Få ut mesta möjliga av DijiFlow Dictate
Några små justeringar gör stor skillnad för träffsäkerhet, hastighet och bekvämlighet. Här är våra favoritsätt att anpassa appen efter din röst, ditt språk och din dator.
Mikrofonen betyder mer än någon enskild inställning i appen. En myggmikrofon, den lilla mikrofonen som du klämmer fast på skjortan eller kragen, är en av de billigaste och mest effektiva förbättringarna för träffsäkerheten. Den sitter nära munnen, håller samma avstånd när du rör dig och stänger ute mycket av rummets ljud, som annars ställer till det för en bärbar dators inbyggda mikrofon.
Kort sagt: nästan vilken extern mikrofon som helst som sitter närmare munnen än datorns inbyggda ger märkbart bättre resultat.
Tystnadströskeln är det som låter DijiFlow skilja mellan att du talar och bakgrundsljud. Att ställa in den rätt för ditt rum är den enskilda justering som förhindrar flest tappade ord och felaktiga starter. Använd det inbyggda mikrofontestet för att hitta rätt nivå.
- 1 Öppna Inställningar och klicka på Testa mikrofon.
- 2 Tala som vanligt och titta på nivåmätaren: medan du talar ska den ligga ungefär mellan mitten och högra kanten.
- 3 Var sedan tyst. Nivån ska sjunka och stanna under den vita linjen. Var linjen ska ligga beror på hur bullrigt rummet är.
- 4 Dra i tystnadsfiltret för att flytta den vita linjen uppåt eller nedåt. Den vita linjen är din tystnadströskel: allt under den räknas som tystnad.
- 5 Dra i mikrofonkänsligheten för att ändra hur högt din röst når på mätaren, så att talet hamnar en bra bit över linjen.
Sikta på ett tydligt avstånd: talet en bra bit över den vita linjen och tystnaden en bra bit under. Kontrollera igen varje gång du byter rum eller mikrofon.
DijiFlow kan lära sig de ord som är speciella för just dig, som namn, fackord och varumärken, och rätta dem automatiskt. Eftersom det sker efter transkriptionen blir resultatet skarpare, utan att det någonsin påverkar vad modellen faktiskt hör.
- 1 Öppna fliken Ordlista.
- 2 Kryssa i de områden som gäller dig, så att rätt ordlistepaket läses in.
- 3 Lägg till dina egna termer: kollegors namn, ditt företag, produktnamn och ord du säger ofta.
- 4 Om appen gång på gång hör ett visst ord fel, lägg till rätt stavning bland dina egna termer, så börjar den skriva rätt.
Se dina egna termer som en lista som växer: varje gång något blir fel lägger du till rätt version, och sedan händer det inte igen.
I läget Avancerat väljer du modellen själv: på varje språkkort för diktering och på fliken Transkribera fil för filer. Större modeller är noggrannare, men långsammare och använder mer minne.
- 1 Express passar de flesta språk: nästan lika noggrann som Stor och tydligt snabbare.
- 2 Snabb är kvickast, på engelska och många europeiska språk (inte för undertexter), med några fler fel än Stor.
- 3 Stor är grundligast, på alla språk, och använder mest minne.
- 4 Stjärnorna visar hur träffsäker varje modell är på det språket, och med provperioden eller Pro markerar varje språkkort också den rekommenderade modellen för diktering. Är du osäker, behåll den.
Känns en större modell trög, gå ner en storlek: en snabb modell som du faktiskt använder slår en noggrann som du undviker.
”Håll inne och tala” ska kännas lätt, något du kan göra utan att tänka. Den bästa snabbtangenten är en som fingrarna redan vilar nära, och du kan till och med flytta den helt från tangentbordet.
- 1 Bra tangentkombinationer att prova: Ctrl+mellanslag, Alt+mellanslag eller Skift+mellanslag (särskilt på Windows).
- 2 På Mac används Cmd+mellanslag av Spotlight. Antingen flyttar du Spotlight till en annan kombination i Systeminställningar → Tangentbord → Kortkommandon → Spotlight och använder Cmd+mellanslag, eller så tar du helt enkelt Skift+mellanslag eller Ctrl+mellanslag.
- 3 Proffstips: lägg ”Håll inne och tala” och Retur / ny rad på musens bakåt- och framåtknappar, till exempel Skift+Bakåt för ny rad och Skift+Framåt för Retur (eller ställ in dem direkt i musens programvara).
Med musknapparna inställda kan du diktera nästan helt med musen, utan tangentbord. På Windows använder du verktyget från musens tillverkare, och på Mac fungerar ett omprogrammeringsverktyg, som de som finns för spelmöss, bra.
Taligenkänning blir aldrig bättre än det som når mikrofonen. En fläkt som blåser rakt mot mikrofonen, ett fullt rum eller musik i närheten drar ner träffsäkerheten, ofta mer än man tror.
Går bullret inte att undvika, håll mikrofonen nära och använd ”Håll inne och tala”, så lyssnar DijiFlow bara medan du håller ned tangenten.
I Windows-appen är Dynamisk minnesoptimering inställningen att använda när datorn har ont om minne eller grafikminne (VRAM). Den läser in modeller och tar dem ur minnet när du byter, så att bara en modell är aktiv åt gången. Då förblir även en mindre kraftfull dator snabb. På en Mac frigör DijiFlow minne av sig själv när minnet börjar ta slut.
- 1 Om modellerna känns långsamma eller datorn har ont om minne, slå på Dynamisk minnesoptimering i Inställningar.
- 2 Från och med då håller DijiFlow bara modellen du använder i minnet och tar de andra ur minnet mellan bytena.
Bra att veta: om du kör en filtranskription OCH dikterar samtidigt går det långsammare när minnet är knappt. Med tillräckligt med RAM/VRAM går det helt smidigt.
Om datorn har marginal (16 GB minne eller mer) kan du ha två modeller inlästa och byta mellan dem direkt med olika snabbtangenter. Det är ett av de mest effektiva knep som vana användare har.
- 1 Tvåspråkig? Koppla engelska till en snabbtangent och ditt andra språk till en annan, så byter du språk utan att ändra någon inställning.
- 2 Bara ett språk? Lägg i läget Avancerat till ett andra kort för samma språk med en annan modell: en snabb för vardagsdiktering och en noggrannare för när du kan vänta en stund.
- 3 Blandar du språk? Med ”Kö” valt (fliken Inställningar), som är standard, spelar du in med ditt andra språks snabbtangent medan den första inspelningen fortfarande transkriberas: båda klistras in i ordning.
Det här kommer till sin rätt när du skriver ett mejl på ett språk medan du chattar eller kodar på ett annat, allt i samma arbetspass, utan att fippla med inställningar.
På möten är träffsäkerhet viktigare än hastighet, så välj den mest träffsäkra modell du kan, även om den är långsammare. Tänk på att automatisk transkription och talaridentifiering aldrig blir 100 % perfekta och kanske inte fångar ett helt möte felfritt på egen hand. Knepet är att låta en stor AI-modell gå igenom transkriptionen och sammanställa den till något användbart.
- 1 Transkribera mötet med talaridentifiering och den bästa modell du har.
- 2 Om du vet hur många som talade, ställ in antalet talare. Det gör identifieringen mycket mer träffsäker (se tipset om antal talare).
- 3 Klistra in den färdiga transkriptionen i en stor AI-modell, som ChatGPT, Gemini, Claude, DeepSeek eller Kimi, och använd den färdiga prompten nedan för att få en ren och samlad sammanfattning.
Du hjälper mig att göra om en rå mötesinspelning till något jag faktiskt kan använda.
Nedan finns en transkription som har skapats automatiskt från ljud eller video, med automatisk talaridentifiering. Tänk på två saker när du läser den:
- Talarbeteckningarna ("Speaker 1", "Speaker 2" och så vidare) och enstaka ord kan vara fel. Om en beteckning eller ett ord tydligt strider mot sammanhanget i samtalet, lita på sammanhanget och rätta det i tysthet.
- Du är oftast bra på att lista ut vem som är vem utifrån själva samtalet, så sätt ut namn där du kan.
Valfritt: om jag redan vet vem som är vem anger jag det här (lämna annars tomt):
- Speaker 1 =
- Speaker 2 =
- Speaker 3 =
Läs hela transkriptionen och ge mig en tydlig och välordnad sammanfattning med de här avsnitten:
1. Översikt: två eller tre meningar om vad mötet handlade om och vad det ledde till.
2. Viktiga diskussionspunkter: huvudämnena, logiskt grupperade, med de viktiga detaljerna under varje ämne.
3. Beslut: vad som faktiskt bestämdes (och av vem, om det framgår).
4. Att göra: grupperat per person, med vad var och en ansvarar för och eventuella deadlines som nämndes.
5. Hinder och risker: allt som togs upp som ett problem, ett beroende eller en oro.
6. Öppna frågor: allt som inte blev löst eller som behöver följas upp.
Håll det kortfattat och lätt att överblicka. Använd hellre korta punkter än långa stycken. Om något är oklart eller saknas i transkriptionen, säg det rakt ut i stället för att gissa.
Transkription:
[klistra in din transkription här]
Bra att veta: du kan fortsätta diktera i andra appar medan en fil transkriberas i bakgrunden.
DijiFlow är inte bara till för din egen röst. Appen kan transkribera alla video- och ljudfiler som du drar in, med talaridentifiering. Så kan du enkelt göra om ett föredrag, en intervju eller en föreläsning till text.
- 1 Ladda ner videon med valfri YouTube-nedladdare på nätet.
- 2 Dra in den nedladdade filen i DijiFlow som en video, så sköter appen resten.
Samma dra och släpp fungerar för alla lokala ljud- och videofiler, inte bara från YouTube.
På Windows går transkriptionen mycket snabbare med ett grafikkort från NVIDIA eller AMD än på processorn. Se till att DijiFlow verkligen använder det.
- 1 Öppna fliken GPU.
- 2 Kontrollera att ditt NVIDIA- eller AMD-grafikkort är valt och visas som aktivt.
När du transkriberar ett möte eller en fil med flera personer måste talaridentifieringen gissa hur många olika röster det finns. Du kan hjälpa den enormt genom att tala om det i förväg.
Om du vet exakt hur många som pratar i inspelningen, ange det antalet i läget Avancerat på fliken Transkribera fil innan du transkriberar: talaridentifieringen blir mycket noggrannare när den inte behöver gissa.