Whisper ส่งเสียงของฉันไปยังคลาวด์เมื่อฉันบอกเล่าอีเมลหรือไม่

ไม่ใช่ เมื่อคุณเรียกใช้ Whisper ในเครื่องบน Windows การประมวลผลเสียงทั้งหมดจะเกิดขึ้นบน CPU หรือ GPU ของคุณเอง ไม่มีอะไรออกจากเครื่องของคุณ นี่คือข้อได้เปรียบด้านความเป็นส่วนตัวหลักเมื่อเทียบกับบริการบอกเล่าคลาวด์เช่น Google Docs voice typing หรือ Microsoft Dictate

การถอดเสียง Whisper มีความเร็วเท่าใดสำหรับคลิปเสียง 30 วินาที?

บน CPU สมัยใหม่ (Intel i5 หรือ Ryzen 5 ตั้งแต่ปี 2021 เป็นต้นไป) โมเดล Whisper tiny/base จะถอดเสียง 30 วินาทีของเสียงในเวลาประมาณ 2–4 วินาที บน GPU ระดับกลาง คลิปเดียวกันจะถอดเสียงในเวลาน้อยกว่า 300ms ขนาดโมเดลเป็นตัวแปรหลัก โมเดลที่ใหญ่กว่าจะแม่นยำกว่า แต่ช้ากว่า

โมเดล Whisper ใดที่ดีที่สุดสำหรับการบอกเล่าอีเมล?

Whisper 'small' หรือ 'medium' มีความสมดุลระหว่างความแม่นยำและความเร็วที่ดีที่สุดสำหรับการบอกเล่า โมเดล 'tiny' นั้นเร็ว แต่จะผิดพลาดมากขึ้นในชื่อเฉพาะและศัพท์เทคนิค โมเดล 'large' มีความแม่นยำสูงสุด แต่ช้าพอบน CPU ที่มันขัดขวางการไหลของงาน

ฉันสามารถบอกเล่าโดยตรงไปยัง Outlook หรือ Gmail ด้วย Whisper ได้หรือไม่

ไม่ได้ — Whisper ส่งออกไฟล์ข้อความหรือเนื้อหาคลิปบอร์ด ซึ่งคุณจะวางลงในหน้าต่างแต่งความเห็น ตัวห่อหลายตัว (เช่น whisper-dictation หรือ Whisper Anywhere) จะทำให้ขั้นตอนการวางคลิปบอร์ดเป็นอัตโนมัติ เพื่อให้ขั้นตอนการทำงานเกือบจะไร้รอยต่อ

การบอกเล่าอีเมลโดยเสียงเหมาะสำหรับศัพท์เทคนิคหรือเฉพาะโดเมนหรือไม่

Whisper medium และ large จัดการกับศัพท์เทคนิค ชื่อผลิตภัณฑ์ และชื่อเฉพาะได้ดีกว่าการบอกเล่าใช้เบราว์เซอร์มาก สำหรับศัพท์แสงเฉพาะมากโปรดตรวจสอบการถอดเสียงอีกครั้งหรือใช้คุณสมบัติการเตือนในตัวของ Whisper เพื่อนำหน้าด้วยคำศัพท์ที่เกี่ยวข้อง

ขั้นตอนนี้มีประโยชน์ถ้าฉันไม่มีอาการปวดข้อมือหรือมือหรือไม่

ใช่ — ความเร็วเป็นสิ่งที่ดึงดูดใจหลักสำหรับผู้ใช้ส่วนใหญ่ การพูดด้วยความเร็วตามธรรมชาติจะเกิด 130 คำต่อนาที เทียบกับ 60–80 wpm สำหรับการพิมพ์ทั่วไป สำหรับผู้คนที่จัดการ 50+ อีเมลต่อวัน การประหยัดเวลาสามารถวัดได้แม้ว่าจะไม่มีมุม RSI

ขั้นตอนการทำงานนี้จะใช้ได้กับไคลเอนต์อีเมลบริษัทบน Windows หรือไม่

ใช่ เพราะขั้นตอนการทำงานสิ้นสุดด้วยการวางคลิปบอร์ด จึงเป็นไคลเอนต์ที่ไม่ขึ้นต่อกัน — Outlook Thunderbird Gmail บนเว็บ webmail บริษัท หรือกล่องแต่งความเห็นใด ๆ ก็ยอมรับข้อความที่วาง ไม่จำเป็นต้องมีปลั๊กอินหรือการรวมรายการโดยไคลเอนต์อีเมล

Voice Email กับ Whisper บน Windows

TL;DR: บันทึก 30 วินาทีของคำพูด → Whisper ถอดเสียงในเครื่องบนเครื่องของคุณ → วางลงในไคลเอนต์อีเมลใด ๆ ไม่มีการอัปโหลดคลาวด์ ไม่มีการสมัครสำหรับเลเยอร์ STT ไม่จำเป็นต้องใช้ไดรเวอร์เคอร์เนล เหมาะสำหรับคนที่ส่งหลายสิบอีเมลต่อวันและเริ่มรู้สึกในข้อมือ

ปัญหา: ปริมาณอีเมลสูงและการกดดันข้อมือ

หากคุณส่งอีเมลมากกว่า 40 封ต่อวัน คุณก็รู้รูปแบบแล้ว ในตอนบ่ายข้อมือของคุณจะตึง การตอบกลับของคุณจะสั้นลง และคุณจะเริ่มเลื่อนไปได้สิ่งใดก็ตามที่ต้องการมากกว่าหนึ่งย่อหน้า การบาดเจอจากการใช้คีย์บอร์ดซ้ำ ๆ (RSI) ส่งผลกระทบต่ออาชีพแรงงานหนึ่งในห้าสิบคนในบทบาทที่ใช้ความรู้ และกล่องจดหมายคือสถานที่ที่ความเครียดซ้ำ ๆ จำนวนมากสะสม

การบอกเล่าคลาวด์เป็นคำตอบที่ชัดเจน — และมันใช้ได้ จนกว่าคุณจะคิดว่ามันทำอะไรจริงๆ บริการเช่น Google Docs Voice Typing Microsoft Dictate และแอปพลิเคชัน voice-to-text ส่วนใหญ่บนโทรศัพท์ส่งเสียงของคุณไปยังเซิร์ฟเวอร์ระยะไกลเพื่อถอดเสียง สำหรับอีเมลส่วนตัวมันจะไม่สะดวกเท่านั้น สำหรับอีเมลธุรกิจ — กลยุทธ์ ทรัพยากรบุคคล การอภิปรายทางการเงิน — นี่คือความเสี่ยงต่อการเปิดเผยข้อมูลที่แท้จริงซึ่งนโยบายไอที บริษัท หลาย ๆ แห่งห้ามเด็ดขาด

การจดจำเสียงในเครื่อง โดยใช้ Whisper เปลี่ยนสมการอย่างมาก

Whisper คืออะไรและเหตุใดจึงสำคัญต่อขั้นตอนการทำงานนี้

OpenAI Whisper เป็นโมเดลการจดจำเสียงอัตโนมัติ (ASR) โอเพนซอร์สที่เปิดตัวในปี 2022 และปรับปรุงอย่างต่อเนื่องมาตั้งแต่นั้นมา ซึ่งแตกต่างจาก API STT ของคลาวด์ Whisper ทำงานทั้งหมดบนฮาร์ดแวร์ในเครื่องของคุณ — CPU หรือ GPU คุณจะดาวน์โหลดน้ำหนักโมเดลหนึ่งครั้ง และการถอดเสียงทั้งหมดเกิดขึ้นแบบออฟไลน์

คุณสมบัติหลักที่เกี่ยวข้องกับการบอกเล่าอีเมล:

ความเป็นส่วนตัวตามการออกแบบ เสียงไม่ปล่อยออกจากเครื่องเลย ไม่มีคีย์ API ไม่มีบัญชี ไม่มีบันทึกการใช้งาน
ความแม่นยำสูงในทั้ง accentts Whisper ได้รับการฝึกอบรมบนชั่วโมงเสียงหลายภาษา 680000 ชั่วโมง ซึ่งทำให้มันแข็งแรงกว่าทางเลือกเมฆส่วนใหญ่ต่ออ accent ที่ไม่ใช่เนทีฟ
ไม่มีโหมดการฟังอย่างต่อเนื่อง Whisper ทำงานบนไฟล์เสียงหรือคลิปบันทึก ไม่ใช่สตรีมเสียงแบบสด (แม้ว่าตัวห่อหุ้มสามารถจำลองเกือบแบบเรียลไทม์โดยประมวลผลหน้าต่างเลื่อนสั้น)
หลายขนาดโมเดล จาก tiny (39M พารามิเตอร์ เร็วมาก) ถึง large-v3 (พารามิเตอร์ 1.5B ความแม่นยำใกล้เคียงกับมนุษย์) — เลือกตามฮาร์ดแวร์ของคุณ

ข้อแลกเปลี่ยนกับ STT ของคลาวด์: คุณต้องบันทึกคลิปแล้วถอดเสียง แทนที่จะเห็นคำปรากฏขณะที่คุณพูด สำหรับการแต่งอีเมล นี่คือ วิธีการที่ดี — คุณพูดย่อหน้าเต็มหรือแต่ละอีเมล จากนั้นตรวจสอบการถอดเสียงก่อนวาง ขั้นตอนการตรวจสอบเป็นคุณสมบัติ ไม่ใช่ข้อบกพร่อง: มันจับการเข้าใจผิดแปลกประหลาดก่อนที่จะถึงผู้รับของคุณ

ข้อกำหนดด้านฮาร์ดแวร์สำหรับ Windows

Whisper ทำงานบน Windows 10 และ Windows 11 โดยไม่มีปัญหา พื้นฐานฮาร์ดแวร์นั้นต่ำ:

โมเดล	VRAM (เส้นทาง GPU)	เวลาถอดเสียง CPU โดยประมาณ (เสียง 30 วินาที)
tiny	~1 GB	~1 s
base	~1 GB	~2 s
small	~2 GB	~4–6 s
medium	~5 GB	~10–15 s
large-v3	~10 GB	~30–60 s (CPU เท่านั้น ช้า)

สำหรับกรณีการใช้งานการบอกเล่าอีเมลส่วนใหญ่ small บน CPU หรือ medium บน GPU ที่มี 4+ GB VRAM คือจุดหวาน ช่องว่างความแม่นยำระหว่าง small และ medium น่าสังเกตสำหรับอีเมลที่ยาวพร้อมชื่อเฉพาะ ช่องว่างระหว่าง medium และ large จะเล็กกว่าสำหรับผู้ใช้ส่วนใหญ่

การตั้งค่าขั้นตอนการทำงาน: ทีละขั้นตอน

ขั้นตอนที่ 1: ติดตั้ง Python และ Whisper

Whisper เป็นแพ็คเกจ Python เส้นทางการตั้งค่าที่เร็วที่สุดบน Windows:

ติดตั้ง Python 3.11 จาก python.org (ทำเครื่องหมาย “Add Python to PATH” ในระหว่างการติดตั้ง)
เปิด Command Prompt และเรียกใช้:
```
pip install openai-whisper
```
Whisper จะดาวน์โหลดน้ำหนักโมเดลเมื่อใช้ครั้งแรก สำหรับโมเดล small ประมาณ 461 MB

หากคุณไม่ต้องการสัมผัสบรรทัดคำสั่ง ตัวห่อหุ้ม GUI หลายตัวมีอยู่ — Whisper Anywhere และ faster-whisper-GUI เป็นตัวเลือกที่รักษาไว้ด้วยความดีต่อ Windows

ขั้นตอนที่ 2: เลือกวิธีบันทึก

คุณต้องมีวิธีบันทึกเสียง 30–60 วินาทีเป็นไฟล์ WAV หรือ MP3 ตัวเลือกบน Windows:

แอปพลิเคชัน Voice Recorder (บิล์ด-อิน Windows 10/11 — ค้นหา “Voice Recorder” ใน Start) บันทึกเป็น M4A ส่งออกเป็น MP3
Audacity — ฟรี บันทึกเป็น WAV โดยตรง การควบคุมได้มากขึ้นเหนือระดับแรงดันไฟฟ้า
VoxBooster — หากคุณใช้มันสำหรับการประมวลผลเสียง มันจะจับเสียงผ่านการจับเสียงที่มีความแฝงต่ำโดยไม่มีไดรเวอร์เคอร์เนล และสามารถส่งออกคลิปได้ นี่ยังช่วยให้คุณสามารถใช้การยับยั้งเสียงรบกวนก่อนถอดเสียง ซึ่งช่วยปรับปรุงความแม่นยำในสภาพแวดล้อมที่มีเสียงรบกวน
สคริปต์บันทึกฮอตคีย์อย่างง่าย — สคริปต์ Python 10 บรรทัดโดยใช้ sounddevice สามารถบันทึกขณะที่คุณถือปุ่ม และบันทึกเมื่อปล่อย สร้างปุ่มบอกเล่า push-to-talk

เพื่อบรรเทาข้อมือ แป้นเท้า USB ที่มีความเป็นน้ำ (แผนที่ในการเริ่มต้น/หยุดบันทึก) ลบความเกี่ยวข้องของมือออกจากขั้นตอนจับภาพทั้งหมด

ขั้นตอนที่ 3: ถอดเสียงด้วย Whisper

จาก Command Prompt:

whisper your_recording.mp3 --model small --language en

Whisper ส่งออกไฟล์ .txt ไปด้านข้างไฟล์เสียง ปิดกั้น: การถอดเสียงที่สะอาดตาด้วยเครื่องหมายวรรคตอน (Whisper อนุมานเครื่องหมายวรรคตอนจากเพรสโตดีของเสียงพูด — ไม่จำเป็นต้องพูดว่า “period” หรือ “comma”)

สำหรับวนชาญสื่อที่เร็วกว่า เพิ่ม --output_format txt และชี้ไปยังโฟลเดอร์ที่คุณมีเปิดใน File Explorer

ขั้นตอนที่ 4: วาง Outlook หรือ Gmail

เปิดเอาต์พุต .txt เลือกทั้งหมด (Ctrl+A) คัดลอก (Ctrl+C) เปลี่ยนไปยังหน้าต่างแต่งความเห็นของคุณ วาง (Ctrl+V) ตรวจสอบหา mishearings แก้ไขชื่อเฉพาะหากจำเป็น ส่ง

การเดินทางไปกลับเต็มจาก “เสร็จสิ้นการพูด” ถึง “ข้อความในกล่องแต่ง” ใช้เวลาประมาณ 10–15 วินาทีบน CPU ระดับกลางพร้อมโมเดล small บนเครื่อง GPU ต่ำกว่า 5 วินาที

อัตโนมัติขั้นตอนวาง

รอบการเปิดไฟล์-คัดลอก-วางด้วยตนเองเก่าเร็ว สองวิธีการอัตโนมัติ:

สคริปต์อัตโนมัติคลิปบอร์ด สคริปต์ Python สั้นสามารถดูแลโฟลเดอร์หาไฟล์ .txt ใหม่ อ่านไฟล์ล่าสุด และปลายเนื้อหาไปยังคลิปบอร์ดโดยอัตโนมัติ จากนั้นคุณเพียงแค่ Ctrl+V ไปยังหน้าต่างใด ๆ รวมการทำงาน: สคริปต์ Python 20 บรรทัด

ตัวห่อหุ้มการบอกเล่า Whisper เครื่องมือเช่น whisper-dictation (GitHub) เชื่อมต่อกับ hotkey บันทึกขณะที่ปุ่มถูกระงับ ถอดเสียง และพิมพ์ผลลัพธ์โดยตรงไปยังหน้าต่างที่ใช้งาน — ไม่มีขั้นตอนคลิปบอร์ด นี่คือวิธีการเซย์เวมที่เนียบที่สุด และทำงานกับ Outlook Gmail ในเบราว์เซอร์ และอินพุตข้อความใด ๆ

เคล็ดลับความแม่นยำสำหรับเอาต์พุตคุณภาพอีเมล

ความแม่นยำพื้นฐานของ Whisper เมื่อพูดชัดเจนนั้นยอดเยี่ยม แต่นิสัยสองสามอย่างปลายิ้วไปไกลกว่า:

พูดด้วยความเร็วที่คำนวณ การพูดรีบ โดยเฉพาะที่ขอบเขตประโยค ทำให้เกิดข้อผิดพลาดมากขึ้น การหยุดชั่วคราวเล็กน้อยระหว่างประโยคให้ Whisper ชายแดนส่วนที่สะอาดกว่า

พูดเบื้องต้นเครื่องหมายวรรคตอน ในขณะที่ Whisper อนุมานเครื่องหมายวรรคตอนส่วนใหญ่ สำหรับอีเมล มันช่วยพูดว่า “paragraph ใหม่” (คุณจะลบวลี นั่น แต่มันให้จุดประลัยเชิงเพื่อทำงาน) หรือพูดด้วยหยุดชั่วคราวมากขึ้นเล็กน้อยระหว่างส่วน

ใช้แฟล็ก --initial_prompt สำหรับเงื่อนไขทางเทคนิค หากคุณส่งอีเมลเกี่ยวกับผลิตภัณฑ์ เครื่องมือ หรือชื่อเฉพาะที่ Whisper mishears เป็นประจำ ส่งผ่านเป็นพรอมพ์:

whisper recording.mp3 --model small --initial_prompt "VoxBooster, low-latency audio capture, Cloudflare"

นี่อคติโมเดลที่จะสะกดทั้งหมด

ลดเสียงรบกวนโดยรอบ ความแม่นยำลดลงอย่างเห็นได้ชัดในสภาพแวดล้อมที่มีเสียงรบกวน หูฟัง USB พื้นฐาน (ไม่ใช่ไมโครโฟนราคาแพง) ในห้องที่เงียบสงบจะเอาชนะไมโครโฟน condenser ราคาแพงในสำนักงานที่มีเสียงดัง

การเปรียบเทียบ: วิธีการ Voice Email บน Windows

วิธีการ	ความเป็นส่วนตัว	ความแม่นยำ	ความพยายามการตั้งค่า	ทำงานออฟไลน์
Whisper ในเครื่อง (คู่มือนี้)	เต็ม — ไม่มีอะไรออกจากเครื่อง	สูง (โมเดล small/medium)	ปานกลาง	ใช่
Microsoft Dictate (Office)	เซิร์ฟเวอร์ Microsoft	ดี	ศูนย์	ไม่
Google Docs voice typing	เซิร์ฟเวอร์ Google	ดี	ศูนย์	ไม่
Windows Speech Recognition	ในเครื่อง (เอนจิน เก่า)	ปานกลาง	ต่ำ	ใช่
Dragon NaturallySpeaking	ในเครื่อง	สูงมาก	สูง + จ่ายเงิน	ใช่

Whisper เป็นตัวเลือกเดียวที่ไม่มีค่าใช้จ่าย ออนไลน์ทั้งหมด ความแม่นยำสูงในรายการนั้น Dragon มีความแม่นยำมากขึ้น แต่มีค่าใช้จ่ายหลายร้อยดอลลาร์และต้องการการฝึกอบรม Windows Speech Recognition ฟรีและออฟไลน์ แต่ล้านไมล์ที่เห็นได้ชัดในความแม่นยำเมื่อเทียบกับโมเดล neural สมัยใหม่

มุม RSI: อะไรเปลี่ยนจริงๆ

ความกดดันข้อมือจากอีเมลมาเกือบทั้งหมดจากการเคลื่อนไหวสองครั้ง: พิมพ์และการเปลี่ยนจากแป้นพิมพ์ไปยังเมาส์สำหรับการจัดรูปแบบและการส่ง การบอกเล่าเสียงไม่เพียงพอการพิมพ์ เก็บมือหนึ่งค่ะขนาดเล็กบน mouse สำหรับการคลิกส่งเป็นความเครียดน้อยที่สุด

การวิจัยเกี่ยวกับการบอกเล่าเสียงและ RSI นั้นสม่ำเสมอ: การสลับส่วนอินพุตคีย์บอร์ดที่สำคัญไปยังเสียงจะลดความเครียดข้อมือโดยสะสม สำหรับผู้ใช้อีเมลเบา เกณฑ์ที่สิ่งนี้กลายเป็นที่สำคัญโดยประมาณ 30+ อีเมลต่อวัน ด้านล่าง overhead การตั้งค่าอาจไม่ยุติธรรมการเปลี่ยนแปลงของไหล การทำงาน เว้นแต่คุณจะมีอาการอยู่แล้ว

ประโยชน์ที่มักถูกมองข้าม: องค์ประกอบเสียงมีแนวโน้มที่จะสร้างอีเมลที่ยาวขึ้น สมบูรณ์มากขึ้นในฉบับดั้งเดิม คนพูดเร็วกว่าพิมพ์ และแรงเสียดทานของการแก้ไขเสียงนั้นต่ำกว่าการพิมพ์ใหม่ — ดังนั้นคุณจึงมีแนวโน้มที่จะไม่ตัดประโยคสั้น ผู้รับเห็น คำตอบคุณภาพดีขึ้นเมื่ออีเมลมีหลากหลายบริบทพอที่จะทำหน้าที่ได้หากไม่มีการติดตามผล

การรวม VoxBooster

หากคุณใช้ VoxBooster สำหรับการประมวลผลเสียงบน Windows แล้ว คุณสมบัติ ปราบเสียงรบกวน ทำงานที่ระดับการจับเสียงที่มีความแฝงต่ำโดยไม่มีไดรเวอร์เคอร์เนล และเชื่อสดใสเสียงขาเข้าก่อนที่จะไปที่เส้นทางบันทึกใด ๆ การปราบเสียงรบกวนก่อนที่จะให้อาหารเสียง Whisper โดยวัดจะปรับปรุงความแม่นยำการถอดเสียงในสภาพแวดล้อมสำนักงาน — โดยเฉพาะเสียงร้องทำนายของ HVAC เสียงแป้นพิมพ์ และการสนทนาในสำนักงานแบบเปิด

VoxBooster ยังเปิดเผยการกำหนดเส้นทางเสียงต่อแอปพลิเคชัน ดังนั้นคุณสามารถจับเสียงของคุณในช่องเฉพาะที่สะอาดโดยไม่ต้องผสมเสียงระบบ ความแฝงการประมวลผลต่ำกว่า 300 มิลลิวินาทีหมายความว่าเสียงที่สะอาดมีอยู่สำหรับหน้าต่างการประมวลผล Whisper โดยไม่เพิ่มความล่าช้าที่มีความหมายต่อการเดินทางไปกลับทั้งหมด

หมายเหตุเฉพาะ Outlook

Outlook มีปุ่มบอกเล่าตัวเองในตัว (ไอคอน microphone ในแถบเครื่องมือแต่ง ขับเคลื่อนโดย Microsoft Azure Speech) หากคุณไม่เป็นไร กับ Microsoft ประมวลผลเสียงของคุณ นั่นคือเส้นทาง setup ศูนย์

หากคุณต้องการการประมวลผลในเครื่อง ขั้นตอนการวางที่อธิบายไว้ที่นี่ทำงานในทุกเวอร์ชันของ Outlook — เดสก์ท็อป (Microsoft 365 Outlook 2019 2021) Outlook บนเว็บ และแอพ Outlook ใหม่ ไม่มีปลั๊กอินติดตั้ง ไม่มีความกังวลด้านความเข้ากันได้ และไม่มีการพึ่งพาตัวอักษร Outlook

สำหรับ Gmail หน้าต่างแต่งองค์ประกอบยอมรับข้อความวางจากใดก็ได้ หนึ่งเดี่ยวเท่านั้น: Gmail บางครั้ง auto-fix หรือเพิ่มการจัดรูปแบบ on vagas ใช้ Ctrl+Shift+V (วางโดยไม่จัดรูปแบบ) เพื่อวางเป็นข้อความธรรมชาติ จากนั้นเพิ่มตัวหนาหรือการจัดรูปแบบด้วยตนเอง

สร้างนิสัยอย่างยั่งยืน

ขั้นตอนการทำงานจะประหยัดเวลาได้ก็ต่อเมื่อการใช้งานนั้นเร็วกว่าการคิดว่าจะใช้มัน ทางเลือกการตั้งค่าสองสามอย่างที่ทำให้นิสัยติด:

วางทางลัด Desktop ไปยัง Voice Recorder (หรือสคริปต์บันทึกของคุณ) บน taskbar
หากใช้ตัวห่อหุ้มกับการบันทึก hotkey เลือก hotkey ที่ไม่ขัดแย้งกับทางลัด Outlook (Ctrl+D คือ “ลบ” ใน Outlook ตัวอย่างเช่น)
เริ่มต้นด้วยอีเมลที่คุณรว่างจากศูนย์ แทนที่จะตอบกลับ องค์ประกอบรูปแบบอิสระนั้นง่ายกว่าที่จะบอกเล่ามากกว่าการตอบกลับแบบอินไลน์ไปยังข้อความของคนอื่น
ให้ตัวเองสัปดาห์ฝึกแม่นยำก่อนที่จะประเมิน วันแรกของการบอกเล่าเสียงรู้สึกช้ากว่าเสมอเพราะความทรงจำกล้ามเนื้อยังไม่มี

เป้าหมายคือ “ฉันต้องเขียนอีเมลยาว” เพื่อทำให้เกิด “ให้ฉันจับไมค์” แทนที่จะ “ให้ฉันเปิดแผ่นหลอกของโปรแกรมปุ่มลัด”

คำถามที่ถามบ่อย

คำถามด้านล่างจะแก้ไขสิ่งที่ผู้ใช้ครั้งแรกส่วนใหญ่เรียกใช้เมื่อตั้งค่าอีเมลเสียง Whisper บน Windows