Bắt đầu với DijiFlow Dictate: cài đặt, phím tắt và lần đọc chính tả đầu tiên

Từ một bản tải mới cho đến câu đầu tiên trên màn hình, DijiFlow Dictate mất chừng bằng thời gian pha một tách cà phê. Bạn nhấn một phím, nói, và chữ hiện ra ngay nơi con trỏ của bạn — trong một email, một tài liệu, một ô trò chuyện, một chú thích mã, ứng dụng nào bạn đang dùng cũng được. Không cửa sổ phải vật lộn, không sao chép-dán, không tài khoản.

Và không gì rời khỏi máy của bạn. DijiFlow Dictate chạy các mô hình giọng nói Whisper của OpenAI ở cục bộ thông qua WhisperKit và CoreML, nên không có đăng nhập, không thu thập dữ liệu, và không một byte âm thanh nào được tải lên. Hướng dẫn này đưa bạn từ lúc cài đặt đến lúc đọc chính tả qua bốn bước ngắn gọn.

• ~12 MB
  dung lượng tải ứng dụng
• 90+
  ngôn ngữ được phiên âm trên thiết bị
• 0
  tài khoản hay lượt tải âm thanh lên

Những gì bạn cần trước tiên

Không nhiều. DijiFlow Dictate là một ứng dụng thanh menu nhỏ — khoảng 12 MB để tải về. Các mô hình giọng nói thì tách riêng và có dung lượng từ khoảng 300 MB đến 6 GB tùy độ chính xác và phạm vi ngôn ngữ bạn muốn. Chúng tải về một lần; sau đó, mọi thứ chạy hoàn toàn ngoại tuyến.

• Một chiếc Mac hoặc PC. macOS 14 trở lên với Apple Silicon, hoặc Windows 10 hay 11. Trên Windows, GPU của AMD, Intel và NVIDIA đều chạy được; card NVIDIA cần CUDA và một trình điều khiển hiện hành.
• Một micro. Micro tích hợp sẵn của bạn là đủ để bắt đầu. Một tai nghe có micro giúp ích trong phòng ồn, nhưng không bắt buộc cho lần chạy đầu tiên.

Bạn không phải quyết định gói ngay từ đầu. Bậc miễn phí hoạt động mãi mãi, và bản Trial 30 ngày mở khóa mọi tính năng Pro mà không cần thẻ tín dụng. Việc nên làm là cài đặt nó và thử một lần đọc chính tả thật trước khi nghĩ đến bậc nào phù hợp.

Thiết lập trong bốn bước

Mỗi bước là việc chỉ làm một lần. Làm chúng một lần và đọc chính tả từ đó trở đi chỉ còn là một cú nhấn phím.

1. Tải về và mở

   Cài đặt ứng dụng và khởi chạy nó. Nó nằm trên thanh menu của bạn (macOS) hoặc khay hệ thống (Windows), chứ không phải trong một cửa sổ lớn. Trong lần chạy đầu, hệ điều hành sẽ xin quyền truy cập micro, và quyền gõ chữ tại con trỏ của bạn — hãy chấp thuận cả hai, nếu không ứng dụng không thể nghe bạn hay đặt văn bản.

2. Chọn một mô hình giọng nói

   Bạn sẽ được nhắc tải về một mô hình. Các mô hình nhỏ thì nhanh và nhẹ; các mô hình lớn thì chính xác hơn với giọng vùng miền và từ vựng chuyên ngành. Hãy bắt đầu với một mô hình cỡ trung — bạn có thể đổi sau. Đây là phần duy nhất cần một kết nối internet.

3. Đặt phím tắt của bạn

   Mở Cài đặt và gán phím tắt kích hoạt đọc chính tả. Hãy chọn một tổ hợp phím bạn chưa dùng ở nơi khác, để nó không bao giờ xung đột giữa chừng một câu. Phần lớn ứng dụng và phòng ốc đều có một phím bổ trợ hay phím chức năng nào đó còn trống.

4. Chạy lần đọc chính tả đầu tiên

   Nhấp vào bất kỳ ô văn bản nào, nhấn phím tắt của bạn, và nói. Trong một thoáng, lời của bạn hiện ra tại con trỏ. Đó là toàn bộ vòng lặp — nhấn, nói, xong.

Một khi mô hình tải xong, bạn hoàn toàn ngoại tuyến. Không cần kết nối cho bất cứ việc gì sau bước đầu tiên đó.

Làm cho câu đầu tiên thật chuẩn

Lần đọc chính tả đầu tiên là lần quyết định liệu bạn có tiếp tục hay không, nên hãy bố trí để nó thành công. Mở một ghi chú trống hay một tài liệu nháp — nơi sai sót chẳng hề gì — thay vì bắn phím tắt thẳng vào một email thật.

Rồi nói một câu hoàn chỉnh với nhịp độ bình thường. Đại loại như: "Dời cuộc họp sang thứ Năm và gửi bộ slide vào tối hôm trước." Hãy cưỡng lại ý muốn phát âm quá rõ hay nói từng từ một. Whisper đọc cả cụm để chấm câu và viết đúng chính tả, nên những câu tự nhiên, hoàn chỉnh đến nơi sạch sẽ hơn những câu cẩn trọng, cụt ngủn.

Tinh chỉnh độ chính xác của bạn

Thiết lập mặc định đã tốt ngay từ đầu, nhưng vài điều chỉnh nhỏ khiến nó tốt hơn, nhất là nếu công việc của bạn đầy tên riêng và thuật ngữ kỹ thuật.

• Đặt ngôn ngữ của bạn. DijiFlow Dictate phiên âm 90+ ngôn ngữ. Cho nó biết bạn đang nói ngôn ngữ nào và kết quả lập tức đáng tin cậy hơn.
• Giảm tiếng ồn nền. Một căn phòng yên tĩnh hơn thì giúp ích; một micro tai nghe giúp ích nhiều hơn khi gọi điện và ở những không gian chung.
• Nâng lên một cỡ mô hình nếu một mô hình nhỏ hơn vấp phải thuật ngữ, danh từ riêng hay một giọng nói đậm. Các mô hình lớn hơn đánh đổi một chút tốc độ lấy độ chính xác tốt hơn rõ ràng.

Vì sao phần trên thiết bị lại quan trọng

Phần lớn công cụ đọc chính tả truyền giọng nói của bạn đến một máy chủ để phiên âm. DijiFlow Dictate làm điều ngược lại — phần việc diễn ra hoàn toàn trên phần cứng của riêng bạn. Không đăng nhập, không theo dõi sử dụng, không âm thanh nào được gửi đi đâu. Điều đó khiến nó dễ dàng phù hợp với ghi chú bảo mật, công việc với khách hàng, những bản nháp đầu bạn chưa sẵn sàng chia sẻ, và bất cứ nơi nào một kết nối ổn định không phải điều chắc chắn. Tốc độ mạng của bạn chẳng bao giờ dính dáng đến nó, bởi không có vòng lặp nào để chờ.

Từ đây

Hãy dành mười phút đọc chính tả trong những ứng dụng bạn sống cùng. Một khi phím tắt trở thành phản xạ, nói nhanh sẽ sớm là cách nhanh nhất để ghi xuống một bản nháp đầu — và bậc miễn phí cho bạn tự khám phá điều đó theo nhịp độ của riêng mình. Khi bạn sẵn sàng cho bộ tính năng đầy đủ, hãy xem qua DijiFlow Dictate Pro.