En ny måde at indtaste tekst

Gennem hele den moderne historie har tastaturet været vores primære måde at kommunikere med maskiner på. Vi skriver kommandoer, kode, beskeder. Men efterhånden som AI bliver en samarbejdspartner snarere end bare et værktøj, er mængden af kontekst, vi skal formidle, eksploderet. Tastaturet er ikke længere nok.

Tale-til-tekst-teknologi har nået et vendepunkt. At tale er nu en levedygtig inputmetode — ikke en nyhed, men et ægte alternativ til at skrive. Dette er et paradigmeskift i måden, mennesker interagerer med computere.

Ligesom at lære at skrive på et QWERTY-tastatur kræver stemmeinput øvelse. Men indlæringskurven er langt kortere, og produktivitetsgevinsterne langt større. Vi vil ikke bare levere et værktøj, men en ny oplevelse — en der ændrer måden, du tænker om input i sig selv.

De fleste tale-til-tekst-værktøjer er bygget i USA og optimeret til engelsk. De fungerer godt nok for engelsktalende, men kvaliteten falder markant for andre sprog. Når sprog blandes — japansk med engelske tekniske termer, vietnamesisk med kodestykker — bryder eksisterende værktøjer ofte helt sammen.

Hovedudvikleren af koedesk er japaner og arbejder fra Vietnam. Denne førstehåndserfaring med at bruge stemmeinput på tværs af sprog og accenter formede enhver designbeslutning. Vi bemærkede det, andre overså: præcisionskløften mellem engelsk og resten af verden.

Derfor anbefaler vi ElevenLabs Scribe v2 som standardmodel. Den leverer konsekvent høj præcision på tværs af sprog — ikke kun engelsk og japansk, men også vietnamesisk, indonesisk, spansk og snesevis af andre. koedesk er i øjeblikket en af de få desktop-apps, der tilbyder Scribe v2-integration.

koedesk er bevidst simpel. Tryk på en tast, tal, slip. Dine ord vises, hvor din markør er. Ingen ekstra trin, ingen konfiguration nødvendig for at komme i gang.

Under motorhjelmen er vi besat af ydeevne. Appen er bygget i Rust — det samme sprog, der bruges til browsermotorer og operativsystemer. Stemmeaktivitetsdetektion, lydoptagelse og transskriptionsinitalisering er alle tunet for minimal latenstid. Når du stopper med at tale, vises teksten næsten øjeblikkeligt.

De fleste konkurrerende værktøjer bruger en to-trins pipeline: en tale-til-tekst-model til rå transskription, efterfulgt af en let LLM til at rydde op i fyldord, rette grammatik og omformatere output. Vi tager en anden tilgang. Scribe v2 er præcis nok til, at LLM-efterbehandling er unødvendig. Vi stoler direkte på modellens output.

Dette er et bevidst valg. Efterhånden som tale-til-tekst-modeller fortsætter med at forbedres, vil behovet for LLM-efterbehandling forsvinde. Ved at holde vores arkitektur simpel drager koedesk direkte fordel af enhver forbedring i de underliggende modeller — uden lag af kompleksitet imellem.

Guide Inc. er en softwareudviklingsvirksomhed med base i Tokyo, Japan, med et udviklingskontor i Ho Chi Minh City, Vietnam. Grundlagt i 2021 specialiserer vi os i finansiel teknologi — vi bygger handelsplatforme og mobilapps til store japanske finansielle institutioner.

koedesk blev født ud af vores daglige arbejde. Som udviklere, der bygger komplekse finansielle systemer, havde vi brug for en hurtigere måde at kommunikere med AI-kodningsassistenter, skrive dokumentation og forfatte beskeder — uden at tage hænderne fra tastaturflowet. Vi byggede det værktøj, vi ønskede eksisterede, og besluttede at dele det med verden.