O nouă modalitate de a introduce text

De-a lungul istoriei moderne, tastatura a fost principala noastră modalitate de comunicare cu mașinile. Tastăm comenzi, scriem cod, compunem mesaje. Dar pe măsură ce IA devine un colaborator și nu doar un instrument, cantitatea de context pe care trebuie să o transmitem a explodat. Tastatura nu mai este suficientă.

Tehnologia de recunoaștere vocală a atins un punct de cotitură. Vorbitul este acum o metodă viabilă de introducere a datelor — nu o noutate, ci o alternativă reală la tastare. Aceasta este o schimbare de paradigmă în modul în care oamenii interacționează cu computerele.

Ca și învățarea tastaturii QWERTY, introducerea vocală necesită practică. Dar curba de învățare este mult mai scurtă, iar câștigurile de productivitate mult mai mari. Vrem să oferim nu doar un instrument, ci o experiență nouă — una care schimbă modul în care gândiți despre introducerea datelor.

Majoritatea instrumentelor de recunoaștere vocală sunt construite în SUA, optimizate pentru engleză. Funcționează suficient de bine pentru vorbitorii de engleză, dar calitatea scade drastic pentru alte limbi. Când limbile se amestecă — japoneză cu termeni tehnici englezi, vietnameză cu fragmente de cod — instrumentele existente deseori eșuează complet.

Dezvoltatorul principal al koedesk este japonez, lucrând din Vietnam. Această experiență directă de utilizare a introducerii vocale în diferite limbi și accente a modelat fiecare decizie de design. Am observat ceea ce alții au trecut cu vederea: diferența de acuratețe dintre engleză și restul lumii.

De aceea recomandăm ElevenLabs Scribe v2 ca model implicit. Oferă acuratețe constant ridicată în toate limbile — nu doar engleză și japoneză, ci și vietnameză, indoneziană, spaniolă și zeci de altele. koedesk este în prezent una dintre puținele aplicații desktop care oferă integrare Scribe v2.

koedesk este intenționat simplu. Apăsați o tastă, vorbiți, eliberați. Cuvintele dvs. apar unde este cursorul. Fără pași suplimentari, fără configurare necesară pentru a începe.

Sub capotă, suntem obsedați de performanță. Aplicația este construită în Rust — același limbaj folosit pentru motoarele browserelor și sistemele de operare. Detectarea activității vocale, captura audio și inițierea transcrierii sunt toate optimizate pentru latență minimă. Când nu mai vorbiți, textul apare aproape instantaneu.

Majoritatea instrumentelor concurente folosesc un proces în doi pași: un model de recunoaștere vocală pentru transcriere brută, urmat de un LLM ușor pentru eliminarea cuvintelor de umplutură, corectarea gramaticii și reformatarea rezultatului. Noi adoptăm o abordare diferită. Scribe v2 este suficient de precis încât post-procesarea LLM este inutilă. Avem încredere direct în rezultatul modelului.

Aceasta este o alegere deliberată. Pe măsură ce modelele de recunoaștere vocală continuă să se îmbunătățească, nevoia de post-procesare LLM va dispărea. Păstrând arhitectura noastră simplă, koedesk beneficiază direct de fiecare îmbunătățire a modelelor de bază — fără straturi de complexitate între ele.

Guide Inc. este o companie de dezvoltare software cu sediul în Tokyo, Japonia, cu un birou de dezvoltare în Ho Chi Minh, Vietnam. Fondată în 2021, ne specializăm în tehnologie financiară — construim platforme de tranzacționare și aplicații mobile pentru instituții financiare majore din Japonia.

koedesk s-a născut din munca noastră zilnică. Ca dezvoltatori care construiesc sisteme financiare complexe, aveam nevoie de o modalitate mai rapidă de a comunica cu asistenții de programare AI, de a scrie documentație și de a compune mesaje — fără să ne luăm mâinile de pe tastatură. Am construit instrumentul pe care ni-l doream și am decis să-l împărtășim cu lumea.