen källkod, sida vid sida

Det här är de dikteringsappar med öppen källkod för Mac som jag känner till. Stjärnor mäter uppmärksamhet och inte kvalitet, och YapToText har bara funnits i App Store sedan den 22 juli 2026, så läs kolumnerna och inte siffrorna.

Kontrollerat den 3 oktober 2026 på GitHub och på varje projekts egna sidor.

AppLicensStjärnor på GitHubSå installerar du denRedigerar markerad text med röstenPlattformar
HandyMIT32 747Från webbplatsen eller GitHub releasesAnges inteMac, Windows, Linux
FluidVoiceGPL-3.011 894Homebrew eller GitHub releasesJa, Write ModeMac
OpenWhisprMIT8 992Från webbplatsenJa, med tangenten för röstagentenMac, Windows, Linux; iPhone och iPad i betalplaner
VoiceInkGPL-3.06 651Betald nedladdning från webbplatsen, eller bygg självJaMac; app för iPhone och iPad i beta
YapToTextGPL-3.025Mac App Store, gratis, eller HomebrewJa, Quick EditMac

GPL jämfört med MIT, för en användare. Båda låter dig läsa, bygga och ändra koden utan kostnad. Skillnaden är vad som händer om någon släpper en ändrad kopia: under GPL måste de publicera sina ändringar på samma villkor, och under MIT behöver de inte. För en dikteringsapp som hör allt du säger valde jag GPL, så att varje version du kan hämta också är en vars källkod du kan läsa. Sidan om alternativ till VoiceInk jämför den närmaste GPL-appen i detalj.

Därför installeras den från App Store och inte med ett skalskript

Gott om Mac-verktyg med öppen källkod installeras genom att ett skript från internet leds in i ditt skal. Det är bekvämt för utvecklaren, och det ber dig köra ogranskad kod med dina egna behörigheter, från en adress som du inte kan granska i det ögonblick du kör den.

YapToText finns i Mac App Store. Det betyder att den körs i en sandbox, är granskad, uppdateras via systemet och kan tas bort som vilken annan app som helst. Ett klick, ingen Terminal och inget att lita på utöver det Apple redan kontrollerar. Att vara gratis och ha öppen källkod behöver inte betyda en installationsmetod som skulle falla igenom en säkerhetsgranskning på jobbet.

Föredrar du kommandoraden finns en Homebrew-cask, signerad med ett Developer ID och notariserad. Den ligger i dag en version efter App Store, 1.5.2 mot 1.5.3, och den levereras utan modellerna.

Terminal: Installera YapToText från min Homebrew-tap.

brew install --cask ryleighnewman/yaptotext/yaptotext

Det som händer: YapToText hamnar i mappen Program efter en hämtning på ungefär 12 MB och ersätter en kopia från App Store om det finns en. Den kan inte diktera förrän du hämtar en taligenkänningsmodell på sidan AI Models.

Källkoden är offentlig på GitHub, där den i dag ligger på 1.5.2, så du kan läsa den innan du kör den. Installationssidan går igenom båda vägarna.

Vad på enheten faktiskt betyder här

Talmodellen och städmodellen finns båda i versionen från App Store. Det finns inget konto, ingen telemetri och ingen analys, och ingenting i en diktering rör nätverket. Den fungerar på ett flygplan, vid första starten, med Wi-Fi avstängt. Homebrew-versionen behöver först sin enda modellhämtning. Det enda nätverket som används är en modellhämtning som du startar själv, för någon av de andra modellerna på sidan AI Models, och sidan om offlinediktering har ett test som du kan köra.

Röst är ovanligt personlig data. Den är ingen sökfråga. Det är du, som talar, med innehållet och sammanhanget kvar. Det ärliga sättet att göra ett integritetsutlåtande är inte ett löfte om vad ett företag gör med din inspelning. Det är att inspelningen aldrig lämnar datorn, och att koden som bevisar det är offentlig.

Affisch för App Store med rubriken Nothing leaves your Mac, över YapToText-sidan AI Models med båda modellerna märkta Included.
Bild 5. Båda modellerna finns i versionen från App Store, märkta Included på sidan AI Models, så en diktering behöver aldrig nätverket.

Det här lärde jag mig av bygget

  • Modellen var den lätta delen. Whisper är utmärkt direkt ur lådan. Allt som får diktering att kännas färdig finns runt omkring: att veta var markören är, vad som står på båda sidor om den, vilken app du är i och vad du menade med period.
  • Att infoga text är svårare än att transkribera den. Att läsa texten kring markören utan att stjäla fokus, i appar som alla beter sig olika, tog mer arbete än hela transkriberingskedjan.
  • Hjälpmedel är design och ingen checklista. En app för personer som inte kan skriva måste gå att använda utan att skriva, och den ska inte se klinisk ut. Den har en riktig ljudvåg av din röst, tre panellayouter och systemets egna material, eftersom verktyg som människor är beroende av förtjänar att vara fina att se på.

Så ligger det till

Så här står projektet den 3 oktober 2026, i enkla siffror.

  • Version. 1.5.3 (21) i Mac App Store, utgiven den 29 september 2026. GitHub och Homebrew ligger på 1.5.2, och versionsanteckningarna listar varje ändring.
  • Licens. GPL-3.0, med källkoden på github.com/ryleighnewman/YapToText.
  • Uppmärksamhet. 25 stjärnor på GitHub.
  • Pengar. Inga krävs. Det finns en dricksburk i appen, och en dricks ändrar ingenting i det du får.

Kortversionen

  • Gratis. Det finns ingen betalnivå, ingen gräns och inget konto.
  • Öppen. Licensen är GPL-3.0, och källkoden finns på GitHub.
  • På din Mac. Båda modellerna körs lokalt, och din röst lämnar aldrig datorn.

Kommer du från en betald app med en gratisplan går sidan om alternativ till superwhisper igenom bytet uppgift för uppgift.

Vill du se de andra alternativen med öppen källkod sida vid sida har jag jämfört dem i dikteringsappar med öppen källkod för Mac.

Om du provar den och något är fel vill jag hellre höra det än något annat. Det är så den har kommit så här långt. Öppna ett ärende på GitHub. Jag läser alla.

Hämta YapToText i Mac App StoreGratis att hämta. Inget konto och inga låsta funktioner, för macOS 14 eller senare på en Mac med Apple-chip. Källkod på GitHub.

Vem som skriver. Ryleigh Newman utvecklar programvara, har svårt att skriva på tangentbord och dikterar varje dag med YapToText, appen som den här webbplatsen handlar om. Sidan är översatt från engelska. Appens gränssnitt och resten av webbplatsen är på engelska. Mer om projektet, på engelska.

Guider

Fler guider, på engelska

Källor

Frågor

Finns det dikteringsprogram med öppen källkod för Mac?

Ja. YapToText är gratis och har öppen källkod under GPL-3.0, och finns i Mac App Store. Handy och OpenWhispr har MIT-licens, och FluidVoice och VoiceInk har GPL-3.0.

Finns det ett alternativ med öppen källkod till Wispr Flow och superwhisper?

Ja. YapToText är gratis med GPL-licens, kör Whisper plus en lokal städmodell på din Mac och installeras från Mac App Store eller Homebrew. Inget laddas upp och det finns inget konto.

Fungerar YapToText offline?

Ja, från första starten i versionen från Mac App Store: talmodellen och städmodellen följer med i appen, så en diktering gör inget nätverksanrop. Homebrew-versionen behöver först en hämtning av en taligenkänningsmodell.

Hur skiljer den sig från andra Whisper-skal med öppen källkod?

Tre saker. Den anpassar det du säger till meningen kring markören, så att diktering mitt i en mening får rätt skiftläge, rätt mellanrum och rätt skiljetecken. Den väljer format åt dig, så att ett mejl blir ett mejl. Och du kan markera text var som helst och ändra den med rösten. Den installeras dessutom från App Store i stället för med ett skalskript.

Är den verkligen gratis? Var är haken?

Ingen hake och ingen betalnivå. Den är gratis för alltid, källkoden är offentlig, och de enda pengarna i appen är en frivillig dricksburk som inte ändrar något i det du får.

Vilken dikteringsapp med öppen källkod för Mac finns i App Store?

YapToText. De andra dikteringsapparna med öppen källkod som jag känner till hänvisar dig till sina egna webbplatser eller GitHub releases för nedladdning. Med App Store får du installation med ett klick, automatiska uppdateringar och Apples sandbox och granskning.