در دنیای اپلیکیشن‌های بهره‌وری (Productivity Apps)، برخی ابزارها آن‌قدر در شبکه‌های اجتماعی تبلیغ می‌شوند که ممکن است کاربران حرفه‌ای را نسبت به آن‌ها بی‌اعتماد کنند. Wispr Flow یکی از همین ابزارهاست؛ یک اپلیکیشن دیکته (Dictation) مبتنی بر هوش مصنوعی (AI) که به گفته نویسنده XDA، پس از ماه‌ها بی‌اعتنایی، اکنون به بخشی جدایی‌ناپذیر از گردش کار او برای نوشتن پرامپت (Prompt) در Claude و ChatGPT تبدیل شده است.
Wispr Flow فقط یک ابزار دیکته ساده نیست
دیکته صوتی (Voice Dictation) فناوری تازه‌ای نیست و سال‌هاست در بسیاری از دستگاه‌ها به‌صورت داخلی وجود دارد. به همین دلیل، نصب یک اپلیکیشن جداگانه برای انجام همان کار در نگاه اول چندان جذاب به نظر نمی‌رسد. اما Wispr Flow تنها یک ابزار تبدیل گفتار به متن (Speech-to-Text) نیست که هر واژه را بی‌کم‌وکاست روی صفحه بنویسد.
این ابزار از هوش مصنوعی برای پاکسازی متن استفاده می‌کند؛ کلمات پرکننده (Filler Words) را حذف می‌کند، علائم نگارشی را اصلاح می‌کند و حتی می‌فهمد وقتی جمله‌ای را نیمه‌کاره اصلاح می‌کنید، منظور نهایی شما چیست. به گفته نویسنده، همین ویژگی باعث می‌شود نوشتن با صدا بسیار طبیعی‌تر از تایپ کردن باشد، به‌ویژه وقتی ذهن سریع‌تر از انگشتان حرکت می‌کند.
دقت و قالب‌بندی؛ نقطه قوت Wispr Flow
نویسنده در اولین تجربه استفاده از Flow از دقت و قالب‌بندی متن گفتاری شگفت‌زده شده است. در بسیاری از ابزارهای دیکته، نام‌های خاص اشتباه نوشته می‌شوند، لکنت‌ها در متن باقی می‌مانند، علائم نگارشی تقریباً وجود ندارند و در نهایت دیوار بلندی از متن ساخته می‌شود که پاکسازی آن به اندازه تایپ دستی زمان می‌برد.
Wispr Flow ادعا می‌کند بر اساس معیار نرخ ویرایش صفر (Zero-Edit Rate) خود، به نرخ ۹۰ درصدی ویرایش صفر رسیده است؛ در مقایسه با ۷۱ درصد برای OpenAI Whisper، ۶۳ درصد برای ElevenLabs و ۵۲ درصد برای Siri. دلیل این عملکرد بهتر، فقط لایه‌های مدل اختصاصی روی تشخیص گفتار نیست؛ بلکه خام‌نویسی تنها مرحله اول فرایند است و پس‌پردازش (Post-Processing) گسترده‌ای نیز انجام می‌شود.
یکی از قابلیت‌های کلیدی، بازگشت (Backtrack) است. اگر در میانه جمله بگویید سندی را پنجشنبه می‌فرستید و بلافاصله خودتان را اصلاح کنید و بگویید جمعه، Flow فقط نسخه اصلاح‌شده را نگه می‌دارد و هر دو جمله را در متن نهایی نمی‌آورد.
این ابزار فقط متن را تمیز نمی‌کند؛ فهرست‌ها و پاراگراف‌ها را نیز قالب‌بندی می‌کند. برای نمونه، نویسنده از Wispr برای نوشتن پرامپت (Prompt) برای مدل‌های زبانی بزرگ (LLM) استفاده می‌کند و وقتی فهرستی از دستورها و الزامات را پشت‌سرهم می‌گوید، Flow آن‌ها را به‌صورت خودکار به بولت‌پوینت (Bullet Point) تبدیل می‌کند و بخش‌های طولانی‌تر را به پاراگراف‌های جداگانه می‌شکند.
ترکیب آگاهی از زمینه (Context Awareness) و فرهنگ لغت شخصی (Personal Dictionary) نیز به Flow کمک می‌کند نام‌ها و اصطلاحات فنی غیرمعمول را بهتر تشخیص دهد. آگاهی از زمینه از اطلاعات اپلیکیشنی که در آن کار می‌کنید برای درک موضوع استفاده می‌کند و فرهنگ لغت شخصی به شما اجازه می‌دهد نام‌ها و واژه‌های دشوار را به ابزار آموزش دهید.
پشتیبانی از تقریباً همه اپلیکیشن‌ها و سیستم‌عامل‌ها
در یک سال گذشته، قابلیت‌های صوتی در چت‌بات‌های هوش مصنوعی مانند ChatGPT و Claude بسیار بهتر شده‌اند؛ اما محدودیت آشکار آن‌ها این است که فقط در پلتفرم خودشان کار می‌کنند. نمی‌توان از دیکته داخلی Claude برای نوشتن ایمیل یا ارسال پیام در Slack استفاده کرد.
Wispr Flow در همین نقطه مزیت بزرگی دارد؛ زیرا به اپلیکیشن یا وب‌سایت خاصی وابسته نیست. می‌توان از همان ابزار دیکته برای نوشتن پرامپت در ChatGPT، درخواست از Claude، نوشتن ایمیل یا ارسال پیام سریع استفاده کرد. این ابزار روی macOS، Windows، iOS و Android در دسترس است و به یک نوع دستگاه محدود نمی‌شود.
فعال‌سازی آن نیز بسیار ساده است. نویسنده روی MacBook خود کلید Option را به‌عنوان میانبر تنظیم کرده است؛ کافی است داخل یک فیلد متنی کلیک کند، کلید Option را نگه دارد و صحبت کند. پس از رها کردن کلید، Flow گفتار او را مستقیماً در فیلد متنی می‌نویسد.
پلن‌ها و قیمت‌گذاری Wispr Flow
Wispr Flow در حال حاضر سه پلن پرداختی دارد: Pro، Growth و Enterprise. پلن Pro با پرداخت سالانه ۱۲ دلار به‌ازای هر کاربر در ماه هزینه دارد و مرتبط‌ترین گزینه برای کاربران عادی است. این پلن دیکته نامحدود، پشتیبانی اولویت‌دار، دسترسی زودهنگام به قابلیت‌های جدید و چند مزیت دیگر ارائه می‌دهد.
با این حال برای شروع نیازی به پرداخت هزینه نیست. پلن رایگان به قابلیت‌های اصلی دیکته، شامل رونویسی مبتنی بر هوش مصنوعی، فرهنگ لغت شخصی و قطعه‌متن‌ها (Snippets) دسترسی می‌دهد. بزرگ‌ترین محدودیت آن سهمیه هفتگی واژگان است: ۲۰۰۰ واژه در دسکتاپ (Desktop) و ۱۰۰۰ واژه در موبایل (Mobile).
این ابزار یک برنامه معرفی نسبتاً سخاوتمندانه نیز دارد که به شما و یک دوست، یک ماه رایگان Wispr Pro می‌دهد. نویسنده در حال حاضر در ماه رایگان خود به سر می‌برد و به دلیل صرفه‌جویی قابل‌توجه در زمان و تلاش روزانه، به‌طور جدی به پرداخت هزینه Pro پس از پایان آن فکر می‌کند.