Wykorzystaj w pełni DijiFlow Dictate
Kilka drobnych zmian robi dużą różnicę w dokładności, szybkości i wygodzie. Oto nasze ulubione sposoby, by dopasować aplikację do Twojego głosu, języka i komputera.
Mikrofon ma większe znaczenie niż jakiekolwiek ustawienie w aplikacji. Mikrofon krawatowy (lavalier), czyli mała przypinka do koszuli lub kołnierzyka, to jeden z najtańszych sposobów na wyraźnie lepszą dokładność. Jest blisko ust, zachowuje stałą odległość, gdy się ruszasz, i tłumi dużą część hałasu z pomieszczenia, z którym nie radzi sobie wbudowany mikrofon laptopa.
Krótko mówiąc: niemal każdy zewnętrzny mikrofon, który jest bliżej ust niż ten wbudowany w laptopa, wyraźnie poprawi wyniki.
Próg ciszy pozwala DijiFlow odróżnić Twoją mowę od szumu w tle. Dopasowanie go do pomieszczenia to jedna zmiana, która zapobiega większości zgubionych słów i przypadkowych startów nagrania. Ustawisz go dokładnie wbudowanym testem mikrofonu.
- 1 Otwórz kartę „Ustawienia” i kliknij „Przetestuj mikrofon”.
- 2 Mów normalnie i obserwuj wskaźnik poziomu: gdy mówisz, powinien być mniej więcej między środkiem a prawym końcem skali.
- 3 Teraz zamilknij: poziom powinien spaść i pozostać poniżej białej linii. To, gdzie ma być ta linia, zależy od tego, jak głośno jest w pomieszczeniu.
- 4 Przeciągnij suwak filtra ciszy, aby przesunąć białą linię w górę lub w dół. Ta linia to Twój próg ciszy: wszystko poniżej niej jest traktowane jako cisza.
- 5 Przeciągnij suwak czułości mikrofonu, aby zmienić, jak wysoko Twój głos sięga na skali, tak by mowa wyraźnie przekraczała linię.
Zadbaj o wyraźny odstęp: mowa wysoko ponad białą linią, cisza wyraźnie pod nią. Sprawdź to ponownie za każdym razem, gdy zmieniasz pomieszczenie lub mikrofon.
DijiFlow potrafi poprawiać słowa typowe dla Ciebie: imiona i nazwiska, żargon, marki. Dzieje się to już po transkrypcji, więc wynik jest dokładniejszy, a model nigdy nie jest naprowadzany na to, co ma usłyszeć.
- 1 Otwórz kartę „Słownictwo”.
- 2 Zaznacz dziedziny, które Cię dotyczą, aby wczytać odpowiednie pakiety słownictwa.
- 3 Dodaj własne terminy: imiona i nazwiska współpracowników, nazwę firmy, nazwy produktów i słowa, których często używasz.
- 4 Jeśli aplikacja wciąż źle zapisuje jakieś słowo, dodaj jego poprawną pisownię do własnych terminów, a od tej pory będzie zapisywane poprawnie.
Traktuj własne terminy jak listę, która rośnie z czasem: gdy coś wyjdzie błędnie, dodaj poprawną wersję, a błąd się nie powtórzy.
W trybie Zaawansowany sam wybierasz model: w każdej sekcji języka do dyktowania i na karcie Transkrypcja pliku do plików. Większe modele są dokładniejsze, ale wolniejsze i zajmują więcej pamięci.
- 1 Ekspres pasuje do większości języków: jest prawie tak dokładny jak Duży i wyraźnie szybszy.
- 2 Szybki jest najżwawszy, po angielsku i w wielu językach europejskich (nie do napisów), ale robi trochę więcej błędów niż Duży.
- 3 Duży jest najstaranniejszy w każdym języku i zajmuje najwięcej pamięci.
- 4 Gwiazdki pokazują dokładność każdego modelu w danym języku, a w wersji próbnej lub w Pro każda sekcja języka oznacza też model zalecany do dyktowania. W razie wątpliwości zostaw go.
Jeśli większy model wydaje się ociężały, zejdź o jeden rozmiar: szybki model, którego naprawdę używasz, jest lepszy niż dokładny, którego unikasz.
Tryb „Trzymaj i mów” powinien działać bez wysiłku: skrót przytrzymujesz, nawet o tym nie myśląc. Najlepszy skrót to taki, przy którym palce i tak już leżą, a możesz go nawet całkowicie przenieść poza klawiaturę.
- 1 Warto wypróbować kombinacje: Ctrl+Spacja, Alt+Spacja lub Shift+Spacja (zwłaszcza na Windowsie).
- 2 Na Macu Cmd+Spacja jest zajęte przez Spotlight: zmień skrót Spotlight w Ustawieniach systemowych → Klawiatura → Skróty klawiszowe → Spotlight i używaj Cmd+Spacja albo po prostu wybierz Shift+Spacja lub Ctrl+Spacja.
- 3 Sposób dla zaawansowanych: przypisz „Trzymaj i mów” oraz Enter / nowy wiersz do bocznych przycisków myszy (wstecz i dalej), na przykład Shift+Wstecz dla nowego wiersza i Shift+Dalej dla Entera (albo przypisz je bezpośrednio w oprogramowaniu myszy).
Gdy ustawisz przyciski myszy, możesz dyktować niemal wyłącznie myszą, bez klawiatury. Na Windowsie użyj narzędzia producenta myszy, a na Macu dobrze sprawdzi się program do przypisywania przycisków, taki jak te do myszy gamingowych.
Rozpoznawanie mowy jest tak dobre, jak dźwięk, który dociera do mikrofonu. Wentylator dmuchający prosto w mikrofon, zatłoczone pomieszczenie czy muzyka grająca w pobliżu obniżają dokładność, często bardziej, niż się wydaje.
Jeśli hałasu nie da się uniknąć, trzymaj mikrofon blisko i używaj trybu „Trzymaj i mów”, wtedy DijiFlow słucha tylko, gdy przytrzymujesz klawisz.
W aplikacji na Windowsa opcja „Dynamiczna optymalizacja pamięci” to ustawienie na sytuację, gdy Twojemu komputerowi brakuje pamięci lub pamięci karty graficznej (VRAM). Aplikacja wczytuje i zwalnia modele przy przełączaniu, więc w danej chwili aktywny jest tylko jeden, a słabszy komputer działa sprawnie. Na Macu DijiFlow sam zwalnia pamięć, gdy zaczyna jej brakować.
- 1 Jeśli modele działają wolno lub Twojemu komputerowi brakuje pamięci, włącz opcję „Dynamiczna optymalizacja pamięci” na karcie „Ustawienia”.
- 2 Od tej chwili DijiFlow trzyma w pamięci tylko ten model, którego używasz, a pozostałe zwalnia przy przełączaniu.
Uwaga: jednoczesna transkrypcja pliku i dyktowanie na żywo zwolnią, jeśli pamięci jest mało, ale przy wystarczającej ilości RAM/VRAM wszystko działa płynnie.
Jeśli Twój komputer ma zapas pamięci (16 GB lub więcej), możesz trzymać wczytane dwa modele i przełączać się między nimi od razu, różnymi skrótami klawiszowymi. To jeden z najskuteczniejszych sposobów pracy zaawansowanych użytkowników.
- 1 Mówisz w dwóch językach? Przypisz angielski do jednego skrótu, a drugi język do kolejnego i zmieniaj język bez grzebania w ustawieniach.
- 2 Jeden język? W trybie Zaawansowany dodaj drugą sekcję dla tego samego języka z innym modelem: szybkim do sprawnego dyktowania i dokładniejszym na chwile, gdy możesz poczekać.
- 3 Mieszasz języki? Przy wybranej opcji „Kolejka” (zakładka Ustawienia), która jest domyślna, nagrywaj skrótem drugiego języka, gdy pierwsze nagranie jest jeszcze transkrybowane: oba zostaną wklejone po kolei.
Sprawdza się to świetnie, gdy piszesz e-mail w jednym języku, a czatujesz lub programujesz w innym: wszystko w tej samej sesji, bez przestawiania czegokolwiek.
Przy spotkaniach dokładność liczy się bardziej niż szybkość, więc wybierz najdokładniejszy model, jaki masz, nawet jeśli jest wolniejszy. Pamiętaj, że automatyczna transkrypcja i identyfikacja mówców nigdy nie są w 100% bezbłędne i same mogą nie oddać całego spotkania w czystej postaci. Sposób jest prosty: przekaż transkrypcję dużemu modelowi AI, który zrobi z niej coś użytecznego.
- 1 Zrób transkrypcję spotkania z identyfikacją mówców, używając najlepszego modelu, jaki masz.
- 2 Jeśli wiesz, ile osób mówiło, ustaw liczbę mówców: identyfikacja będzie wtedy znacznie dokładniejsza (zobacz wskazówkę o liczbie mówców).
- 3 Wklej gotową transkrypcję do dużego modelu AI (ChatGPT, Gemini, Claude, DeepSeek lub Kimi) i użyj gotowego promptu poniżej, aby dostać czyste, uporządkowane podsumowanie.
Pomagasz mi przekształcić surowe nagranie spotkania w coś, czego naprawdę mogę użyć.
Poniżej znajduje się transkrypcja wygenerowana automatycznie z pliku audio lub wideo, wraz z automatyczną identyfikacją mówców. Czytając ją, miej na uwadze dwie rzeczy:
- Oznaczenia mówców („Speaker 1”, „Speaker 2” i tak dalej) oraz pojedyncze słowa mogą być błędne. Jeśli oznaczenie lub słowo wyraźnie kłóci się z kontekstem rozmowy, zaufaj kontekstowi i po cichu je popraw.
- Zwykle dobrze radzisz sobie z ustaleniem, kto jest kim, na podstawie samej rozmowy, więc tam, gdzie to możliwe, odgadnij imiona.
Opcjonalnie: jeśli już wiem, kto jest kim, przypiszę to tutaj (w przeciwnym razie zostaw puste):
- Speaker 1 =
- Speaker 2 =
- Speaker 3 =
Przeczytaj całą transkrypcję i przygotuj jasne, dobrze uporządkowane podsumowanie z następującymi sekcjami:
1. Przegląd: dwa lub trzy zdania o tym, czego dotyczyło spotkanie i jaki był ogólny wynik.
2. Najważniejsze punkty dyskusji: główne tematy, pogrupowane logicznie, z ważnymi szczegółami pod każdym z nich.
3. Decyzje: co faktycznie ustalono (i kto o tym zdecydował, jeśli to jasne).
4. Zadania do wykonania: pogrupowane według osób, za co każda odpowiada i jaki termin padł.
5. Przeszkody i ryzyka: wszystko, co zgłoszono jako problem, zależność lub obawę.
6. Pytania otwarte: wszystko, co zostało nierozstrzygnięte lub wymaga dalszych działań.
Pisz zwięźle i czytelnie. Zamiast długich akapitów wybieraj krótkie punkty. Jeśli coś jest niejasne lub brakuje tego w transkrypcji, powiedz to wprost, zamiast zgadywać.
Transkrypcja:
[wklej tutaj swoją transkrypcję]
Warto wiedzieć: możesz dyktować w innych aplikacjach, gdy plik jest transkrybowany w tle.
DijiFlow służy nie tylko do Twojego głosu: potrafi przepisać każdy plik wideo lub audio, który do niego przeciągniesz, razem z identyfikacją mówców. Dzięki temu łatwo zamienisz prelekcję, wywiad czy wykład w tekst.
- 1 Pobierz film dowolnym internetowym narzędziem do pobierania z YouTube.
- 2 Przeciągnij pobrany plik do DijiFlow jako wideo, a resztą zajmie się aplikacja.
Przeciąganie działa tak samo dla każdego pliku audio lub wideo z Twojego dysku, nie tylko z YouTube.
Na Windowsie karta graficzna NVIDIA lub AMD transkrybuje znacznie szybciej niż procesor. Upewnij się, że DijiFlow naprawdę z niej korzysta.
- 1 Otwórz kartę „GPU”.
- 2 Sprawdź, czy wybrana jest Twoja karta graficzna NVIDIA lub AMD i czy jest oznaczona jako działająca.
Gdy transkrybujesz spotkanie lub plik z udziałem kilku osób, identyfikacja mówców musi zgadywać, ile jest odrębnych głosów. Możesz jej ogromnie pomóc, podając to z góry.
Jeśli wiesz dokładnie, ile osób mówi w nagraniu, przed transkrypcją ustaw tę liczbę w trybie Zaawansowany na karcie Transkrypcja pliku: identyfikacja mówców jest dużo dokładniejsza, gdy nie musi zgadywać.