macOS Tahoe แทนที่เอนจินรู้จำเสียงเดิมด้วยโมเดล foundation ของ Apple ที่ทำงานทั้งหมดบนชิป Apple Silicon ถ้าคุณเป็นเดเวลอปเปอร์ที่ใช้เวลาส่วนใหญ่ในบรรณาธิการหรือเทอร์มินัล สิ่งนี้สำคัญ
อะไรที่เปลี่ยนใน macOS Tahoe
เอนจินเขียนตามคำบอกใหม่เป็นการพัฒนาที่สำคัญ:
- ความแม่นยำทั่วไปดีขึ้น — ดีขึ้นสำหรับการพูดประจำวันและคำเทคนิคทั่วไปเช่น "React" "API" หรือ "TypeScript"
- ในเครื่องอย่างสมบูรณ์ — เสียงอยู่บน Mac ของคุณ ไม่ต้องพึ่งเครือข่าย
- latency ต่ำลง — ไม่ต้อง round-trip ไป server
- เครื่องหมายวรรคตอนฉลาดขึ้น — โมเดลอนุมานเครื่องหมายจากจังหวะการพูด
- ฟรี — มาพร้อม OS พัฒนาตามรุ่นฮาร์ดแวร์
ตั้งค่าเขียนตามคำบอกในตัว
ขั้นตอนที่ 1: เปิดเขียนตามคำบอก
- เปิด System Settings
- คลิก Keyboard ในแถบข้าง
- เลื่อนไปที่ Dictation และเปิดใช้
- เปิด Auto-punctuation
ขั้นตอนที่ 2: เลือก hotkey ของคุณ
ใน System Settings > Keyboard > Dictation เลือกทางลัด การกด Control สองครั้งทำงานได้ดี — เร็วและไม่ขัดกับทางลัด IDE
ขั้นตอนที่ 3: เริ่มพูด
- คลิกในช่องข้อความใด ๆ — VS Code, Terminal, เบราว์เซอร์, Slack
- กด hotkey ของคุณ
- พูดอย่างเป็นธรรมชาติขณะที่ข้อความปรากฏ
- กด hotkey อีกครั้งหรือคลิก Done
ใช้เสียงใน workflow การพัฒนา
เขียนพรอมต์ให้เครื่องมือเขียนโค้ด AI
อินพุตเสียงเปิดให้พรอมต์ที่ยาวและละเอียดขึ้น คุณสามารถ dictate พรอมต์ 200 คำใน 30 วินาที — ทำให้การรวมบริบทเต็ม ข้อจำกัด และข้อกำหนดเป็นไปได้ในทางปฏิบัติแทนการบีบทุกอย่างเป็นประโยคเดียว
เขียนข้อความ Slack และเอกสาร
ข้อความอธิบายที่ความชัดเจนสำคัญกว่าความสั้น แทนการพิมพ์ย่อหน้าใน Slack สองนาที พูดใน 20 วินาที
ความเห็น code review
การเขียนตามคำบอกช่วยอธิบายเหตุผลเบื้องหลังการเปลี่ยนแปลงที่แนะนำ "ผมคิดว่าเราควรย้ายการ validation นี้ไปที่ service layer เพราะตอนนี้มันซ้ำในสาม controller" พูดง่ายกว่าพิมพ์
จับไอเดียโดยไม่เสียบริบท
เมื่อคุณดำดิ่งในโค้ดและไอเดียสำหรับส่วนอื่นของระบบเกิดขึ้น dictate บันทึกสั้น ๆ แทนการสลับบริบท
เคล็ดลับจากการใช้ประจำวัน
- พูดตามปกติ โมเดล foundation ฝึกบนภาษาพูดธรรมชาติ การออกเสียงเกินไปลดความแม่นยำ
- เพิ่มคำที่ยากใน Text Replacements ชื่อผลิตภัณฑ์และคำของไลบรารีสามารถ pre-map ผ่าน System Settings > Keyboard > Text Replacements
- อย่ามองคำปรากฏ การแสดงผลเรียลไทม์ทำให้สงสัยตัวเองกลางประโยคและขัดขวางการไหล
- ใช้ไมโครโฟนหูฟังในที่เสียงดัง ไมโครโฟน laptop ในตัวจับเสียงแวดล้อมที่ลดความแม่นยำ
ที่ที่เขียนตามคำบอกในตัวไม่พอ
เอนจินในตัวจัดการการพูดทั่วไปได้ดี แต่เดเวลอปเปอร์ชนข้อจำกัดอย่างรวดเร็ว:
- คำศัพท์โปรแกรมมิ่ง — ชื่อไลบรารี คำสั่ง CLI ชื่อตัวแปร และศัพท์เฉพาะโดเมนถูกแปลผิดเสมอ
- ไม่มีการประมวลผลภายหลัง — ผลลัพธ์ไม่สามารถจัดรูปแบบใหม่ ทำความสะอาด หรือเปลี่ยนรูปก่อนวาง
- ไม่มีประวัติข้อความถอดเสียง — ไม่มีล็อกค้นหาได้ของสิ่งที่คุณ dictate
- เฉพาะระยะสั้น — ไม่ออกแบบสำหรับประชุมหรือเซสชั่นบันทึกยาว
- ไม่มีการแปล — ผลลัพธ์ภาษาเดียวเท่านั้น
ก้าวข้ามเขียนตามคำบอกในตัวด้วย Vext
Vext แก้ข้อจำกัดเหล่านี้แต่ละข้อ:
ถอดเสียงเร็วขึ้น
Vext ใช้เอนจิน Parakeet ผ่าน CoreML ที่ 150x เรียลไทม์บน Apple Silicon — บันทึก 60 วินาทีประมวลผลในเวลาน้อยกว่าครึ่งวินาที Dictation ในตัวของ Apple ทำงานที่ประมาณ 25x เรียลไทม์
Enhance
การประมวลผลภายหลังด้วย AI ที่ทำความสะอาดคำเติม แก้ไขโครงสร้างประโยค และทำให้ภาษาพูดเรียบลื่นเป็นข้อความที่ขัดเงา ทำงานในเครื่องบน Mac ของคุณผ่านโมเดลเช่น Gemma 3 4B
การแปลเรียลไทม์
พูดในภาษาใดก็ได้ ได้ข้อความในภาษาเป้าหมาย เมื่อรวมกับ Enhance การทำความสะอาดและการแปลเกิดในขั้นตอนเดียว
ถอดเสียงประชุม
บันทึกการประชุมเต็มพร้อมระบุผู้พูด สรุป AI และจับ screenshot ใช้กับ Zoom, Google Meet, FaceTime และแหล่งเสียงใด ๆ
บันทึกเสียง
memo เสียงด่วนเก็บในเครื่องในแอป pipeline การประมวลผลเดียวกับการเขียนตามคำบอก — แค่บันทึกสำหรับใช้ภายหลังแทนการวางที่เคอร์เซอร์
โหมด YOLO
ส่งพรอมต์อัตโนมัติให้เครื่องมือเขียนโค้ด AI พูด ปล่อย และพรอมต์ทำงานใน Claude Code หรือ ChatGPT แล้ว
เอนจินถอดเสียงสามตัว
เลือกระหว่าง Parakeet (เร็วที่สุด local), Apple Dictation (ในตัว) หรือ API ที่เข้ากันได้กับ OpenAI สลับตามต้องการ
เริ่มต้นกับ Vext
brew install muvon/tap/vext
ทดลองฟรี: เขียนตามคำบอก 100 ครั้ง, 50 บันทึก, 10 บันทึกการประชุม ไม่ต้องมีบัญชี
Dictation ในตัวของ macOS เป็นจุดเริ่มต้นที่ดี เมื่อคุณชนข้อจำกัด — และใน workflow การพัฒนาคุณจะชน — Vext รับช่วงต่อจากที่ Apple ทิ้ง