Speech To Markdown

• 1. ภาพรวม (686 ตัวอักษร)

  Speech To Markdown เป็นแอปพลิเคชันโอเพ่นซอร์สฟรีสำหรับ macOS/iOS ที่สร้างโดยนักพัฒนาอิสระ Igor Steblii แนวคิดหลักคือ "พูด รับ Markdown ที่สะอาด ประมวลผลในเครื่อง 100%" ใช้การรู้จำคำพูด Whisper ในเครื่อง + โครงสร้างแบบเรียลไทม์ของ LLM ในเครื่องเพื่อแปลงเนื้อหาที่พูดเป็นเอกสาร Markdown ที่มีการจัดรูปแบบอย่างดีโดยตรง ในสภาพแวดล้อมของตลาดที่โดยทั่วไปผลิตภัณฑ์ของคู่แข่งจะเรียกเก็บค่าธรรมเนียมรายปี 144 เหรียญสหรัฐและใช้งานระบบคลาวด์ Speech To Markdown มอบเส้นทางที่แตกต่างสำหรับผู้ใช้เทคโนโลยีที่คำนึงถึงความเป็นส่วนตัว โดยมีข้อดีสามประการคือการใช้งานได้ฟรี ออฟไลน์ 100% และโค้ดโอเพ่นซอร์ส ขณะนี้ผลิตภัณฑ์อยู่ในช่วงเริ่มต้น (v0.2.0) และความนิยมของชุมชนยังไม่เกิดขึ้น แต่ตรรกะพื้นฐานและทิศทางประสบการณ์ผู้ใช้ได้รับการยอมรับแล้ว

• 2. พื้นหลังผลิตภัณฑ์ (1240 ตัวอักษร)

  Speech To Markdown (เรียกสั้น ๆ ว่า stmd) ได้รับการพัฒนาโดยนักพัฒนาอิสระ Igor Steblii (GitHub: xajik) Igor เป็นนักพัฒนาฟูลสแตก เขาเปิดเผยใน LinkedIn ว่าแรงจูงใจทันทีในการพัฒนาแอปพลิเคชันนี้คือ: "ผลลัพธ์ของการพูดคุยกับราศีเมถุนแย่ลงเรื่อยๆ และในที่สุดก็ยอมแพ้และกลับไปพิมพ์ต่อไป การป้อนข้อมูลด้วยเสียงเร็วกว่าการพิมพ์จริงๆ แต่ความท้าทายที่แท้จริงไม่ใช่ความเร็ว แต่เป็นโครงสร้าง - เป็นการยากที่จะจัดระเบียบความคิดของคุณในขณะที่หารือเกี่ยวกับกระบวนการที่ซับซ้อน ผลิตภัณฑ์ หรือข้อกำหนดทางเทคนิคอย่างกะทันหัน"   กระบวนการพัฒนาแอปพลิเคชันเริ่มต้นในปี 2025 โดยเริ่มแรกทำซ้ำบน GitHub ภายใต้ชื่อ VoiceToMarkdown และได้พัฒนาผ่านสี่เวอร์ชัน: 0.0.4→0.0.8→0.1.0→0.1.1 ในวันที่ 10 กรกฎาคม พ.ศ. 2569 โปรเจ็กต์ได้เปลี่ยนชื่อเป็น SpeechToMarkdown และเวอร์ชัน v0.2.0 ได้รับการเผยแพร่ ในขณะเดียวกัน SpeechToMarkdown เวอร์ชัน iOS ก็มีอยู่ใน App Store ซึ่งรองรับ iPhone 15 Pro ขึ้นไป ณ ตอนนี้ พื้นที่เก็บข้อมูล GitHub มีคอมมิต 41 รายการ ผู้มีส่วนร่วม 2 คน (รวมถึงการสนับสนุน Claude AI) และแอปพลิเคชัน App Store มีขนาดเพียง 3.1 MB   การวางตำแหน่งของ Speech To Markdown มีความชัดเจนมาก: ไม่ใช่ผลิตภัณฑ์สำหรับผู้บริโภคจำนวนมาก แต่เป็นเครื่องมือที่มีประสิทธิภาพสำหรับผู้ใช้ด้านเทคนิค นักพัฒนา และผู้ใช้ Markdown จำนวนมาก มันไม่ได้ครอบคลุมข้ามแพลตฟอร์มหรือฟังก์ชันการซิงโครไนซ์บนคลาวด์ แต่บรรลุความลึก ความแม่นยำ และความเป็นส่วนตัวสูงสุดภายในระบบนิเวศของ Apple

• 3. ฟังก์ชั่นผลิตภัณฑ์และประสบการณ์การใช้งาน (2623 ตัวอักษร)

  Speech To Markdown มีสองเวอร์ชัน - เวอร์ชันเดสก์ท็อป macOS และเวอร์ชันมือถือ iOS สแต็คเทคโนโลยีทั้งสองชุดมีความแตกต่างกัน แต่ประสบการณ์ก็เหมือนกัน   มาพูดถึงเวอร์ชันเดสก์ท็อป macOS กันก่อน มันทำงานในแถบเมนูและสามารถเรียกใช้ได้ตลอดเวลาผ่านปุ่มทางลัด ⌘⌥] - โหมด "การเขียนตามคำบอกทั่วโลก" ถูกเปิดใช้งานในแอปพลิเคชันใด ๆ และข้อความ Markdown ที่ถอดเสียงจะถูกป้อนโดยตรงที่ตำแหน่งเคอร์เซอร์ปัจจุบันหลังจากพูด วิธี "การแทรกทั่วโลก" นี้ทำลายอุปสรรคด้านอินพุตของแอปทั้งหมด และคุณสามารถใช้ในเทอร์มินัล เบราว์เซอร์ Slack และ VS Code ได้ตามต้องการ นอกเหนือจากการเขียนตามคำบอกทั่วโลกแล้ว ยังมี "โหมดตัวแทน" ซึ่งเป็นหน้าต่างตัวแก้ไข Markdown แบบเรียลไทม์ เมื่อคุณพูด เสียงของคุณจะถูกถอดเสียงเป็นข้อความเป็นครั้งแรกโดยกระซิบ.cpp (บัฟเฟอร์ทุก 4 วินาที) จากนั้นจะส่งไปยัง LLM ในพื้นที่เพื่อประมวลผลแบบมีโครงสร้าง ผลลัพธ์จะถูกสตรีมไปยังเครื่องมือแก้ไข และสิ่งที่คุณเห็นคือสิ่งที่คุณได้รับ   เวอร์ชันมือถือ iOS มีเส้นทางทางเทคนิคที่แตกต่างไปจากเดิมอย่างสิ้นเชิง ไม่ต้องพึ่งพาเซิร์ฟเวอร์ LLM ภายนอกใดๆ แต่เรียกใช้ SpeechAnalyzer ในตัวของอุปกรณ์ Apple สำหรับการรู้จำเสียงและ Apple Foundation Models สำหรับการจัดรูปแบบ ซึ่งหมายความว่าไม่มีการกำหนดค่า ไม่มีการอ้างอิง และยังรองรับโหมดเครื่องบินด้วย นับตั้งแต่เปิดตัว App Store ผู้ใช้เพียงแค่ดาวน์โหลดและใช้งานเท่านั้น ไม่ต้องลงทะเบียน ไม่ต้องตั้งค่า และไม่จำเป็นต้องเชื่อมต่อเครือข่าย   สิ่งที่สำคัญที่สุดคือโหมดการทำงานสามโหมด โหมดรูปแบบเป็นโหมดการเขียนตามคำบอกฟรี สิ่งที่คุณพูดจะถูกส่งไปยัง LLM เพื่อสร้างเอกสารทั้งหมดขึ้นใหม่แบบเรียลไทม์ เนื้อหาใหม่ทั้งหมดจะถูกส่งไปยังโมเดลพร้อมกับเนื้อหาที่มีอยู่เพื่อให้แน่ใจว่ามีความสอดคล้องกันทั่วโลก โหมดแก้ไขจะถือว่าเสียงเป็นคำแนะนำมากกว่าเนื้อหา เช่น "เปลี่ยนคำบรรยายเป็นบันทึกประจำสัปดาห์" และ "แปลงรายการนี้เป็นตาราง" - เลือกข้อความและพูดคำแนะนำ จากนั้นโมเดลจะเปลี่ยนเฉพาะส่วนที่เลือกเท่านั้น โหมดผนวกคือโหมดเร่งความเร็วที่ออกแบบมาสำหรับเอกสารขนาดยาว เฉพาะสามประโยคสุดท้ายและเนื้อหาใหม่จะถูกส่งไปยัง LLM และความล่าช้าจะไม่เพิ่มขึ้นตามความยาวของเอกสาร   รูปแบบเอาต์พุตรองรับ Markdown, ข้อความธรรมดา และ HTML ซึ่งสามารถสลับได้ตลอดเวลาในระหว่างเซสชัน และการตั้งค่าจะยังคงอยู่ตลอดการเริ่มต้นระบบ เซสชันทั้งหมดจะถูกบันทึกโดยอัตโนมัติและการถอดเสียงต้นฉบับจะพร้อมใช้งานเพียงคลิกเดียวเสมอในแง่ของการเปรียบเทียบผลิตภัณฑ์คู่แข่ง Typeless ($144/ปี การประมวลผลบนคลาวด์) และ Wispr Flow ($144/ปี การประมวลผลบนคลาวด์) มอบประสบการณ์ข้ามแพลตฟอร์มที่สมบูรณ์ยิ่งขึ้น แต่ทั้งคู่เป็นแบบสมัครสมาชิกแบบชำระเงินและพึ่งพาคลาวด์ Trace (การซื้อแบบครั้งเดียวมูลค่า 9.99 ปอนด์ เฉพาะ macOS เท่านั้น) มีความเป็นมืออาชีพมากกว่าในการถอดเสียงและการแยกลำโพง แต่ไม่มีความสามารถในการจัดโครงสร้างแบบเรียลไทม์ v2md (เริ่มต้นที่ $14.49/ปี ออฟไลน์บน iOS) เป็นคู่แข่งที่ใกล้เคียงที่สุด แต่รูปแบบการชาร์จและตำแหน่งยังคงเป็นที่ถกเถียงกัน Speech To Markdown ไม่มีคู่แข่งในสี่มิติของ "ฟรี + โอเพ่นซอร์ส + ออฟไลน์ 100% + รองรับ Markdown ดั้งเดิม"

• 4. ราคาและรูปแบบธุรกิจ (965 ตัวอักษร)

  ขณะนี้ Speech To Markdown ให้บริการฟรี ไม่มีการซื้อในแอป ไม่มีการสมัครรับข้อมูล และไม่มีโฆษณา เวอร์ชัน iOS มีให้บริการบน App Store และเวอร์ชัน macOS เผยแพร่ผ่าน GitHub โค้ดนี้เป็นโอเพ่นซอร์สบน GitHub และทุกคนสามารถดาวน์โหลด คอมไพล์ และแก้ไขได้อย่างอิสระ   รุ่นนี้หายากมากในบรรดาผลิตภัณฑ์ที่คล้ายกัน Typeless มีค่าธรรมเนียมรายปีอยู่ที่ $144, Wispr Flow มีค่าธรรมเนียมรายปีอยู่ที่ $144, Brain Dump มีค่าธรรมเนียมรายปีอยู่ที่ $44.99 และ v2md มีค่าธรรมเนียมรายปีอยู่ที่ $14.49–$35.99 สิ่งเดียวที่ใกล้จะฟรีคือ Trace (การซื้อครั้งเดียว 9.99 ปอนด์) แต่ฟังก์ชันการทำงานแตกต่างไปจากเดิมอย่างสิ้นเชิง Igor ไม่ได้เปิดเผยแผนการสร้างรายได้ในอนาคต แต่สามารถคาดเดาได้ว่าเขาอาจบรรลุความยั่งยืนในระยะยาวผ่านการให้การสนับสนุน (เช่น ผู้สนับสนุน GitHub) หรือบริการเพิ่มเติม (เช่น การซิงโครไนซ์บนคลาวด์ เวอร์ชันทีม)   ปัจจุบัน stmd มีรีวิวใน App Store ไม่เพียงพอที่จะแสดงการให้คะแนน และจำนวนดาวบน GitHub ก็ยังอยู่ในช่วงเริ่มต้นเช่นกัน แต่เครื่องมือนี้แสดงเส้นทางซอฟต์แวร์ที่แตกต่างจากการสมัคร SaaS: เล็กแต่สวยงาม ฟรีและโอเพ่นซอร์ส และขับเคลื่อนด้วยเทคโนโลยี

• 5. ความคิดเห็นของผู้ใช้ (494 ตัวอักษร)

  เนื่องจาก Speech To Markdown มีอยู่ใน App Store เพียงระยะเวลาสั้นๆ จึงยังไม่มีการรวบรวมบทวิจารณ์ของผู้ใช้มากพอ   แต่มีความคิดเห็นบางส่วนในชุมชนนักพัฒนาซอฟต์แวร์แล้ว Igor ตีพิมพ์บทความชื่อ "From Brain Dump to Markdown: Structure Ideas as You Speak" บน DEV.to โดยกำหนดบทความทั้งหมดโดยใช้ stmd เป็นการสาธิต นอกจากนี้ยังมีผู้ใช้ Seed บน LinkedIn ที่กล่าวว่า "ประสบการณ์นี้ดีอย่างไม่คาดคิด ฉันเพิ่งพูดอะไรบางอย่างแบบสบายๆ และไม่เพียงแต่แปลงเป็นข้อความเท่านั้น แต่ยังจัดเป็น Markdown โดยตรงให้ฉันด้วย และแบ่งออกเป็น 1, 2 และ 3 คะแนนโดยอัตโนมัติ"

• 6. การประเมินอุตสาหกรรม (1003 ตัวอักษร)

  ปัจจุบัน แอปนี้ได้รับการเผยแพร่ในสื่ออุตสาหกรรมน้อยมาก โดยไม่มีรายงานจากสื่อเทคโนโลยีกระแสหลัก เช่น TechCrunch และ The Verge แต่ในชุมชนเครื่องมือสำหรับนักพัฒนาซอฟต์แวร์ ไซต์นำทางเครื่องมือ เช่น thistools.app และ gunbark.dev ได้หยิบยกขึ้นมาและวิจารณ์ในทางที่ดี การตรวจสอบ thistools.app ระบุว่า: "ตรรกะพื้นฐานของสถาปัตยกรรมนี้มีความชัดเจนมาก - เสียงจะถูกถอดเสียงและบัฟเฟอร์โดยกระซิบ cpp ในส่วนประมาณ 4 วินาที และเมื่อสะสมได้ประมาณ 30 คำ เสียงจะถูกส่งไปยัง LLM และผลลัพธ์จะถูกสตรีมไปยังตัวแก้ไข การออกแบบนี้ทำให้เกิดความสมดุลที่ดีระหว่างเวลาแฝงและความสอดคล้องทั่วโลก"   ในแง่ของภูมิทัศน์ผลิตภัณฑ์ที่มีการแข่งขัน ตลาดกำลังขยายตัวอย่างรวดเร็ว Typeless เพิ่งได้รับความสนใจรอบใหม่ในเดือนกรกฎาคม 2026 Wispr Flow ระดมทุนได้ 81 ล้านเหรียญสหรัฐ และมีมูลค่า 700 ล้านเหรียญสหรัฐ แทร็กข้อความคำพูด → โครงสร้างกำลังเปลี่ยนจาก "ของเล่นสำหรับบางคน" เป็น "โครงสร้างพื้นฐานที่ทุกคนต้องการ" Speech To Markdown นั้นฟรีและโอเพ่นซอร์ส แม้ว่าจะเป็นเรื่องยากที่จะสร้างการแข่งขันเชิงพาณิชย์ในระยะสั้น แต่ก็มีตลาดเฉพาะกลุ่มที่แข็งแกร่งในแวดวงเทคนิคและกลุ่มผู้ใช้ที่คำนึงถึงความเป็นส่วนตัว

• 7. ข้อโต้แย้งและความเสี่ยง (917 ตัวอักษร)

  ในฐานะเครื่องมือโอเพ่นซอร์สฟรี ความเสี่ยงที่ใหญ่ที่สุดที่ Speech To Markdown ต้องเผชิญไม่ใช่การแข่งขันเชิงพาณิชย์ แต่เป็นพลังของนักพัฒนาและความยั่งยืนของโครงการ โครงการของนักพัฒนาอิสระมักจะเป็นไปตามวิถี "การเริ่มต้นอย่างกระตือรือร้น → การวนซ้ำอย่างรวดเร็ว → การหยุดนิ่งอย่างช้าๆ" หาก Igor ไม่สามารถลงทุนในการบำรุงรักษาต่อไป stmd อาจจะค่อยๆ ไม่ทำงาน เช่นเดียวกับโครงการโอเพ่นซอร์สที่ยอดเยี่ยมอื่นๆ   ความเสี่ยงอีกประการหนึ่งคือข้อจำกัดของฮาร์ดแวร์ เวอร์ชัน iOS ต้องใช้ iOS 26+ และอุปกรณ์ Apple Intelligence (iPhone 15 Pro ขึ้นไป) ซึ่งไม่รวมผู้ใช้ที่มีอยู่จำนวนมาก เวอร์ชัน macOS กำหนดให้ผู้ใช้ติดตั้งWhisper.cpp และเซิร์ฟเวอร์ LLM ภายในเครื่องด้วยตนเอง ซึ่งมีเกณฑ์ที่สูงกว่าสำหรับผู้ใช้ที่ไม่ใช่ด้านเทคนิค ในระบบนิเวศของจีน เกณฑ์นี้มีความโดดเด่นเป็นพิเศษ โดยอินเทอร์เฟซแอปพลิเคชันรองรับเฉพาะภาษาอังกฤษเท่านั้น และแทบไม่มีการรีวิวหรือบทช่วยสอนภาษาจีนบนแพลตฟอร์มกระแสหลักของจีน (Zhihu, Xiaohongshu, Bilibili, CSDN ฯลฯ) ซึ่งเป็นปัญหาคอขวดในการเติบโตของผู้ใช้อย่างมีนัยสำคัญ

• 8. กลุ่มที่เกี่ยวข้องและคำแนะนำการใช้งาน (642 ตัวอักษร)

  Speech To Markdown เหมาะที่สุดสำหรับคนสามประเภท: อันดับแรก ผู้ใช้ทางเทคนิคและนักพัฒนาที่ยินดีสละเวลาในการกำหนดค่า LLM ท้องถิ่นเพื่อแลกกับการใช้งานฟรีไม่จำกัด และการรับประกันความเป็นส่วนตัวสูงสุด ประการที่สอง ผู้ใช้ไลบรารีบันทึกย่อ Markdown เช่น Obsidian จำนวนมาก ซึ่งต้องการวิธีการป้อนข้อมูลตามคำบอกที่มีประสิทธิภาพ ประการที่สาม ผู้ใช้ที่มีความอ่อนไหวอย่างยิ่งต่อความเป็นส่วนตัวของข้อมูล และหวังว่าข้อมูลเสียงจะไม่ออกจากอุปกรณ์   ผู้ที่ไม่เหมาะสม ได้แก่: ผู้บริโภคทั่วไปที่กำลังมองหาประสบการณ์นอกกรอบ (แนะนำให้ใช้ Typeless หรือ Wispr Flow), ผู้ใช้ที่ต้องการการซิงโครไนซ์หลายอุปกรณ์ข้ามแพลตฟอร์ม และผู้ใช้ที่กำลังมองหาฟังก์ชั่นการถอดเสียงการประชุมและการแยกลำโพง (แนะนำ Trace)

• 9. สรุป (474 ตัวอักษร)

  Speech To Markdown เป็นผู้เล่นหน้าใหม่ที่น่าจับตามองในสาขา Speech-to-Markdown บริษัทเลือกเส้นทางที่ต่อต้านกระแสหลัก - ไม่มีเงิน ไม่มีอินเทอร์เน็ต ไม่มีการใช้งานนอกกรอบ - แต่ด้วยเหตุนี้เอง มันจึงเติมเต็มช่องว่างที่แท้จริง นักพัฒนาอิสระ Igor Steblii ใช้ชุดโซลูชันทางเทคนิคที่ยอดเยี่ยม (โหมด Whisper ท้องถิ่น + LLM ท้องถิ่น + โหมดการทำงานสามโหมด) เพื่อพิสูจน์ว่าคำพูดเป็นข้อความที่มีโครงสร้างสามารถเป็นส่วนตัวอย่างยิ่งและฟรีโดยสมบูรณ์ สำหรับผู้ใช้เป้าหมายอาจไม่ใช่ผลิตภัณฑ์สำหรับผู้ใหญ่แต่มาถูกทางแน่นอน

ยังไม่มีรายงานเชิงลึก

• 

  Robin749

  —

  เจอจุดคอขวด — การรับเสียงในสภาพแวดล้อมที่มีเสียงดังไม่ค่อยดี เพราะใช้ไมโครโฟนในตัว Mac เสียบไมค์ภายนอกดีขึ้นเยอะ

---

• 

  冯明

  —

  ความแม่นยำรู้จำเสียงภาษาจีนดีกว่าที่คิด โมเดล Whisper จัดการภาษาจีนได้ดี แต่รูปแบบ Markdown ที่ส่งออกเน้นภาษอังกฤษ การเรียงพิมพ์ภาษาจีนบางครั้งต้องปรับเอง

---

• 

  狗狗112

  —

  เทียบกับ Wispr Flow ขาดการซิงค์ข้ามแพลตฟอร์มและฟีเจอร์ทำความสะอาด AI แต่ชนะตรงที่ฟรีสมบูรณ์และข้อมูลไม่ออกนอกเครื่อง แล้วแต่ความสำคัญของแต่ละคน

---

• 

  ElizabethJenkinsX455

  —

  อยากให้รองรับ Android แต่ดูจากสถาปัตยกรรมที่พึ่งพาเฟรมเวิร์กของ Apple คงไม่มีในเร็วๆ นี้

---

• 

  陈丹丹

  —

  เอาต์พุตสตรีมมิงของตัวแก้ไขเรียลไทม์เจ๋งดี พูดไปเห็นข้อความขึ้นทีละบรรทัด เหมือนตัวเองกำลังเขียนโค้ด(ขำ)

---

• 

  SHernandezQ

  —

  89 โหวตบน Product Hunt อันดับ 15 ถือว่าใช้ได้สำหรับโปรเจกต์โอเพนซอร์สฟรีที่เพิ่งเปิดตัว หวังว่าจะพัฒนาเรื่อยๆ

---

• 

  黄云鹏

  —

  ลองเวอร์ชัน iOS บนเครื่องบิน โหมดเครื่องบินใช้ได้ perfect ข้อมูลไม่ไปคลาวด์ คนเดินทางบ่อยปลื้ม

---

• 

  TCastilloJr

  —

  นักพัฒนา Igor เขียนบทความทั้งชิ้นโดยใช้เครื่องมือนี้บน DEV.To เป็นตัวอย่าง เคสกินของที่ตัวเองทำน่าสนใจดี

---

• 

  TheXavierScott

  —

  จะสมบูรณ์แบบถ้าต่อไปเพิ่มฟังก์ชันแยกผู้พูดได้ ตอนนี้ใช้ได้คนเดียว สถานการณ์ประชุมหลายคนยังครอบคลุมไม่ถึง

---

• 

  EDort

  —

  พวกพ้อง เวอร์ชัน macOS ตอนตั้งค่า LLM ในเครื่องเลือก Qwen 3.5 27B 4bit ใช้ omlx วิ่ง ความเร็วใช้ได้ มีใครลอง Gemma 3 บ้าง เป็นยังไง

---

• 

  realEmaRikstad_x

  —

  ใช้ v2md มาหลายเดือน เห็นอันนี้มาฟรีเซอร์ไพรส์ ฟีเจอร์อาจยังไม่ครบเท่า v2md แต่ในฐานะโอเพนซอร์สมีศักยภาพมาก

---

• 

  DebraFosterSr

  —

  ตั้งค่าช็อตคัตดิกเทชันส่วนกลางใช้ได้ดี ไม่ขัดกับ Alfred หรือ Raycast แต่ครั้งแรกที่เปิดต้องขออนุญาตไมค์และความสามารถพิเศษ คนเริ่มต้นอาจถอย

---

• 

  Natalie_Ward_77

  —

  ความเข้าใจภาษาธรรมชาติในโหมดแก้ไขยังไม่เสถียรพอ แต่เมื่อเป็นผลิตภัณฑ์ฟรีโอเพนซอร์สในช่วงแรก ก็ถือว่าน่าประทับใจแล้ว

---

• 

  Jessica_Kelly_20227

  —

  ลองใช้ตอนประชุม แค่พูดรายงานการประชุมปากเปล่า มันก็แปลงเป็น Markdown ที่มีโครงสร้าง มีประสิทธิภาพกว่าจดโน้ตเองมาก

---

• 

  jcmbo8rhv777

  —

  หลังจากเทียบเครื่องมือ speech-to-Markdown หลายตัว อันนี้บาลานซ์ระหว่างความเป็นส่วนตัวและฟังก์ชันได้ดีที่สุด ไม่ต้องลงทะเบียน ไม่ต้องใช้อินเทอร์เน็ต ไม่ต้องจ่าย จะเอาอะไรอีก

---

• 

  LaurenCruzSr

  —

  รูปแบบเอาต์พุตสามแบบใช้ได้จริง Markdown เขียนเอกสาร ข้อความธรรมดาจดเร็ว HTML แสดงตัวอย่าง สลับไปมาก็ลื่น

---

• 

  TerryRiveraJr

  —

  ลอง Gemma 3 และ Qwen 3.5 ส่วนตัวรู้สึกว่า Qwen คุณภาพการจัดรูปแบบดีกว่า Gemma ชนะเรื่องความเร็ว

---

• 

  crazyswan128

  —

  ดูซอร์สโค้ดบน GitHub คุณภาพโค้ดของ Igor ดี แต่โปรเจกต์ยังเร็ว แค่ 41 คอมมิต กังวลว่าจะดูแลต่อไหม

---

• 

  itjpsxl6

  —

  ลองใช้โหมด Edit พูด 'เปลี่ยนหัวข้อย่อยเป็น Weekly Notes' มันเปลี่ยนจริง ประสบการณ์แก้ไขแบบไม่ต้องใช้คีย์บอร์ดรู้สึกมหัศจรรย์ แต่ความแม่นยำยังมีพื้นที่ให้ปรับปรุง คำสั่งซับซ้อนบางครั้งเข้าใจผิด

---

• 

  Donald.GrayZ383

  —

  โหมด Append มีประโยชน์มาก เวลาเขียนเอกสารยาว หน่วงเวลาไม่เพิ่มตามเนื้อหาที่มากขึ้น แค่เพิ่มเนื้อหาใหม่ การออกแบบที่ฉลาดมาก

---

• 

  JohanMortensen

  —

  เทียบกับ Typeless อันนี้ชนะตรงที่ฟรีและประมวลผลข้อมูลในเครื่อง แต่ประสบการณ์พร้อมใช้ของ Typeless ดีกว่า ต่างคนต่างชอบ

---

• 

  孔飞梅

  —

  ดาวน์โหลดเวอร์ชัน iOS ตกใจขนาดแค่ 3.1 MB แต่ต้อง iOS 26 และ iPhone 15 Pro ขึ้นไป — 14 Pro ของผมโดนตัดสิทธิ์ ร้องไห้

---

• 

  DylanHicks_99

  —

  ดาวน์โหลดลองเวอร์ชัน macOS การตั้งค่ามีอุปสรรคสำหรับผู้ใช้ทั่วไป ต้องติดตั้ง whisper.cpp และ LLM ในเครื่องก่อน แต่เมื่อตั้งค่าเสร็จแล้วประสบการณ์สุดยอด พูดปุ๊บได้ Markdown ที่มีโครงสร้างปั๊บ และปุ่มลัด dictation ทั่วโลกใช้ได้ทุกแอป

---

• 

  ticklishswan803

  —

  หาโซลูชันป้อนเสียงสำหรับ Obsidian อยู่นาน อันนี้ส่งออก .md ไฟล์ตรงๆ เข้ากันพอดี ฟรีโอเพนซอร์ส สุดยอด

---

• 

  CAhil

  —

  เห็น Speech To Markdown บน Product Hunt ฟรีและโอเพนซอร์ส ต้องสนับสนุน ดู GitHub repo สถาปัตยกรรมชัดเจน Whisper ในเครื่องสำหรับถอดความ LLM ในเครื่องสำหรับ output ที่มีโครงสร้าง ข้อมูลไม่เคยออกจากเครื่อง ระดับความเป็นส่วนตัวนี้เหนือกว่า cloud solutions อย่างชัดเจน

ยังไม่มีรีวิว