Uus viis teksti sisestamiseks

Kogu kaasaegse ajaloo vältel on klaviatuur olnud meie peamine viis masinatega suhtlemiseks. Me kirjutame käske, koodi, sõnumeid. Kuid kuna AI muutub pigem koostööpartneriks kui lihtsalt tööriistaks, on konteksti hulk, mida peame edastama, plahvatuslikult kasvanud. Klaviatuurist enam ei piisa.

Kõne-tekstiks tehnoloogia on jõudnud pöördepunkti. Rääkimine on nüüd elujõuline sisestusmeetod — mitte uudsus, vaid tõeline alternatiiv trükkimisele. See on paradigma muutus selles, kuidas inimesed arvutitega suhtlevad.

Nagu QWERTY klaviatuuril trükkimise õppimine, nõuab häälsisestus harjutamist. Kuid õppimiskõver on palju lühem ja tootlikkuse kasv palju suurem. Me tahame pakkuda mitte ainult tööriista, vaid uut kogemust — sellist, mis muudab seda, kuidas te sisestamisest mõtlete.

Enamik kõne-tekstiks tööriistu on loodud USA-s ja optimeeritud inglise keele jaoks. Need töötavad inglise keele kõnelejate jaoks piisavalt hästi, kuid kvaliteet langeb teiste keelte puhul järsult. Kui keeled segunevad — jaapani keel ingliskeelsete tehniliste terminitega, vietnami keel koodilõikudega — lagunevad olemasolevad tööriistad sageli täielikult.

koedeski juhtiv arendaja on jaapanlane, kes töötab Vietnamist. See otsene kogemus häälsisestuse kasutamisel erinevates keeltes ja aksentidega kujundas iga disainiotsuse. Me märkasime seda, mida teised eirasid: täpsuse lõhe inglise keele ja ülejäänud maailma vahel.

Seetõttu soovitame vaikimisi mudelina ElevenLabs Scribe v2. See pakub järjepidevalt kõrget täpsust kõigis keeltes — mitte ainult inglise ja jaapani keeles, vaid ka vietnami, indoneesia, hispaania ja kümnetes teistes keeltes. koedesk on praegu üks väheseid töölauarakendusi, mis pakuvad Scribe v2 integratsiooni.

koedesk on tahtlikult lihtne. Vajutage klahvi, rääkige, vabastage. Teie sõnad ilmuvad sinna, kus on teie kursor. Ei mingeid lisasamme, konfiguratsioon pole alustamiseks vajalik.

Kapoti all oleme jõudlusest kinnisideelised. Rakendus on ehitatud Rust keeles — samas keeles, mida kasutatakse brauserimootorite ja operatsioonisüsteemide jaoks. Häälaktiivsuse tuvastamine, heli salvestamine ja transkriptsiooni algatamine on kõik häälestatud minimaalse viivituse jaoks. Kui lõpetate rääkimise, ilmub tekst peaaegu koheselt.

Enamik konkureerivaid tööriistu kasutab kaheastmelist protsessi: kõne-tekstiks mudel toortranskriptsiooniks, millele järgneb kerge LLM täitesõnade puhastamiseks, grammatika parandamiseks ja väljundi ümbervormindamiseks. Meie lähenemine on erinev. Scribe v2 on piisavalt täpne, et LLM järeltöötlus on ebavajalik. Me usaldame mudeli väljundit otse.

See on teadlik valik. Kuna kõne-tekstiks mudelid jätkavad paranemist, kaob vajadus LLM järeltöötluse järele. Hoides oma arhitektuuri lihtsana, saab koedesk otsest kasu igast alusmudelite parandusest — ilma keerukuse kihtideta vahepeal.

Guide Inc. on tarkvaraarenduse ettevõte, mis asub Tokyos, Jaapanis, arenduskontoriga Ho Chi Minhi linnas, Vietnamis. Asutatud 2021. aastal, spetsialiseerume finantstehnoloogiale — ehitame kauplemisplatvorme ja mobiilirakendusi suurtele Jaapani finantsasutustele.

koedesk sündis meie igapäevasest tööst. Keerukaid finantssüsteeme ehitavate arendajatena vajasime kiiremat viisi AI kodeerimisassistentidega suhtlemiseks, dokumentatsiooni kirjutamiseks ja sõnumite koostamiseks — ilma käsi klaviatuurivoost ära võtmata. Me ehitasime tööriista, mida soovisime, et see oleks olemas, ja otsustasime seda maailmaga jagada.