Pindrop (โปรแกรมแปลงเสียงเป็นข้อความแบบ Local สำหรับ macOS)

โปรแกรม Pindrop

Pindrop (โปรแกรมแปลงเสียงเป็นข้อความแบบ Local สำหรับ macOS) : โปรแกรม Pindrop เป็นโปรแกรมสำหรับ ระบบปฏิบัติการ (OS) อย่าง แมคโอเอส (macOS)  สำหรับการพิมพ์ด้วยเสียงที่เน้นความเป็นส่วนตัว และประสิทธิภาพสูง โดยทำงานแบบออฟไลน์ทั้งหมด ไม่ส่งข้อมูลเสียงออกจากเครื่อง และออกแบบมาให้ใช้งานได้อย่างลื่นไหลบน Apple Silicon โดยใช้ WhisperKit ซึ่งเป็นการนำโมเดล Whisper ของ OpenAI มาปรับแต่งให้ทำงานร่วมกับ Core ML ของ Apple ได้อย่างมีประสิทธิภาพสูงสุด

โปรแกรม Pindrop เป็นโปรแกรมบนเมนูบาร์ที่พัฒนาโดยใช้ภาษา Swift และ SwiftUI ซึ่งหมายความว่า ส่วนติดต่อผู้ใช้งานแบบกราฟิก (GUI) และการทำงานของมันเป็นแบบเนทีฟแท้ ๆ บน macOS ไม่ใช่โปรแกรมที่สร้างจากเว็บไซต์ หรือใช้ เฟรมเวิร์ก (Framework) ข้ามแพลตฟอร์มอย่าง Tauri ตัวโปรแกรมสามารถเรียกใช้งานได้จากทุกที่ในระบบด้วยคีย์ลัดที่ผู้ใช้กำหนดเอง

โดยโปรแกรมนี้ มีโหมดการบันทึกเสียงสองแบบคือ Toggle Mode (กดเพื่อเริ่ม และหยุด) และ Push-To-Talk (กดค้างเพื่อพูดแล้วปล่อยเพื่อหยุด) เมื่อบันทึกเสียงเสร็จ ข้อความที่ถอดเสียงจะถูกคัดลอกไปยังคลิปบอร์ดทันที และหากผู้ใช้อนุญาตการเข้าถึง Accessibility โปรแกรมสามารถแทรกข้อความลงในตำแหน่งเคอร์เซอร์ของโปรแกรมอื่นได้โดยตรง

โปรแกรม Pindrop รองรับโมเดลหลายขนาดตั้งแต่ Tiny ไปจนถึง Large โดยผู้ใช้สามารถเลือกได้ตามความต้องการด้านความเร็ว และความแม่นยำ นอกจากนี้ ยังมีระบบประวัติการถอดเสียงที่สามารถค้นหา และส่งออกเป็นไฟล์ JSON, CSV หรือข้อความธรรมดาได้ ผู้ใช้สามารถปรับแต่งคำศัพท์เฉพาะ หรือชื่อเฉพาะผ่านระบบ Custom Dictionary เพื่อเพิ่มความแม่นยำในการถอดเสียง และยังมีตัวเลือกในการปรับแต่งข้อความด้วย ปัญญาประดิษฐ์ (AI) โดยเชื่อมต่อกับ ส่วนต่อประสานโปรแกรมประยุกต์ (API) ที่รองรับ OpenAI ซึ่งเป็นฟีเจอร์เสริมที่ปิดไว้โดยค่าเริ่มต้น

ในการติดตั้ง โปรแกรม Pindrop ต้องใช้ macOS 14 (Sonoma) ขึ้นไป และแนะนำให้ใช้กับเครื่องที่มี Apple Silicon เช่น M1, M2 หรือ M3 เพื่อให้ได้ประสิทธิภาพสูงสุด

คุณสมบัติ และความสามารถของ โปรแกรม Pindrop

• การประมวลผลเสียงเป็นข้อความเกิดขึ้นแบบ Local ทั้งหมด ไม่มีการส่งข้อมูลเสียงไปยัง คลาวด์ (Cloud) หรือ เซิร์ฟเวอร์ (Server) ภายนอก ทำให้มีความเป็นส่วนตัวสูงสุด
• ใช้โมเดล Whisper ของ OpenAI ผ่าน WhisperKit ที่ปรับแต่งมาเพื่อประสิทธิภาพสูงสุดบน Apple Silicon ชิปตระกูล M1, M2, M3 และ M4
• เขียนด้วย Swift และ SwiftUI ทั้งหมด ทำให้ตัวแอปมีหน้าตาที่กลมกลืนกับ macOS และทำงานได้อย่างลื่นไหล
• เรียกใช้งานได้ง่ายจากแถบเมนู (Menu Bar) ด้านบน ไม่เกะกะหน้าจอหลัก
• รองรับการตั้งค่า "ปุ่มลัด" เพื่อเริ่ม/หยุดการบันทึกเสียงจากทุกที่ในระบบ 
• เลือกใช้งานได้ทั้งแบบ
  • "Toggle" กดหนึ่งครั้งเพื่อเริ่ม กดอีกครั้งเพื่อหยุด
  • "Push-to-Talk" กดค้างไว้ขณะพูด
• เมื่อแปลงไฟล์เสร็จ ข้อความจะถูกคัดลอกลง Clipboard โดยอัตโนมัติ และสามารถตั้งค่าให้พิมพ์ลงในตำแหน่ง Cursor ที่เรากำลังพิมพ์อยู่ได้ทันที
• มีระบบเก็บประวัติการบันทึกย้อนหลังในเครื่อง พร้อมระบบค้นหา และสามารถส่งออกข้อมูล (Export) เป็นไฟล์ JSON, CSV หรือข้อความธรรมดาได้
• มีขนาดโมเดลให้เลือกตามความต้องการ ตั้งแต่ขนาด Tiny (เน้นความเร็ว) ไปจนถึง Large (เน้นความแม่นยำสูง)
• สามารถตั้งค่าคำศัพท์เฉพาะทาง, ชื่อเฉพาะ หรือศัพท์เทคนิค เพื่อเพิ่มความแม่นยำในการแปลงผล
• รองรับการเชื่อมต่อกับ OpenAI API หรือ API อื่นที่รองรับ เพื่อช่วยขัดเกลาข้อความให้แม่นยำมากขึ้น
• รองรับ macOS 14.0 (Sonoma) ขึ้นไป
• และความสามารถอื่น ๆ อีกมากมาย

เงื่อนไขการใช้งาน โปรแกรม Pindrop

โปรแกรม Pindrop เป็นซอฟต์แวร์ ฟรี (Free) ที่พัฒนาแบบ โอเพ่นซอร์ส (Open-Source) ที่อยู่ภายใต้เงื่อนไขการใช้งานแบบ MIT License ซึ่งหมายความว่าผู้ใช้สามารถใช้งาน, ดัดแปลง, แจกจ่าย และเข้าถึง โค้ดต้นฉบับ (Source Code) ได้อย่างเสรี ภายใต้เงื่อนไขที่กำหนด

หากต้องการค้นหาข้อมูลเพิ่มเติม สามารถติดต่อกับทางผู้พัฒนาโปรแกรมนี้ได้ผ่านทางช่องทางเว็บไซต์ (Website) : https://pindropstt.com/ (ภาษาอังกฤษ) ได้เลย

คำบรรยายภาษาอังกฤษ (English Descriptions)

Pindrop is a privacy-focused, high-performance dictation application for macOS. It operates entirely offline, ensuring that no audio data ever leaves your device. Designed for seamless integration with Apple Silicon, Pindrop utilizes WhisperKit, which optimizes OpenAI’s Whisper models to run at peak efficiency via Apple’s Core ML framework.

As a dedicated menu bar application, Pindrop is built natively using Swift and SwiftUI. This ensures a true native macOS experience both in terms of its graphical user interface (GUI) and overall performance avoiding the overhead of web-based or cross-platform frameworks like Tauri.

The app can be triggered from anywhere in the system using user-defined global hotkeys. It offers two recording modes: Toggle mode (click to start and stop) and Push-To-Talk (hold to speak and release to stop). Once recording is complete, the transcribed text is instantly copied to the clipboard. Furthermore, with Accessibility permissions enabled, Pindrop can automatically insert the transcribed text directly at the cursor's position in any active application.