ทำไมการพิมพ์ด้วยเสียงสำหรับนักพัฒนาไม่ควรมีแค่ภาษาอังกฤษ

มีข้อสมมติแบบมักง่ายฝังอยู่ในเครื่องมือสำหรับนักพัฒนาส่วนใหญ่: เพราะโค้ดเขียนด้วยคีย์เวิร์ดภาษาอังกฤษ นักพัฒนาก็ต้องทำงานเป็นภาษาอังกฤษด้วย ใครก็ตามที่เคยทำงานกับทีมในบูคาเรสต์ เซาเปาลู วอร์ซอ หรือเคียฟจริง ๆ ย่อมรู้ว่ามันผิดแค่ไหน

ใช่ ฟังก์ชันนั้นชื่อ getUserSession และ commit message ก็คงเป็นภาษาอังกฤษ แต่ลองมองทุกอย่างที่อยู่รอบโค้ด: เธรดใน Slack ที่บั๊กถูกรายงาน ข้อความถึงลูกค้าที่อธิบายความล่าช้า เอกสารภายในที่บรรยายแผนการย้ายระบบ คอมเมนต์รีวิวโค้ดที่ต้องใช้ศิลปะการทูต โน้ตจากสแตนด์อัพ ในทีมที่ใช้สองภาษา ชั้นทั้งหมดนั้นอาจเกิดขึ้นในภาษาของทีมเอง

ขณะเดียวกัน เครื่องมือพิมพ์ด้วยเสียงส่วนใหญ่ปฏิบัติกับคำพูดที่ไม่ใช่ภาษาอังกฤษเหมือนเรื่องที่ค่อยคิดทีหลัง: รองรับในเชิงเทคนิคอยู่ตรงไหนสักแห่งในเมนูตั้งค่า แทบไม่เคยถูกออกแบบมาเพื่อมันจริง ๆ และแทบไม่เคยเป็นพาดหัว ถ้าการพิมพ์ด้วยเสียงจะเป็นช่องทางป้อนข้อมูลจริงสำหรับนักสร้าง — ไม่ใช่แค่เดโม — มันต้องทำงานได้ในภาษาที่คุณคิดจริง ๆ

วันทำงานสองภาษาคือวันทำงานปกติ

เนื้อสัมผัสของมันเป็นแบบนี้: คุณคิดในภาษาแม่ เขียนโค้ดเป็นภาษาอังกฤษ และสลับไปมาระหว่างสองอย่างนี้ทั้งวัน นักพัฒนาชาวโรมาเนียเขียน retryWithBackoff แล้วหันไป Slack เพื่ออธิบายเป็นภาษาโรมาเนียว่าทำไมตรรกะ retry ถึงต้องมี backoff ตั้งแต่แรก วิศวกรชาวเยอรมันรีวิว PR ในไวยากรณ์ภาษาอังกฤษ แล้วเขียนหมายเหตุกำกับเป็นร้อยแก้วภาษาเยอรมัน

การพิมพ์รับมือกับความสองภาษานี้ได้สบาย เพราะแป้นพิมพ์ไม่สนใจว่าคุณพิมพ์ภาษาอะไร แต่ทันทีที่คุณเพิ่มเสียงเข้าไป เครื่องมือกลับเริ่มสนใจขึ้นมา ถ้าการพิมพ์ด้วยเสียงของคุณทำงานได้ดีแค่ในภาษาอังกฤษ คุณก็พูดได้แค่เศษเสี้ยวภาษาอังกฤษ_ที่ติดอยู่กับโค้ด_ แต่ไม่ใช่ข้อความ เอกสาร และคำอธิบายที่คุณเขียนในอีกภาษาหนึ่ง

เรื่องนี้คมขึ้นในเวิร์กโฟลว์แบบ agent ขนานที่เราเขียนไว้ใน การขับ Claude Code ด้วยเสียงของคุณ ถ้าเสียงของคุณคือช่องทางควบคุมของหลายเลน — สั่ง agent ในหน้าต่างหนึ่ง ตอบเพื่อนร่วมงานในอีกหน้าต่าง — เครื่องมือพิมพ์ด้วยเสียงที่สะดุดนอกภาษาอังกฤษก็ทำให้ครึ่งหนึ่งของเลนคุณพังพอดี prompt ถึง agent ใช้ได้ ส่วนคำตอบถึงเพื่อนร่วมทีมไม่ได้

Keebye ทำอะไรกับเรื่องนี้จริง ๆ

คำกล่าวอ้างเรื่องการรองรับภาษาคือจุดที่การตลาดของการพิมพ์ด้วยเสียงเริ่มพร่ามัว ฉะนั้นนี่คือสิ่งที่ Keebye ทำได้จริงในวันนี้ — ไม่มากกว่านั้น ไม่น้อยกว่านั้น

เอนจินเริ่มต้นถูกจูนมาเพื่อภาษาอังกฤษ เราจะไม่กลบเรื่องนี้ โมเดลที่มีมาตั้งแต่แกะกล่องถูกปรับให้เหมาะกับการพิมพ์ด้วยเสียงภาษาอังกฤษที่เร็วและแม่น เพราะมันคือค่าเริ่มต้นที่ดีที่เล็กที่สุด และผู้ใช้จำนวนมากก็ไม่ต้องการอะไรมากกว่านั้น

เอนจินหลายภาษาเป็นตัวเลือกชั้นหนึ่ง และมันรันในเครื่อง สลับไปใช้เอนจิน Canary ในหน้าตั้งค่า แล้วคุณจะได้การแปลงเสียงเป็นข้อความบนเครื่องใน 25 ภาษา: บัลแกเรีย โครเอเชีย เช็ก เดนมาร์ก ดัตช์ อังกฤษ เอสโตเนีย ฟินแลนด์ ฝรั่งเศส เยอรมัน กรีก ฮังการี อิตาลี ลัตเวีย ลิทัวเนีย มอลตา โปแลนด์ โปรตุเกส โรมาเนีย รัสเซีย สโลวัก สโลวีเนีย สเปน สวีเดน ยูเครน — พร้อมตัวเลือกภาษาให้ปักหมุดภาษาที่คุณใช้ทำงาน เหมือนทุกอย่างใน Keebye มันรันบน Mac ของคุณ: เสียงที่คุณคุยกับทีมในภาษาของตัวเองไม่เคยออกจากเครื่อง และมันยังทำงานต่อได้แบบออฟไลน์เมื่อดาวน์โหลดโมเดลเสร็จแล้ว

เอนจินเนทีฟของ Apple ก็มีให้เช่นกัน ถ้าคุณอยากใช้การรู้จำเสียงที่มีอยู่ใน macOS อยู่แล้ว — ซึ่งทำงานในภาษาระบบของคุณ — Keebye ใช้ตัวนั้นแทนได้ โดยไม่ต้องดาวน์โหลดโมเดลเลย

ศัพท์เฉพาะของคุณตามไปด้วย พจนานุกรมส่วนตัวใช้ได้ไม่ว่าจะเอนจินไหน ซึ่งสำคัญมากขึ้นในงานหลายภาษา ไม่ใช่น้อยลง — ทุกทีมสร้างภาษาผสมของตัวเองขึ้นมาจากชื่อผลิตภัณฑ์ คำยืมภาษาอังกฤษ และไวยากรณ์ท้องถิ่นที่ห่อมันไว้

และขอบเขตที่ต้องพูดตรง ๆ: 25 ภาษาคือ 25 ภาษา ไม่ใช่ "ทุกภาษา" ถ้าภาษาของคุณไม่อยู่ในรายการนั้น เอนจินหลายภาษาของ Keebye ยังครอบคลุมคุณไม่ได้ในวันนี้ และเราขอบอกแบบนั้นดีกว่าปัดเป็นตัวเลขสวย ๆ ทางการตลาด (กลไกในการใช้งานประจำวัน — การปักหมุดภาษา การสลับด่วนจากเมนูบาร์ สิ่งที่เกิดขึ้นเมื่อการตรวจจับอัตโนมัติเดาผิด — อยู่ใน ปักหมุดภาษาพิมพ์ด้วยเสียงของคุณ)

ทำไมสิ่งนี้ถึงหายาก และทำไมนั่นคือโอกาส

การพิมพ์ด้วยเสียงหลายภาษาแบบเน้นในเครื่องก่อนนั้นพบได้ยากจริง ๆ ผลิตภัณฑ์พิมพ์ด้วยเสียงบนคลาวด์มักมีรายการภาษายาวที่สุด — การส่งเสียงไปให้โมเดลใหญ่ฝั่งเซิร์ฟเวอร์คือวิธีง่ายที่สุดในการเพิ่มภาษา — แต่นั่นทำให้คำพูดของคุณวิ่งผ่านโครงสร้างพื้นฐานของคนอื่น ซึ่งเป็นสิ่งที่บางทีมยอมรับไม่ได้พอดี เราวางข้อแลกเปลี่ยนนั้นไว้อย่างตรงไปตรงมาใน Keebye เทียบกับ Wispr Flow ส่วนเครื่องมือที่เน้นในเครื่องก่อนนั้น ในอดีตมักนำด้วยภาษาอังกฤษและปฏิบัติกับภาษาอื่นเป็นแค่ช่องติ๊ก (ผู้ใช้ Superwhisper ที่กำลังชั่งใจคำถามเดียวกันอ่าน การเปรียบเทียบของเรา ได้)

ผลลัพธ์คือช่องว่างที่มีอยู่จริง: นักพัฒนาที่อยากพิมพ์ด้วยเสียงเป็นภาษาโปแลนด์_และ_เก็บเสียงไว้บนเครื่องตัวเองด้วย มีที่ยืนให้เลือกน้อยลงมาก

มันยังเป็นเรื่องส่วนตัวด้วย เรื่องราวของผู้ก่อตั้ง Keebye — สองลูก สามสตาร์ตอัป หนึ่งเสียง — บังเอิญเป็นเรื่องของนักสร้างที่พูดภาษาโรมาเนียและทำงานกับสตาร์ตอัประดับนานาชาติ: ความแยกสองภาษาแบบเดียวกับที่โพสต์นี้บรรยายพอดี ใช้ชีวิตอยู่กับมันทุกวัน เอนจินหลายภาษาไม่ใช่ฟีเจอร์ที่เราเพิ่มเข้ามาเพื่อตลาดใดตลาดหนึ่ง มันคือฟีเจอร์ที่ผู้ก่อตั้งต้องใช้ก่อนถึงเวลาอาหารกลางวัน

เรื่องนี้จะไปทางไหนต่อ

เดิมพันของเราง่ายมาก: การป้อนข้อมูลด้วยเสียงสำหรับนักสร้างจะถูกตัดสินแบบเดียวกับแป้นพิมพ์ — มันไม่ทำงานในภาษาของคุณ ก็คือมันพัง "ภาษาอังกฤษบวกดอกจัน" จะไม่รอดจากการปะทะกับทีมจริง

ถ้าคุณทำงานในหนึ่งใน 25 ภาษานั้น เริ่มทดลองใช้ฟรีได้ด้านล่าง สลับเอนจินเป็น Canary ปักหมุดภาษาของคุณ แล้วพูดคำตอบถัดไปใน Slack แบบที่คุณจะพูดจริง ๆ — จากนั้นบอกเราว่าอะไรพัง ในภาษาไหนก็ได้ที่คุณถนัด