Un nuovo modo di inserire testo

In tutta la storia moderna, la tastiera è stata il nostro modo principale di comunicare con le macchine. Digitiamo comandi, scriviamo codice, componiamo messaggi. Ma poiché l'AI diventa un collaboratore e non solo uno strumento, la quantità di contesto che dobbiamo trasmettere è esplosa. La tastiera non basta più.

La tecnologia speech-to-text ha raggiunto un punto di svolta. Parlare è ora un metodo di input praticabile — non una novità, ma una vera alternativa alla digitazione. Questo è un cambio di paradigma nel modo in cui gli esseri umani interagiscono con i computer.

Come imparare a digitare su una tastiera QWERTY, l'input vocale richiede pratica. Ma la curva di apprendimento è molto più breve e i guadagni di produttività molto maggiori. Vogliamo offrire non solo uno strumento, ma una nuova esperienza — una che cambi il modo in cui pensate all'input stesso.

La maggior parte degli strumenti voce-testo sono costruiti negli USA, ottimizzati per l'inglese. Funzionano abbastanza bene per i madrelingua inglesi, ma la qualità cala drasticamente per le altre lingue. Quando le lingue si mescolano — giapponese con termini tecnici inglesi, vietnamita con frammenti di codice — gli strumenti esistenti spesso falliscono completamente.

Lo sviluppatore principale di koedesk è giapponese e lavora dal Vietnam. Questa esperienza diretta nell'uso dell'input vocale attraverso lingue e accenti ha plasmato ogni decisione progettuale. Abbiamo notato ciò che altri hanno trascurato: il divario di accuratezza tra l'inglese e il resto del mondo.

Ecco perché raccomandiamo ElevenLabs Scribe v2 come modello predefinito. Offre un'accuratezza costantemente elevata in tutte le lingue — non solo inglese e giapponese, ma anche vietnamita, indonesiano, spagnolo e decine di altre. koedesk è attualmente una delle poche app desktop che offre l'integrazione di Scribe v2.

koedesk è intenzionalmente semplice. Premete un tasto, parlate, rilasciate. Le vostre parole appaiono dove si trova il cursore. Nessun passaggio aggiuntivo, nessuna configurazione necessaria per iniziare.

Sotto il cofano, siamo ossessionati dalle prestazioni. L'app è costruita in Rust — lo stesso linguaggio usato per i motori dei browser e i sistemi operativi. Il rilevamento dell'attività vocale, la cattura audio e l'avvio della trascrizione sono tutti ottimizzati per la latenza minima. Quando smettete di parlare, il testo appare quasi istantaneamente.

La maggior parte degli strumenti concorrenti usa una pipeline a due fasi: un modello speech-to-text per la trascrizione grezza, seguito da un LLM leggero per ripulire le parole di riempimento, correggere la grammatica e riformattare l'output. Noi adottiamo un approccio diverso. Scribe v2 è sufficientemente accurato da rendere il post-processing LLM superfluo. Ci fidiamo direttamente dell'output del modello.

Questa è una scelta deliberata. Man mano che i modelli speech-to-text continuano a migliorare, la necessità di post-processing LLM scomparirà. Mantenendo la nostra architettura semplice, koedesk beneficia direttamente di ogni miglioramento nei modelli sottostanti — senza strati di complessità intermedi.

Guide Inc. è un'azienda di sviluppo software con sede a Tokyo, Giappone, con un ufficio di sviluppo a Ho Chi Minh City, Vietnam. Fondata nel 2021, siamo specializzati in tecnologia finanziaria — costruiamo piattaforme di trading e app mobili per grandi istituzioni finanziarie giapponesi.

koedesk è nato dal nostro lavoro quotidiano. Come sviluppatori che costruiscono sistemi finanziari complessi, avevamo bisogno di un modo più veloce per comunicare con gli assistenti di codifica AI, scrivere documentazione e comporre messaggi — senza togliere le mani dal flusso della tastiera. Abbiamo costruito lo strumento che desideravamo esistesse e abbiamo deciso di condividerlo con il mondo.