Aplikasi Imlak yang Berfungsi Apabila Internet Tidak

Sesetengah rungutan hanya muncul apabila sesuatu rosak, dan itulah sebabnya ia mudah dipandang ringan sehingga ia berlaku kepada anda: imlak cloud bergantung pada rangkaian. Satu gangguan penyedia, dan kekunci imlak anda tidak boleh buat apa-apa. Wi-Fi hotel yang terputus, dan satu ayat boleh lenyap ke dalam pemutar menunggu. Sebuah kapal terbang. Sebuah terowong kereta api. Satu VPN yang berunding semula tepat pada saat yang salah. Ini bukan kecacatan satu produk; inilah maksud bergantung pada perjalanan pergi balik.

Kekejamannya ialah apa yang gagal. Jika aplikasi mencatat nota anda tumbang, anda buka satu fail teks. Jika imlak anda tumbang, anda kehilangan satu kaedah input — benda yang anda telah bina memori otot di sekelilingnya, di tengah ayat, biasanya sementara tangan anda sibuk dengan sesuatu yang lain. Itulah keseluruhan sebab anda mengimlak.

Di bawah rungutan ketersediaan itu terletak satu soalan privasi: adakah audio suara anda keluar dari mesin? Dalam laluan transkripsi cloud, rakaman anda berfikir dengan lantang — nama pelanggan, ciri yang belum dikeluarkan, isu keselamatan yang anda huraikan kepada rakan sepasukan — mengembara ke infrastruktur orang lain untuk menjadi teks. Laluan itu juga boleh bergantung pada sesi, akaun dan ketersediaan perkhidmatan di luar kawalan anda.

Saya membina jawapan Keebye untuk ini sebelum saya mengungkapkannya sebagai satu ciri, kerana keperluan saya sendiri adalah terus terang: ia mesti berfungsi dengan Wi-Fi dimatikan. Inilah rupanya yang sebenar, dan apa kosnya.

Kenapa imlak cloud gagal sehingga sifar

Mekanik peringkat kategori berbaloi dieja, kerana ia menerangkan kenapa rungutan ini tidak pernah hilang sepenuhnya tidak kira sebaik mana produk itu menjadi.

Gelung imlak cloud mempunyai sekurang-kurangnya empat pautan: tangkap audio pada mesin anda, hantar ke pelayan, jalankan inferens di sana, hantar teks balik. Setiap pautan ialah satu kebergantungan — rangkaian anda, rangkaian mereka, lapisan auth mereka, kapasiti mereka, uptime mereka. Rantaian itu biasanya elok. Tetapi apabila mana-mana pautan putus, keseluruhan gelung putus, dan ia putus ke sifar. Bukan “lebih perlahan,” bukan “kurang tepat” — tiada apa yang sampai ke kursor anda. Degradasi masih boleh diterima; imlak merosot menjadi senyap.

Penyedia boleh mereka bentuk dengan kuat menentang ini, tetapi mereka tidak boleh membaiki pautan yang bukan milik mereka: penghala hotel, penerbangan itu, VPN korporat anda, insiden tulang belakang rangkaian antara anda dan mereka. Alat yang ketersediaannya bergantung pada beberapa sistem boleh gagal apabila mana-mana satu daripadanya tidak tersedia.

Apa yang berlaku apabila tiada cloud untuk diundurkan?

Senibina Keebye menjawab soalan itu dengan membuangnya. Speech-to-text berjalan sepenuhnya on-device — model ONNX, inferens setempat, pada silikon Mac anda sendiri. Ada sifar panggilan rangkaian dalam laluan imlak. Bukan “kami meminimumkannya,” bukan “kami mengumpulkannya secara batch” — sifar. Tiada telemetri juga. Langsung tiada. Apabila anda menahan kekunci dan bercakap, tiada paket keluar dari mesin bagi pihak anda.

Saya mahu menekankan hujah senibina itu, kerana itulah perbezaan antara ini dan sebuah “mod offline.” Mod offline ialah sandaran: laluan biasa pergi ke cloud, dan apabila cloud itu tidak dapat dicapai, satu laluan setempat yang terdegradasi mengambil alih — jika aplikasi itu perasan tepat pada masanya, jika laluan setempat itu diselenggara, jika serahan itu berjaya di tengah ayat. Keebye tiada serahan sedemikian kerana ia tiada laluan cloud untuk diserahkan daripadanya. Inferens setempat bukan pelan sandaran; ia satu-satunya pelan. Gangguan di hulu tidak boleh merosakkannya atas sebab yang sama seperti kejutan elektrik di negara lain tidak boleh mematikan lampu meja anda. Kekebalan melalui binaan, bukan melalui sandaran.

Di sinilah juga rungutan yang lebih senyap itu dijawab tanpa halaman tetapan. Audio anda tidak pernah keluar dari mesin — bukan disulitkan-semasa-transit, bukan dianonimkan, cuma tidak pernah dihantar, kerana tiada tempat untuk menghantarnya. Jika anda menghidupkan sejarah imlak, apa yang disimpan ialah teks sahaja, dalam pangkalan data SQLite setempat pada cakera anda sendiri. (Sejarah itu ada kisah kualiti hidupnya sendiri — rungutan berulang “ke mana perginya imlak saya?” — yang kami liputi dalam imlak anda tidak sepatutnya hilang begitu sahaja.) Dan kerapuhan akaun-dan-sesi itu hilang bersama akaun: tiada sesi cloud untuk luput dalam laluan imlak, jadi tiada pengesahan semula yang berdiri antara anda dan sebuah hotkey yang berfungsi.

Satu-satunya masa anda memang perlukan internet

Kejujuran yang diperlukan, dinyatakan terus terang: model itu perlu sampai ke mesin anda entah bagaimana. Pada larian pertama, Keebye memuat turun model pertuturannya — kira-kira 700 MB untuk enjin bahasa Inggeris, dan lebih kurang 1.3 GB jika anda mengaktifkan enjin berbilang bahasa. Itu muat turun yang sebenar, sekali setiap enjin, dan anda perlukan internet untuknya.

Selepas itu, model itu tinggal pada cakera dan transkripsi berjalan terhadapnya secara setempat, ada rangkaian atau tiada, sehingga anda membuang atau menggantikannya. Tetapi jika larian pertama itu berlaku di dalam kapal terbang, anda tidak bernasib baik sehingga anda mendarat — buat persediaan sebelum anda mengembara, bukan semasa. Saya lebih rela anda mendengarnya daripada saya berbanding menemuinya di atas Atlantik.

Soalan ketepatan, dijawab secara jujur

Muat turun itu ialah amaran yang kecil. Inilah yang lebih besar, kerana alat on-device suka melangkaunya.

Model cloud yang terbesar boleh menjadi lebih tepat daripada model on-device. Model yang memenuhi satu rak pelayan mempunyai kapasiti yang tidak dimiliki fail 700 MB, dan berpura-pura sebaliknya akan menghina kecerdasan anda. Apa yang saya akan katakan — dan apa yang saya percaya daripada hidup dengan kedua-duanya — ialah jurang itu telah mengecil dengan banyak, dan yang lebih penting, mod kegagalannya berbeza secara jenis. Hari paling teruk bagi model on-device ialah satu perkataan yang tersalah dengar yang anda betulkan. Hari paling teruk bagi model cloud ialah output sifar, kerana ketepatannya didarab dengan ketersediaannya, dan ketersediaan ialah sebutan yang menjadi sifar di dalam kereta api. Mod kegagalan mana yang anda lebih rela miliki bergantung pada hari anda; hari saya terlalu banyak kereta api.

Ia untuk macOS sahaja hari ini, dan ia akses awal. Tiada binaan Windows, dan sudut-sudut kasar yang tersirat daripada akses awal. Jika persediaan anda mendahulukan Windows, jawapan jujurnya ialah Keebye belum boleh membantu anda lagi.

Jika anda menimbang ini terhadap alat yang sudah anda guna, halaman perbandingan ialah versi adil bagi hujah ini. Keebye vs Superwhisper membandingkan dua produk dengan laluan transkripsi on-device; Keebye vs Wispr Flow merangkumi keputusan setempat lawan cloud. Dan jika alternatif yang anda timbang ialah imlak yang terbina dalam macOS, imlak suara untuk Mac merangkumi apa yang dilakukan ciri terbina dalam itu dengan baik dan di mana Keebye berbeza.

Ketersediaan ialah satu ciri

Kategori imlak telah bertahun-tahun bersaing pada peratusan ketepatan, dan ketepatan itu penting. Tetapi rungutan yang sebenarnya mendorong orang bertukar alat jarang sekali “ia tersalah dengar saya sekali.” Ia “ia berhenti berfungsi, lagi, dan saya tidak tahu kenapa, dan penyelesaiannya melibatkan log masuk ke sesuatu.” Ketersediaan — ketersediaan yang membosankan dan tidak glamor — ialah ciri yang anda hanya perasan sebagai ketiadaannya.

Cara menjadikan kaedah input sepercaya papan kekunci ialah memberikannya senarai kebergantungan yang sama seperti papan kekunci: mesin di hadapan anda, dan tiada apa lagi. Itulah keseluruhan reka bentuknya.

Keebye berada dalam akses awal untuk macOS. Mulakan percubaan percuma anda di bawah, buat muat turun larian pertama sementara anda masih ada internet, kemudian masuk ke terowong kereta api—atau matikan sahaja Wi-Fi—dan imlakkan ayat yang sama sekali lagi.