Ke Mana Suaramu Pergi: Privasi Dikte, Sejujurnya

Kalau prompt-mu memuat kode yang belum dirilis, detail klien, atau versi kasar sebuah keputusan keamanan, "apakah dikte itu privat?" bukan pertanyaan pengaturan. Itu pertanyaan aliran data: ke mana rekamannya pergi, apa yang memprosesnya, dan apa yang tersisa setelah teksnya sampai di kursormu?

Jawabannya bergantung pada arsitektur. Sebagian alat dikte mengirim audio rekaman ke sebuah server. Yang lain menjalankan speech-to-text di perangkatmu. Kedua rancangan itu bisa dijelaskan dengan gamblang. Pertanyaan yang berguna bukanlah apakah sebuah produk memakai kata privat, melainkan apakah kamu bisa menggambar jalur lengkapnya dari mikrofon sampai teks.

Ke mana audio bisa berjalan dalam sebuah pipeline dikte

Jalur transkripsi cloud biasanya terlihat seperti ini:

microphone -> recorded audio -> vendor server -> speech-to-text -> optional AI cleanup -> text back to your Mac

Mengirim audio ke server bukan hal jahat. Begitulah arsitektur cloud menghasilkan transkrip, dan jalur server yang sama sering menangani pembersihan AI sebelum mengembalikan teksnya. Komprominya konkret: suaramu dan segala yang kamu ucapkan harus melintasi infrastruktur pihak ketiga. Kebijakan vendor-lah yang menentukan bagaimana data itu diproses, apakah ada yang disimpan, dan untuk berapa lama.

Pembersihan layak mendapat barisnya sendiri dalam diagram itu. Sebuah alat bisa menjalankan speech-to-text secara lokal, lalu mengirim transkripnya ke server untuk ditulis ulang oleh AI. Dalam kasus itu, audionya boleh jadi tetap di komputermu sementara isi ucapanmu tetap meninggalkannya dalam bentuk teks.

Jalur on-device bisa lebih pendek:

microphone -> local speech-to-text -> local cleanup -> text field

Transkripsi lokal menghapus server dari langkah speech-to-text. Ia tidak menjawab setiap pertanyaan privasi. Aplikasinya masih bisa mengirim telemetri, menyinkronkan transkrip, memanggil model cloud untuk pembersihan, atau menghubungi backend untuk pemeriksaan akun. "On-device" memberitahumu di mana satu bagian berjalan. Kamu tetap butuh sisa petanya.

Lima pertanyaan untuk diajukan ke aplikasi dikte mana pun

1. Di mana speech-to-text berjalan? Tanyakan apakah audio rekaman pergi ke server untuk ditranskripsi. "Terenkripsi dalam perjalanan" menjawab bagaimana ia berjalan, bukan apakah ia berjalan.

2. Di mana pembersihan berjalan? Kalau aplikasinya memperbaiki tata bahasa, membuang kata pengisi, atau menulis ulang transkrip, cari tahu apakah pekerjaan itu terjadi secara lokal atau lewat model cloud.

3. Apakah aplikasinya mengirim telemetri? Laporan crash, analitik pemakaian, dan diagnostik terpisah dari transkripsi. Tanyakan apa isi masing-masing laporan dan apakah kamu bisa mematikannya.

4. Apa yang disimpan, dan untuk berapa lama? Pisahkan audio dari transkrip. Periksa perangkatnya, server vendor, cadangan, dan fitur riwayat atau sinkronisasi apa pun.

5. Apa yang terjadi di kolom password? Aplikasi dikte seharusnya mengenali kolom aman dan menolak menyisipkan teks di sana. Kalau tidak, rahasia yang diucapkan bisa melewati jalur dikte biasa atau muncul di riwayat.

Pertanyaan ini berlaku untuk vendor mana pun. Kalau pertanyaan cloud-versus-lokal yang menggerakkan keputusan pembelianmu, panduan Keebye vs Wispr Flow membingkai komprominya tanpa menyatakan apa yang seharusnya paling kamu hargai.

Ke mana Keebye mengirim suaramu

Jalur dikte Keebye tetap di Mac kamu. Ketiga opsi speech-to-text-nya berjalan on-device: Parakeet adalah engine bahasa Inggris default, Canary adalah engine 25 bahasa yang diaktifkan sendiri, dan engine bawaan Apple juga tersedia. Pembersihan berbasis aturan dan polesan LLM lokal yang opsional juga tetap di Mac.

Jalur dikte tidak melakukan panggilan jaringan. Keebye terhubung untuk unduhan model, pemeriksaan update aplikasi, serta untuk masuk plus pemeriksaan uji coba atau paket -- tidak pernah untuk mengirim audio atau transkrip. Setelah kamu mengunduh sebuah model, transkripsi dan pembersihan tetap bekerja offline. Panduan dikte offline menjelaskan batas ketergantungan itu lebih rinci.

Keebye tidak punya telemetri di dalam aplikasi. Riwayat dikte tetap di Mac kamu, menyimpan teks alih-alih audio, dan otomatis menghapus entri setelah 30 hari. Keebye juga menolak mendikte ke kolom aman atau kolom password secara desain.

Batas itu penting saat suaramu membawa lebih dari sekadar daftar belanja. Kalau kamu memakai dikte untuk menulis instruksi agent, catatan code review, atau prompt tentang pekerjaan yang belum dirilis, panduan dikte untuk prompt AI membahas workflow di sekitar input sensitif itu.

Uji sendiri klaim offline-nya

Kamu bisa mengamati sendiri apakah dikte tetap bekerja tanpa koneksi jaringan.

Mulai uji cobanya dan masuk, unduh sebuah model suara, lalu matikan Wi-Fi. Diktekan ke kolom teks biasa. Transkripnya tetap muncul karena speech-to-text dan pembersihan memakai komponen lokal yang sudah ada di Mac kamu.

Tes ini menunjukkan operasi offline setelah unduhan model. Ia tidak memverifikasi permintaan backend, penyimpanan, telemetri, atau postur privasi aplikasi secara keseluruhan. Ia bukan pengganti audit keamanan penuh, tapi ia pemeriksaan yang berguna bahwa sebuah klaim privasi mengubah perilaku yang bisa diamati.

Batasan

Keebye masih akses awal dan hanya untuk macOS. Kalau kamu butuh rilis yang sudah teruji untuk produksi atau sistem operasi lain hari ini, ia belum cocok.

Keebye terhubung ke backend kami untuk masuk dan pemeriksaan uji coba atau paket, tidak pernah untuk audio atau transkrip. Koneksi itu mendukung operasi akun meskipun dikte itu sendiri bekerja offline setelah unduhan model.

Situs keebye.com memakai analitik web standar. Aplikasi Keebye sendiri tidak punya telemetri. Pengukuran situs dan perilaku aplikasi adalah sistem yang terpisah, dan pembedaan itu penting.

Transkripsi on-device tetap bisa salah. Pemrosesan lokal mengubah ke mana datamu pergi; ia tidak membuat pengenalan suara jadi mustahil salah. Tinjau prompt, perintah, dan pesan yang sensitif sebelum kamu mengirimnya.

Klaim privasi seharusnya cukup spesifik untuk diperiksa. Untuk Keebye, operasi offline adalah satu klaim yang bisa diamati: unduh modelnya, putuskan jaringannya, dan lanjutkan mendikte.