การเก็บกวาดและพจนานุกรม

เกิดอะไรขึ้นกับข้อความถอดเสียงระหว่าง speech-to-text กับการแทรก: พจนานุกรม การเก็บกวาดตามกฎ การตั้งค่าแยกรายแอป และการขัดเกลาด้วย LLM ในเครื่องแบบเลือกเปิดเอง

การพิมพ์ด้วยเสียงทุกครั้งผ่าน pipeline สั้น ๆ ชุดเดียวกันบน Mac ของคุณ ไม่มีขั้นตอนใดในนี้ใช้เครือข่ายเลย

Pipeline

speech-to-text ด้วยเอนจินที่เลือกไว้
การแทนที่จากพจนานุกรมส่วนตัว ใช้เสมอ
การเก็บกวาด — ตามกฎ หรือด้วย LLM ในเครื่องหากคุณเลือกเปิดไว้ — เฉพาะเมื่อเปิดการปรับแต่งสำหรับแอปที่อยู่หน้าสุด
การแทรกด้วยการวางหรือการพิมพ์

การเก็บกวาดตามกฎ

นี่คือชุดกฎทั้งหมด การเก็บกวาดไม่ได้ตัดการเริ่มพูดผิด ๆ ออก และไม่ตัดคำว่า "like"

ตัดคำ "um", "uh", "erm" ที่อยู่เดี่ยว ๆ และวลีสองคำ "you know" ออก โดยจับคู่เฉพาะทั้งโทเคนเท่านั้น
ยุบคำที่ซ้ำติดกันทันที เช่น "the the" กลายเป็น "the"
ยุบช่องว่างให้เหลือเท่าที่จำเป็น
เปลี่ยนอักษรตัวแรกเป็นตัวใหญ่
เติมจุดท้ายประโยคหากข้อความจบด้วยตัวอักษรหรือตัวเลข

ค่าแยกรายแอป

Settings › Enhancement › "Clean up transcripts by default" เปิดอยู่ ค่าแยกรายแอปอ้างอิงด้วย bundle id ของแอป ปุ่ม "Add current app…" จะเพิ่มแอปที่ไม่ใช่ Keebye ตัวล่าสุดที่คุณใช้ โดยตั้งค่าตรงข้ามกับค่าเริ่มต้น แต่ละรายการมีช่องทำเครื่องหมายและปุ่ม "Remove"

พจนานุกรมส่วนตัว

Settings › Dictionary: "Replace spoken words with fixed spellings." พิมพ์สิ่งที่ Keebye ได้ยินลงในช่อง "heard as…" และการสะกดที่คุณต้องการลงในช่อง "write as…" แล้วกด Add (กด Enter ก็ได้) ปุ่ม Remove ลบรายการทิ้ง สถานะว่างเปล่าจะแสดง "No replacements yet."

จับคู่เฉพาะทั้งคำ ไม่จับคู่ภายในคำที่ยาวกว่า
การจับคู่ไม่สนใจตัวพิมพ์เล็กใหญ่ ส่วนคำแทนที่จะคงรูปแบบตัวพิมพ์ตามที่คุณพิมพ์ไว้
คีย์เป็นหลายคำได้ คู่ที่ยาวที่สุดชนะ
ใช้กับการพิมพ์ด้วยเสียงทุกครั้ง ไม่ว่าจะเปิดการเก็บกวาดสำหรับแอปนั้นหรือไม่ก็ตาม

การขัดเกลาด้วย LLM ในเครื่อง (เลือกเปิดเอง)

Keebye ส่งข้อความถอดเสียงให้โมเดลภาษาในเครื่องแทนการเก็บกวาดตามกฎได้ โมเดลคือ Qwen3-1.7B (Q4_K_M GGUF ราว 1.28 GB) ที่รันผ่าน llama.cpp ด้วย Metal มันใช้ greedy sampling โดยปิดการคิดเป็นขั้นตอน จำกัดที่ 64 โทเคน และมีเส้นตายที่ 2 วินาที หากล้มเหลวไม่ว่าด้วยเหตุใด ระบบจะกลับไปใช้การเก็บกวาดตามกฎ

ตัวป้องกันความถูกต้องจะตรวจผลลัพธ์ของ LLM ก่อนนำไปใช้: ต้องคงจำนวนคำที่ปรากฏในข้อความต้นทางไว้อย่างน้อยครึ่งหนึ่ง ต้องไม่เกินสองเท่าของจำนวนคำต้นทางบวกสี่ ต้องไม่มีประโยคหรือวลีสี่คำใดซ้ำตั้งแต่สามครั้งขึ้นไป และต้องไม่ว่างเปล่า มิฉะนั้นผลลัพธ์ของ LLM จะถูกทิ้ง