Varför jag byggde ParlaParla istället för att betala $15/månad för Wispr Flow
Jag provade Wispr Flow. Det är bra. Men efter en månad öppnade jag min faktureringssida, såg debiteringen på $14.99, och började räkna. Det jag hittade övertygade mig om att bygga något eget istället.
Det här är historien om hur ParlaParla kom till — och varför ekonomin bakom prenumerationsbaserade dikteringsappar aldrig riktigt gick ihop för mig.
Ögonblicket då jag började ifrågasätta modellen
Jag dikterar mycket. PR-beskrivningar, commit-meddelanden, Slack-trådar, Linear-kommentarer, långa mejl. Det är snabbare än att skriva för allt som är längre än två meningar, och för någon som skriver mycket på danska — mitt modersmål — är noggrannhetsfördelen gentemot Apples inbyggda diktering påtaglig.
Wispr Flow var det självklara förstavalet. Det har ett bra gränssnitt, smidig Mac-integration och Whisper-kvalitet på noggrannheten. Jag registrerade mig, lade till det i menyraden och använde det i ungefär sex veckor.
Sedan lade jag märke till något. Jag var nyfiken på vad jag faktiskt spenderade på transkription. Inte vad jag betalade Wispr — det visste jag: $14.99/månad. Jag ville veta vad transkriptionen i sig kostade till OpenAI:s publicerade priser.
OpenAI tar ut $0.006 per minut ljud för Whisper-transkription. Jag uppskattade att jag dikterade ungefär 20–30 minuter per dag, fem dagar i veckan. Det är ungefär 400–600 minuter i månaden.
Till $0.006 per minut kostar 600 minuters ljud $3.60.
Jag betalade $14.99 för något med en inmatningskostnad på $3.60. Det är ungefär ett 4x påslag. Och jag låg i det tyngre användningsändet — lättare användare skulle stå inför 10x eller värre.
BYOK-idén var inte ny
Konceptet "bring your own API key" fanns redan i AI-ekosystemet. Vissa verktyg låter dig koppla in din egen OpenAI-nyckel och faktureras direkt. Jag började leta efter en dikteringsapp som fungerade på det sättet.
Det fanns ett par alternativ — MacWhisper, Whisper Transcription — men de var mestadels inriktade på att transkribera ljudfiler, inte systemövergripande diktering med en global snabbtangent. Det användningsfall jag ville ha var: håll ned en tangent, tala, släpp, text dyker upp var min markör är. Som Wispr Flow. Men utan prenumerationen.
Jag kunde inte hitta exakt det jag ville ha. Så jag byggde det.
Vad jag ville att ParlaParla skulle vara
Jag hade en kort lista med krav:
- Global snabbtangent. Håll ned för att spela in, släpp för att transkribera. Fungerar i alla appar — VS Code, Cursor, Slack, Terminal, Safari, Linear. Inga undantag.
- BYOK. Din OpenAI API-nyckel. Din fakturering. Ditt förhållande med OpenAI. Jag är inte i mitten av ditt ljud.
- Ingen prenumeration. Köp en gång, använd hur länge som helst. Appen behöver ingen serverinfrastruktur — det är en tunn inbyggd klient ovanpå ett API du redan betalar för.
- Integritetsförst-arkitektur. Ljud går direkt från din Mac till OpenAI. Inte genom mina servrar. Inte genom någons servrar. Ett hopp, ett förtroendebeslut.
- Flerspråkig. Jag dikterar på danska. Mina kollegor dikterar på engelska, svenska, tyska. Appen måste hantera detta utan problem.
- AI-polering, valfritt. Rå transkription är bra. Polerad text — med utfyllnadsord borttagna och grammatiken korrigerad — är ibland bättre. Valet ska vara ditt.
Allt på den listan är tekniskt okomplicerat. Det intressanta designvalet var vad man skulle utesluta.
Vad jag medvetet uteslöt
ParlaParla har ingen molnsynkroniseringsfunktion. Det finns inget konto att skapa. Ingen instrumentpanel. Ingen användningsanalys som skickas tillbaka till mig. Ingen e-postmarknadsföringslista du hamnar på.
Det här är inte förbiseenden. Det är medvetna val.
Varje funktion som kräver serverinfrastruktur kräver också att jag underhåller den, säkrar den och betalar för den för evigt. Prenumerationsmodellen finns, delvis, för att finansiera den infrastrukturen. Om det inte finns någon infrastruktur, finns det ingen prenumeration.
ParlaParla är en inbyggd macOS-app som pratar med OpenAI:s API med din nyckel. Den körs helt på din Mac. När du stänger den körs ingenting i ett datacenter någonstans som kan kopplas till din användning.
Det innebär också att jag kan sälja den som ett engångsköp. Du betalar en gång. Appen fungerar hur länge som helst. Om OpenAI ändrar sitt API och jag behöver uppdatera ParlaParla, är den uppdateringen gratis.
Integritetsargumentet väger tyngre än priset
Jag vill vara ärlig om något: för många användare är $15/månad inte mycket pengar. Om Wispr Flow fungerar bra för dig och priset inte stör dig är det ett helt rimligt val.
Men det finns ett argument för BYOK som inte har något med pengar att göra: dataroutning.
När du använder en prenumerationsbaserad dikteringstjänst tar ditt ljud två hopp: din Mac till tjänstens servrar, sedan tjänstens servrar till OpenAI. Det första hoppet innebär att ett tredjepartsföretag tar emot ditt ljud innan det transkriberas.
För de flesta är det helt okej. För jurister som dikterar klientanteckningar, journalister som arbetar med känsliga berättelser, eller vem som helst vars ord har professionell eller juridisk tyngd — kanske inte.
Med ParlaParla och din egen API-nyckel finns det bara ett hopp: din Mac till OpenAI. Appen tar aldrig emot ditt ljud. Det finns ingen proxy. Om du litar på OpenAI med din text (som du gör när du använder ChatGPT) utökar du inte det förtroendet ytterligare genom att använda ParlaParla.
Det flerspråkiga problemet ingen pratar om
Jag är dansk. Det spelar större roll än det kanske verkar.
Apples inbyggda diktering hanterar danska dåligt. Den mishör konsekvent vanliga danska ord, kämpar med sammansatta substantiv och producerar text som behöver väsentlig korrigering. För att ett dikteringsverktyg ska vara användbart måste korrigeringsomkostnaden vara nära noll — annars skriver du bara långsammare.
OpenAI:s Whisper-modell är dramatiskt bättre på danska, och på de andra skandinaviska språken. Den hanterar också tyska, franska, spanska, italienska och många andra med noggrannhet som matchar eller överstiger engelska. ParlaParla skickar ditt föredragna språk till Whisper explicit, så du får bästa möjliga transkription för ditt språk — inte bara för engelska.
För icke-engelsktalande är detta ensamt ofta den avgörande faktorn.
Vad det kostar att använda
Jag använder ParlaParla varje dag. En typisk månad för mig ser ut så här:
- ~25 minuters diktering per arbetsdag
- ~20 arbetsdagar per månad
- ~500 minuter totalt
- 500 × $0.006 = $3.00
Vissa månader använder jag mer, vissa mindre. Min OpenAI-räkning för diktering har aldrig överstigit $5. Den månaden jag skrev mycket och använde AI-polering intensivt nådde den $6.20.
Min tidigare Wispr Flow-räkning var $14.99. Varje månad. Oavsett användning.
Bör du använda ParlaParla?
Ärligt talat beror det på vad du vill ha.
Om du vill ha den mest polerade, funktionsrika dikteringsupplevelsen med ett stort team bakom, är Wispr Flow eller Superwhisper solida val. De har fler anställda, fler resurser och fler UI-funktioner.
Om du vill ha något lätt, privat och billigt att köra — och du är bekväm med att klistra in en API-nyckel i en app — är ParlaParla byggt för exakt det.
Appen jag byggde är appen jag ville att det skulle finnas. Om den låter som appen du vill ha tror jag att du kommer att gilla den.
Engångsköp. Din egen OpenAI-nyckel. Ingen prenumeration.