Nový spôsob zadávania textu

Počas celej modernej histórie bola klávesnica naším hlavným spôsobom komunikácie so strojmi. Píšeme príkazy, kód, správy. Ale keď sa AI stáva spolupracovníkom, nie len nástrojom, množstvo kontextu, ktorý potrebujeme sprostredkovať, explodovalo. Klávesnica už nestačí.

Technológia rozpoznávania reči dosiahla bod zlomu. Hovorenie je teraz plnohodnotná metóda vstupu — nie novinka, ale skutočná alternatíva k písaniu. Toto je zmena paradigmy v interakcii človeka s počítačom.

Rovnako ako učenie sa písať na klávesnici QWERTY, hlasový vstup vyžaduje prax. Ale krivka učenia je oveľa kratšia a zisky produktivity oveľa väčšie. Chceme poskytnúť nielen nástroj, ale nový zážitok — taký, ktorý zmení váš pohľad na vstup.

Väčšina nástrojov na prevod hlasu na text je vytvorená v USA a optimalizovaná pre angličtinu. Fungujú dostatočne dobre pre anglicky hovoriacich, ale kvalita prudko klesá pre ostatné jazyky. Keď sa jazyky miešajú — japončina s anglickými technickými výrazmi, vietnamčina s útržkami kódu — existujúce nástroje často úplne zlyhávajú.

Hlavný vývojár koedesk je Japonec pracujúci z Vietnamu. Táto priama skúsenosť s používaním hlasového vstupu v rôznych jazykoch a prízvukoch formovala každé dizajnové rozhodnutie. Všimli sme si to, čo ostatní prehliadli: priepasť v presnosti medzi angličtinou a zvyškom sveta.

Preto odporúčame ElevenLabs Scribe v2 ako predvolený model. Poskytuje konzistentne vysokú presnosť vo všetkých jazykoch — nielen angličtine a japončine, ale aj vietnamčine, indonézštine, španielčine a desiatkach ďalších. koedesk je v súčasnosti jedna z mála desktopových aplikácií ponúkajúcich integráciu Scribe v2.

koedesk je zámerne jednoduchý. Stlačte kláves, hovorte, uvoľnite. Vaše slová sa objavia tam, kde je kurzor. Žiadne ďalšie kroky, žiadna konfigurácia na začiatok.

Pod kapotou sme posadnutí výkonom. Aplikácia je postavená v Rust — rovnakom jazyku, aký sa používa pre prehliadačové motory a operačné systémy. Detekcia hlasovej aktivity, zachytávanie zvuku a inicializácia prepisu sú optimalizované na minimálnu latenciu. Keď prestanete hovoriť, text sa objaví takmer okamžite.

Väčšina konkurenčných nástrojov používa dvojkrokový proces: model reč-na-text pre surový prepis, potom ľahký LLM na odstránenie výplňových slov, opravu gramatiky a preformátovanie výstupu. My volíme iný prístup. Scribe v2 je dostatočne presný, takže LLM post-spracovanie nie je potrebné. Dôverujeme priamo výstupu modelu.

Toto je zámerná voľba. Keďže modely reč-na-text sa ďalej zlepšujú, potreba LLM post-spracovania zmizne. Udržiavaním jednoduchej architektúry koedesk priamo profituje z každého vylepšenia základných modelov — bez vrstiev zložitosti medzi nimi.

Guide Inc. je spoločnosť na vývoj softvéru so sídlom v Tokiu, Japonsko, s vývojovým centrom v Ho Či Minovi, Vietnam. Založená v roku 2021, špecializujeme sa na finančnú technológiu — budujeme obchodné platformy a mobilné aplikácie pre veľké japonské finančné inštitúcie.

koedesk sa zrodil z našej každodennej práce. Ako vývojári budujúci komplexné finančné systémy sme potrebovali rýchlejší spôsob komunikácie s AI asistentmi kódovania, písania dokumentácie a zostavovania správ — bez toho, aby sme zdvihli ruky z klávesnice. Vytvorili sme nástroj, ktorý sme si priali, a rozhodli sa ho zdieľať so svetom.