Metin girmenin yeni yolu

Modern tarih boyunca klavye, makinelerle iletişim kurmanın birincil yolumuz olmuştur. Komutlar yazarız, kod yazarız, mesajlar oluştururuz. Ancak yapay zeka bir araç olmaktan çıkıp bir işbirlikçi haline geldikçe, aktarmamız gereken bağlam miktarı patladı. Klavye artık yeterli değil.

Konuşmadan metne teknolojisi bir dönüm noktasına ulaştı. Konuşmak artık geçerli bir giriş yöntemi — bir yenilik değil, yazmaya gerçek bir alternatif. Bu, insanların bilgisayarlarla etkileşim biçiminde bir paradigma değişimidir.

QWERTY klavyede yazmayı öğrenmek gibi, sesli giriş de pratik gerektirir. Ancak öğrenme eğrisi çok daha kısa ve verimlilik kazanımları çok daha büyüktür. Sadece bir araç değil, yeni bir deneyim sunmak istiyoruz — giriş hakkındaki düşüncelerinizi değiştiren bir deneyim.

Sesten metne araçlarının çoğu ABD'de üretilmiş ve İngilizce için optimize edilmiştir. İngilizce konuşanlar için yeterince iyi çalışırlar, ancak diğer diller için kalite keskin bir şekilde düşer. Diller karışınca — Japonca ile İngilizce teknik terimler, Vietnamca ile kod parçacıkları — mevcut araçlar çoğu zaman tamamen çöker.

koedesk'in baş geliştiricisi Vietnam'dan çalışan bir Japondur. Sesli girişi farklı diller ve aksanlar arasında kullanmanın bu doğrudan deneyimi, her tasarım kararını şekillendirdi. Başkalarının gözden kaçırdığını fark ettik: İngilizce ile dünyanın geri kalanı arasındaki doğruluk farkı.

Bu yüzden varsayılan model olarak ElevenLabs Scribe v2'yi öneriyoruz. Tüm dillerde tutarlı bir şekilde yüksek doğruluk sağlar — yalnızca İngilizce ve Japonca değil, aynı zamanda Vietnamca, Endonezce, İspanyolca ve düzinelerce daha fazlası. koedesk şu anda Scribe v2 entegrasyonu sunan birkaç masaüstü uygulamasından biridir.

koedesk kasıtlı olarak basittir. Bir tuşa basın, konuşun, bırakın. Kelimeleriniz imlecinizin olduğu yerde belirir. Ekstra adım yok, başlamak için yapılandırma gerekmiyor.

Kaputun altında performans konusunda takıntılıyız. Uygulama Rust ile yazılmıştır — tarayıcı motorları ve işletim sistemleri için kullanılan aynı dil. Ses aktivite algılama, ses yakalama ve transkripsiyon başlatma, minimum gecikme için optimize edilmiştir. Konuşmayı bıraktığınızda metin neredeyse anında görünür.

Rakip araçların çoğu iki aşamalı bir süreç kullanır: ham transkripsiyon için bir konuşmadan metne modeli, ardından dolgu kelimelerini temizlemek, dilbilgisini düzeltmek ve çıktıyı yeniden biçimlendirmek için hafif bir LLM. Biz farklı bir yaklaşım benimsiyoruz. Scribe v2, LLM son işleme gerektirmeyecek kadar doğrudur. Model çıktısına doğrudan güveniyoruz.

Bu bilinçli bir seçimdir. Konuşmadan metne modelleri gelişmeye devam ettikçe, LLM son işleme ihtiyacı ortadan kalkacaktır. Mimarimizi basit tutarak, koedesk altta yatan modellerdeki her gelişmeden doğrudan faydalanır — araya karmaşıklık katmanları girmeden.

Guide Inc., merkezi Tokyo, Japonya'da olan ve Ho Chi Minh Şehri, Vietnam'da geliştirme ofisi bulunan bir yazılım geliştirme şirketidir. 2021'de kurulan şirket, finansal teknoloji konusunda uzmanlaşmıştır — büyük Japon finans kuruluşları için ticaret platformları ve mobil uygulamalar geliştirmektedir.

koedesk günlük işimizden doğdu. Karmaşık finansal sistemler kuran geliştiriciler olarak, AI kodlama asistanlarıyla iletişim kurmak, dokümantasyon yazmak ve mesaj oluşturmak için daha hızlı bir yola ihtiyacımız vardı — ellerimizi klavyeden kaldırmadan. İstediğimiz aracı yaptık ve dünyayla paylaşmaya karar verdik.