L'app di dettatura che funziona quando internet non funziona

Alcune lamentele emergono solo quando qualcosa si rompe, ed è per questo che è facile sottovalutarle finché non capitano a te: la dettatura cloud dipende dalla rete. Un disservizio del fornitore, e il tuo tasto di dettatura non fa niente. Il Wi-Fi dell'hotel che cade, e una frase può svanire dentro uno spinner. Un aereo. Un tunnel ferroviario. Una VPN che rinegozia esattamente nel momento sbagliato. Non è il difetto di un prodotto; è ciò che significa dipendere da un viaggio di andata e ritorno.

La crudeltà sta in cosa smette di funzionare. Se cade la tua app per gli appunti, apri un file di testo. Se cade la tua dettatura, perdi un metodo di input — la cosa attorno a cui avevi costruito la memoria muscolare, a metà frase, di solito mentre le mani erano occupate in altro. Ed era esattamente il motivo per cui stavi dettando.

Sotto la questione della disponibilità sta una questione di privacy: il tuo audio vocale lascia la macchina? In un percorso di trascrizione cloud, le registrazioni di te che pensi ad alta voce — nomi di clienti, funzioni non ancora rilasciate, il problema di sicurezza che stai descrivendo a un collega — viaggiano verso l'infrastruttura di qualcun altro per diventare testo. Quel percorso può dipendere anche da sessioni, account e disponibilità di servizi fuori dal tuo controllo.

Ho costruito la risposta di Keebye a tutto questo prima di formularla come funzione, perché il mio requisito era brutale: doveva funzionare con il Wi-Fi spento. Ecco che aspetto ha davvero, e quanto costa.

Perché la dettatura cloud fallisce fino a zero

Vale la pena esplicitare la meccanica di categoria, perché spiega perché questa lamentela non sparisce mai del tutto, per quanto buoni diventino i prodotti.

Un ciclo di dettatura cloud ha almeno quattro anelli: catturare l'audio sulla tua macchina, spedirlo a un server, eseguire l'inferenza lì, rispedire indietro il testo. Ogni anello è una dipendenza — la tua rete, la loro rete, il loro livello di autenticazione, la loro capacità, il loro uptime. La catena di solito regge. Ma quando un anello si spezza, si spezza tutto il ciclo, e si spezza fino a zero. Non «più lento», non «meno preciso» — al cursore non arriva niente. Un degrado sarebbe tollerabile; la dettatura degrada al silenzio.

I fornitori possono lavorarci sopra con forza, ma non possono riparare anelli che non possiedono: il router dell'hotel, il volo, la VPN aziendale, l'incidente sulla dorsale tra te e loro. Uno strumento la cui disponibilità dipende da diversi sistemi può smettere di funzionare quando anche uno solo di essi non è disponibile.

Cosa succede quando non c'è nessun cloud da cui ripiegare?

L'architettura di Keebye risponde alla domanda eliminandola. Lo speech-to-text gira interamente on-device — modelli ONNX, inferenza locale, sul silicio del tuo Mac. Ci sono zero chiamate di rete nel percorso di dettatura. Non «le riduciamo al minimo», non «le raggruppiamo» — zero. E non c'è nemmeno telemetria. Nessuna. Quando tieni premuto il tasto e parli, nessun pacchetto lascia la macchina per conto tuo.

Voglio sottolineare il punto architetturale, perché è la differenza tra questo e una «modalità offline». Una modalità offline è un ripiego: il percorso normale va nel cloud, e quando il cloud è irraggiungibile subentra un percorso locale degradato — se l'app se ne accorge in tempo, se il percorso locale è mantenuto, se il passaggio di consegne funziona a metà frase. Keebye non ha alcun passaggio di consegne perché non ha un percorso cloud da cui passare. L'inferenza locale non è il piano di riserva; è l'unico piano. Un disservizio a monte non può romperla per la stessa ragione per cui un blackout in un altro Paese non può spegnere la lampada sulla tua scrivania. Immunità per costruzione, non per ripiego.

È anche qui che la lamentela più silenziosa trova risposta senza una pagina di impostazioni. Il tuo audio non lascia mai la macchina — non cifrato in transito, non anonimizzato, semplicemente mai inviato, perché non c'è nessun posto a cui inviarlo. Se attivi la cronologia delle dettature, ciò che viene salvato è solo testo, in un database SQLite locale sul tuo disco. (Quella cronologia è una storia a sé di qualità della vita — la ricorrente lamentela «dov'è finita la mia dettatura?» — che abbiamo trattato in La tua dettatura non dovrebbe sparire e basta.) E la fragilità di account e sessioni sparisce insieme agli account: nel percorso di dettatura non c'è nessuna sessione cloud che possa scadere, quindi non c'è nessuna riautenticazione tra te e una hotkey funzionante.

L'unica volta in cui ti serve internet

Onestà d'obbligo, detta chiaramente: i modelli devono in qualche modo arrivare sulla tua macchina. Al primo avvio, Keebye scarica il suo modello vocale — circa 700 MB per il motore inglese, e circa 1,3 GB se abiliti il motore multilingue. È un download vero, una volta per motore, e per farlo ti serve internet.

Dopodiché i modelli vivono su disco e la trascrizione gira su di essi in locale, con o senza rete, finché non li rimuovi o li sostituisci. Ma se quel primo avvio capita in aereo, sei fermo finché non atterri — fai la configurazione prima di viaggiare, non durante. Preferisco che tu lo senta da me piuttosto che scoprirlo sopra l'Atlantico.

La questione della precisione, con risposta onesta

Il download è la piccola avvertenza. Ecco quella più grossa, perché gli strumenti on-device amano saltarla.

I modelli cloud più grandi possono essere più precisi di un modello on-device. Un modello che riempie un rack ha una capacità che un file da 700 MB non ha, e fingere il contrario sarebbe un insulto alla tua intelligenza. Quello che dico — e che credo per averci convissuto con entrambi — è che il divario si è ridotto parecchio e, cosa più importante, che le modalità di fallimento differiscono per natura. Il giorno peggiore di un modello on-device è una parola sentita male che correggi. Il giorno peggiore di un modello cloud è zero output, perché la sua precisione è moltiplicata per la sua disponibilità, e la disponibilità è il termine che va a zero in treno. Quale modalità di fallimento preferisci portarti dietro dipende dalle tue giornate; nelle mie ci sono troppi treni.

Oggi è solo per macOS, ed è in accesso anticipato. Nessuna build Windows, e le asperità che l'accesso anticipato implica. Se il tuo setup è Windows-first, la risposta onesta è che Keebye non può ancora aiutarti.

Se lo stai soppesando rispetto a uno strumento che già usi, le pagine di confronto sono la versione equilibrata di questo argomento. Keebye vs Superwhisper mette a confronto due prodotti con percorsi di trascrizione on-device; Keebye vs Wispr Flow copre la decisione tra locale e cloud. E se l'alternativa che stai valutando è la dettatura integrata in macOS, dettatura vocale per Mac copre ciò che l'opzione integrata fa bene e dove Keebye si differenzia.

La disponibilità è una funzione

La categoria della dettatura ha passato anni a competere su percentuali di precisione, e la precisione conta. Ma la lamentela che davvero spinge le persone a cambiare strumento è raramente «una volta mi ha sentito male». È «ha smesso di funzionare, di nuovo, e non so perché, e la soluzione prevedeva di accedere a qualcosa». La disponibilità — noiosa, priva di gloria — è la funzione che noti solo come assenza.

Il modo per rendere un metodo di input affidabile quanto una tastiera è dargli la stessa lista di dipendenze di una tastiera: la macchina che hai davanti, e nient'altro. È tutto qui il progetto.

Keebye è in accesso anticipato per macOS. Inizia la prova gratuita qui sotto, fai il download del primo avvio mentre hai ancora internet, poi entra nel tunnel ferroviario — o semplicemente spegni il Wi-Fi — e detta di nuovo la stessa frase.