---
title: "Dyktowanie głosem na Macu i Windowsie — offline, darmowo, bez opłat za minutę"
description: "Naciśnij skrót gdziekolwiek, powiedz — i słowa pojawiają się tam, gdzie stoi kursor. Rozpoznawanie idzie na twoim własnym komputerze przez Whisper: nic się nie wysyła, nic się nie tarafikuje. W środku: zmierzone opóźnienie, rozmiary modeli i jedno uprawnienie, które będzie potrzebne."
url: https://mediachef.app/pl/dyktowanie-glosem/
language: pl
---

# Pisanie głosem, które nie opuszcza komputera

Naciśnij gdziekolwiek prawy ⌥ na Macu albo prawy Ctrl na Windowsie, powiedz zdanie, naciśnij ponownie — a tekst wpisze się prosto w to pole, w którym stoi kursor: w terminalu, w czacie, w formularzu przeglądarki. Rozpoznaje ten sam Whisper, który MediaChef już ze sobą nosi, więc dźwięk nie opuszcza twojego dysku i nikt nie liczy minut. W naszym pomiarze pięciosekundowe zdanie wróciło w 780 milisekund.

- **Stan:** Na macOS od wersji 0.8.0, na Windowsie i Linuksie od 0.8.5
- **Gdzie działa:** Całkowicie na twoim komputerze, bez konta i bez wysyłki
- **Szybkość:** 780 ms od klawisza do tekstu na pięciosekundowym zdaniu (pomiar)
- **Ile kosztuje:** Nic. Ani subskrypcji, ani opłat za minutę
- **Platforma:** macOS, Windows 10/11, Linux w sesji X11
- **Jednorazowe pobranie:** Model mowy, 488 MB w domyślnym

[Pobierz na macOS 66 MB · Apple Silicon](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_aarch64.dmg) [Windows 82 MB · 64-bitowy](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_x64-setup.exe) [Linux 181 MB · x86\_64](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_amd64.AppImage)

Za darmo i z otwartym kodem — [zobacz kod na GitHubie](https://github.com/Kom1sh/mediachef)  [Wszystkie pliki i informacje o wydaniu](https://github.com/Kom1sh/mediachef/releases/latest)

## Jak działa dyktowanie

1.  ### Włączyć raz
    
    Na karcie Dyktowanie jest przełącznik i wyzwalacz do wyboru: na Macu prawy ⌥ lub prawy ⌘, na Windowsie prawy Ctrl, prawy Alt albo Caps Lock, a wszędzie dwie kombinacje. Dopóki nie włączysz, MediaChef nie rejestruje żadnego skrótu globalnego: program, który po cichu zabiera systemowe skróty, to program, który psuje inne programy.
    
2.  ### Nacisnąć skrót gdziekolwiek
    
    Działa, gdy MediaChef jest w tle albo jego okno jest zamknięte. Dwa sposoby: trzymać klawisz, kiedy mówisz, albo nacisnąć raz na start i drugi raz na stop — zależnie od długości myśli.
    
3.  ### Powiedzieć
    
    Mikrofon otwiera się tylko na czas dyktowania, więc pomarańczowa kropka na pasku menu gaśnie w chwili, gdy skończysz. Między naciśnięciami nikt nie słucha.
    
4.  ### Tekst pojawia się tam, gdzie kursor
    
    Wpisywany prosto w aktywne pole, bez ruszania schowka. Jeśli wolisz odwrotnie, żeby trafiał do schowka — to ustawienie obok.
    

 ![MediaChef gotowy do konwersji: blat czeka na plik wideo, po prawej kolejka zadań.](https://mediachef.app/_astro/app-main-pl-light.BF5qgiGq.png)

Karta Dyktowanie w MediaChef: wyzwalacz, modele, język, słownik i stan uprawnienia — wszystko w jednym miejscu.

## Jak szybko działa naprawdę

Pomiar od końca do końca na laptopie z M5: od puszczenia klawisza do dostarczonego tekstu. Pierwszy wiersz to prawdziwe dyktowanie z żywej sesji, pozostałe — stałe piętnastosekundowe zdanie przepuszczone przez każdy model.

| Co mierzono | Model | Czas |
| --- | --- | --- |
| Prawdziwe pięciosekundowe zdanie, od klawisza do wpisanego tekstu | small | 780 ms |
| Zdanie na piętnaście sekund | tiny | nie mierzone osobno |
| Zdanie na piętnaście sekund | small | 0,66–0,75 s |
| Zdanie na piętnaście sekund | large-v3-turbo | 1,64–1,97 s |

Te liczby ukrywają dwie rzeczy i obie warto znać. Mikrofon oddaje pierwszą próbkę po 56 milisekundach, więc słowo zaczęte w tej samej chwili co naciśnięcie może zostać przycięte — w praktyce mówi się po klawiszu i nikt tego nie zauważa. A najpierwsze dyktowanie po wydaniu uprawnienia do mikrofonu przepada: system spędza wtedy około 1,8 sekundy na pokazywaniu swojego okienka. Naciśnij ponownie i działa.

## Który model wziąć

Te same cztery modele, których używają przepisy transkrypcji — więc jeśli już przepisujesz pliki w MediaChefie, model leży na twoim dysku i dyktowanie nie kosztuje żadnego pobierania.

| Model | Pobranie | Charakter |
| --- | --- | --- |
| tiny | 78 MB | Najszybszy, zgrubny — na notatkę dla siebie wystarczy |
| base | 148 MB | Szybki, przyzwoity |
| small — domyślny | 488 MB | Równowaga, i to, czego już używają przepisy |
| large-v3-turbo | 1,62 GB | Najlepsza jakość, około dwa razy dłuższe czekanie |

Zacznij od small. Jest domyślny z powodu praktycznego, a nie technicznego: to ten sam model, którego używają przepisy, więc u istniejącego użytkownika dyktowanie zadziała bez pobierania czegokolwiek. Przejdź na large-v3-turbo, jeśli twój dźwięk jest trudny — mocny akcent, hałaśliwa sala, dwa języki w jednym zdaniu — i przyjmij mniej więcej dwukrotne czekanie na zdanie.

## Jak nauczyć go twoich słów

Każdy fach ma słowa, które rozpoznawanie kaleczy: nazwy produktów, żargon, nazwisko kolegi. Taką listę można oddać modelowi i przestaje zgadywać. Poniżej to samo nagranie bez słownika i ze słownikiem czterdziestu terminów.

| Bez słownika | Ze słownikiem |
| --- | --- |
| «медиашиф» | MediaChef |
| «ходкий» | хоткей |
| «виспер» | whisper |
| «распознаванию» | распознавание |

Kosztowało 0,04 sekundy: 0,87 wobec 0,83 na tym samym fragmencie. Pułap to około 224 tokenów, czyli mniej więcej 400 znaków cyrylicy albo trzy razy tyle alfabetu łacińskiego; MediaChef liczy za ciebie i przycina, bo Whisper zbyt długą listę obcina po cichu. To właśnie tego nie umie wbudowane dyktowanie macOS: nie da się go nauczyć twojego słownictwa.

## Dokąd trafia tekst

Dwie możliwości, a różnica waży więcej, niż brzmi, kiedy dyktuje się kilka razy na godzinę.

| Ustawienie | Co się dzieje | Czego wymaga |
| --- | --- | --- |
| Wpisz | Słowa pojawiają się w aktywnym polu. Twój schowek zostaje nietknięty | Uprawnienie Dostępność, raz |
| Do schowka | Tekst zostaje skopiowany, a ty wklejasz go ⌘V | Niczego poza mikrofonem |

Wpisywanie zostawia schowek w spokoju i właśnie dlatego warto je wybrać: gdyby każde dyktowanie go nadpisywało, nie dałoby się trzymać tam odnośnika podczas pracy. macOS uznaje pisanie w cudzym programie za wejście syntetyczne i prosi o uprawnienie Dostępność — pierwsza próba sama otworzy właściwą sekcję Ustawień systemowych. Gdy uprawnienia brakuje, tekst i tak trafia do schowka: dyktowanie nigdy nie przepada.

## Dlaczego robienie tego lokalnie to cała rzecz

**Twój głos nie jest wysyłany.** Dyktuje się właśnie to, czego nie wklejałoby się w formularz w przeglądarce: myśli w połowie, nazwiska klientów, zdanie, które właśnie zamierzasz wysłać. Dyktowanie w chmurze to z definicji kopia wszystkiego tego na cudzym serwerze.

**Bez licznika minut.** Usługi transkrypcji liczą po minutach, a to każe myśleć, zanim się powie. Tu model pobiera się raz, a setne dyktowanie w ciągu dnia kosztuje dokładnie tyle, ile pierwsze.

**Działa przy wyłączonej sieci.** W samolocie, na zamkniętej maszynie, w sali, gdzie wi-fi jest najmniej niezawodną obecną rzeczą. Gdy model leży na dysku, dyktowanie nie rusza internetu.

**Uczy się twojego słownictwa.** Słownik to prosta lista twoich słów i to jedyna rzecz, której wbudowane w macOS dyktowanie nie potrafi.

**Otwarty kod, bez subskrypcji.** GPL-3.0, wszystko do przeczytania na GitHubie. Płatne narzędzia w tej niszy biorą miesięcznie za to, co pod spodem jest tym samym otwartym modelem.

## Kiedy nie pomoże

Mówimy wprost, bo dowiedzieć się później jest gorzej niż przeczytać teraz.

1.  ### Masz Linuksa z Waylandem.
    
    Sesja Wayland nie pozwala żadnemu programowi przechwycić globalnego klawisza ani pisać w cudzym oknie, więc dyktowanie jeszcze tam nie działa — karta Dyktowanie mówi o tym wprost. W sesji X11 działa, na Ctrl+Alt+D lub Ctrl+Alt+Space: wyzwalacza jednym klawiszem na Linuksie jeszcze nie ma.
    
2.  ### Potrzebujesz pisania na bieżąco.
    
    Tekst trafia do pola, gdy skończysz, a nie słowo po słowie w trakcie mówienia: tak fraza jest rozpoznawana w całości i dokładniej. Gdy mówisz, szkic rozpoznania widać w panelu pod notchem — ale wpisywany jest jeden czysty wynik, nie ciąg poprawek.
    
3.  ### Potrzebujesz rozdzielenia mówiących.
    
    Zapisuje, co powiedziano, a nie kto powiedział. Do wywiadu na dwa głosy potrzebne jest narzędzie transkrypcji zrobione do tego, a nie skrót dyktowania.
    

## Pytania

**Czy mój głos jest gdzieś wysyłany?**

Nie. Dźwięk rozpoznaje plik modelu leżący na twoim własnym dysku i jest usuwany razem z katalogiem tymczasowym, w którym żył. Przez sieć przechodzi wyłącznie jednorazowe pobranie modelu; potem dyktowanie działa przy całkowicie wyłączonej sieci.

**Jak szybko to działa?**

780 milisekund od puszczenia klawisza do pojawienia się tekstu, zmierzone na prawdziwym pięciosekundowym zdaniu z modelem domyślnym na laptopie z M5. Piętnastosekundowe zdanie zajęło 0,66–0,75 sekundy. Ciężki large-v3-turbo trwa około dwa razy dłużej.

**Czy działa w dowolnym programie?**

Tak: skrót jest zarejestrowany dla całego systemu, więc odpala się w terminalu, w przeglądarce, w komunikatorze czy w edytorze — z MediaChefem w tle albo nawet z zamkniętym oknem.

**Jakiej kombinacji używa?**

Domyślnie prawy ⌥ — sam modyfikator: trzymaj i mów albo naciśnij raz, by zacząć, i jeszcze raz, by skończyć; z Shiftem tekst zostanie wysłany Enterem. Sam modyfikator nic nie wpisuje i z niczym nie koliduje. Kombinacje takie jak ⌥ Space w trybie trzymania wpisywały spację, gdy ⌥ puszczano wcześniej — dlatego zniknęły; ⌃⌥ Space i ⌃⌥ D zostają jako zapasowe. Na Windowsie domyślnie prawy Ctrl, do wyboru prawy Alt i Caps Lock (na polskim układzie prawy Alt to AltGr i wpisuje litery — tam zostań przy prawym Ctrl); na Linuksie Ctrl+Alt+D.

**Czy działa na Windowsie i Linuksie?**

Tak, od wersji 0.8.5. Na Windowsie to jeden klawisz, jak na Macu — domyślnie prawy Ctrl — i poza dostępem do mikrofonu nie trzeba żadnych uprawnień. Jeśli przechwytywanie klawiatury się nie uruchomi, działa Ctrl+Alt+D. Na Linuksie dyktowanie działa w sesji X11 na Ctrl+Alt+D; pod Waylandem system jeszcze na to nie pozwala.

**Po co mu uprawnienie Dostępność?**

Do dwóch rzeczy. Żeby słyszeć klawisz wyzwalający: samego modyfikatora nie da się zarejestrować jako zwykłego skrótu, więc MediaChef sam nasłuchuje klawiatury, a macOS pozwala na to tylko z uprawnieniem Dostępność. I żeby wpisywać tekst do okna innej aplikacji, co system traktuje jako syntetyczne wejście. Jedno uprawnienie obejmuje oba, nadaje się raz; potem uruchom aplikację ponownie.

**A jeśli nie dam?**

Tekst pójdzie do schowka, a powiadomienie powie dlaczego, z otwartą już właściwą sekcją Ustawień systemowych. Nic z podyktowanego nigdy nie ginie z powodu brakującego uprawnienia.

**Ile miejsca na dysku potrzebuje?**

Program plus jeden model mowy: 488 MB w domyślnym, 78 MB jeśli wybierzesz najmniejszy, 1,62 GB w największym. Jeśli już używasz MediaChefa do przepisywania plików, model masz na dysku i dyktowanie nie dodaje nic.

**Rozumie polski, albo dwa języki naraz?**

Whisper obsługuje 99 języków, a ty możesz albo wskazać swój, albo pozwolić mu go rozpoznać. Mieszanie języków w jednym zdaniu to właśnie ten przypadek, w którym ciężki model odpracowuje swój rozmiar i w którym słownik pomaga najbardziej.

**Jak długie może być jedno dyktowanie?**

Pięć minut, potem zatrzymuje się samo i przepisuje to, co usłyszało, zamiast wyrzucać. W praktyce dyktuje się zdaniami, nie monologami.

**Da się przerwać w połowie zdania?**

Escape podczas nagrywania wyrzuca ujęcie i nie dostarcza nic. Jest rejestrowany tylko na czas dyktowania, więc nie przeszkadza Escape'owi w żadnym innym miejscu.

**Czy zastępuje wbudowane dyktowanie macOS?**

Robi tę samą pracę z dwiema różnicami, które mają znaczenie: temu można wyłożyć twoje słownictwo, a dźwięk zostaje na twojej maszynie. Jeśli żadna z nich cię nie dotyczy, wbudowane już tam jest i też jest darmowe.

**Naprawdę darmowe?**

Tak. MediaChef jest otwartoźródłowy na licencji GPL-3.0, bez wersji płatnej i bez subskrypcji — dyktowanie także. Wydana wersja to 0.8.7, dyktowanie w niej jest.

**Dlaczego panel pokazuje inny tekst niż ten, który zostaje wpisany?**

To dwa osobne przebiegi. Gdy mówisz, panel pokazuje szkic tworzony przez lekki model co półtorej sekundy, żeby nadążyć za mową. Wpisywany jest wynik końcowy modelu głównego z całego nagrania, z twoim słownikiem terminów. Oba modele wybiera się na karcie Dyktowanie: ustaw w podglądzie ten sam model co główny i różnica zniknie — kosztem opóźnienia panelu.

**Dlaczego po aktualizacji znów prosi o uprawnienia?**

macOS wiąże uprawnienie z podpisem aplikacji, nie z jej nazwą. MediaChef nie ma certyfikatu Apple — nie będziemy za niego płacić — więc każda wersja jest podpisana inaczej i system traktuje zaktualizowaną aplikację jak nową. Aplikacja sama usuwa nieaktualny wpis i prosi o uprawnienie ponownie: jeden przełącznik i jedno „Zezwól” na aktualizację.

**Przełącznik w Ustawieniach systemowych jest włączony, a dyktowanie nie działa.**

To znaczy, że ten wpis należy do poprzedniej kopii aplikacji — tak właśnie bywa po aktualizacji. Wyłączenie i włączenie go z powrotem nic nie zmienia, sprawdziliśmy. MediaChef sam czyści ten wpis i wywołuje pytanie systemu: włącz go na liście i uruchom aplikację ponownie.

**Nagranie wyszło puste, choć mikrofon działa.**

Najczęściej winny jest zestaw słuchawkowy: AirPodsy w etui pozostają połączone i pozostają wejściem domyślnym, a macOS oddaje z nich równe zera — każdej aplikacji, nie tylko naszej. Powiadomienie podaje urządzenie, z którego przyszła cisza. Założ słuchawki albo wybierz mikrofon wprost na karcie Dyktowanie.

**Czy mogę wybrać konkretny mikrofon?**

Tak: karta Dyktowanie wypisuje urządzenia wejściowe. „Jak system” to ostatnio podłączony zestaw słuchawkowy, a nie mikrofon laptopa — i właśnie dlatego jawny wybór jest pewniejszy.

**Co się stanie, jeśli nacisnę wyzwalacz i nic nie powiem?**

Nic nie zostanie wpisane. Puste nagranie nawet nie dociera do rozpoznawania: Whisper nie milczy wobec ciszy, tylko wymyśla — model rosyjski wpisywał napisy końcowe. Takie podpisy autorów napisów są rozpoznawane i traktowane jak cisza, a ty dostajesz „nie słychać mowy”.

**Dlaczego pierwsze naciśnięcie po uruchomieniu jest wolniejsze?**

Budzi się podsystem audio macOS: do dwóch sekund przy pierwszym otwarciu mikrofonu w danym uruchomieniu. Panel pojawia się od razu, jeszcze przed startem nagrywania, więc trzymaj klawisz, aż napisze, że słucha. Potem otwarcie zajmuje dziesiątki milisekund.

**Jak wysłać wiadomość głosem bez naciskania Enter?**

Naciśnij wyzwalacz razem z Shiftem: tekst zostanie wpisany, a Enter naciśnie się sam. Puste dyktowanie nigdy nie naciska Entera — inaczej milczenie wysłałoby pustą wiadomość albo wykonało poprzednie polecenie w terminalu.

**Co się stanie, jeśli nacisnę inny klawisz, trzymając wyzwalacz?**

Nagranie zostanie anulowane i nic nie zostanie wpisane. Prawy ⌥ z literą to czyjś skrót klawiaturowy, a nie dyktowanie, i program tak to rozumie.

**Czy to, co dyktuję, zapisuje się na dysku?**

Nie. Nagranie żyje w folderze tymczasowym i znika razem z nim, a przechowywanie historii transkrypcji jest domyślnie wyłączone. Aplikacja obiecuje, że twoje treści nie opuszczają komputera; zapisywanie na nim wszystkiego, co dyktujesz, otwartym tekstem źle by z tym współgrało — ludzie dyktują hasła i fragmenty prywatnych rozmów.

**Czy działa nad aplikacjami na pełnym ekranie?**

Tak. Panel rysuje się nad okrami na pełnym ekranie i na wszystkich pulpitach — edytory i terminale na pełnym ekranie to dokładnie te miejsca, gdzie się dyktuje.

**Inna aplikacja już zajmuje wyzwalacz. Co teraz?**

Karta Dyktowanie oferuje też prawy ⌘ — drugi samotny modyfikator, któremu macOS nie przypisuje własnego działania — oraz dwie zwykłe kombinacje, ⌃⌥ Spacja i ⌃⌥ D, gdyby oba modyfikatory były już zajęte.

## MediaChef dzisiaj

Wersja 0.8.7 — za darmo, otwarty kod, macOS · Windows · Linux. Dyktowanie już w środku.

[Pobierz na macOS 66 MB · Apple Silicon](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_aarch64.dmg) [Windows 82 MB · 64-bitowy](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_x64-setup.exe) [Linux 181 MB · x86\_64](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_amd64.AppImage)

Za darmo i z otwartym kodem — [zobacz kod na GitHubie](https://github.com/Kom1sh/mediachef)  [Wszystkie pliki i informacje o wydaniu](https://github.com/Kom1sh/mediachef/releases/latest)

MediaChef jest młody: kompilacje nie są jeszcze podpisane przez Apple ani Microsoft, więc pierwsze uruchomienie prosi o potwierdzenie — w każdym pobraniu jest instrukcja w zwykłym tekście.

Coś nie działa albo czegoś brakuje? Napisz do nas: [hello@mediachef.app](mailto:hello@mediachef.app)

Czytaj dalej

-   [Audio na tekst — ten sam silnik, do plików](https://mediachef.app/pl/transkrypcja-audio-na-tekst/)
-   [Wideo na napisy SRT — zmierzone i offline](https://mediachef.app/pl/napisy-do-wideo/)
-   [Wszystkie 19 przepisów według kategorii](https://mediachef.app/pl/przepisy/)
