离线 AI 听写:适用于 iOS 的 Google AI Edge Eloquent
Google 已发布一款免费的 iOS 应用 Google AI Edge Eloquent,用于离线文本听写,并带有 AI 驱动的校正功能。它会将基于 Gemma 的 ASR 模型下载到设备上,实现无需互联网连接的实时转录。在暂停时,应用会去除填充词、校正语法,并将文本风格调整为正式、简洁或详尽语气。
设备端处理的关键特性
该应用支持两种模式:离线和云端。在离线模式下,所有处理都在设备上完成——ASR 模型识别语音、过滤噪音,并生成干净文本。云端模式则调用 Gemini 模型进行高级后处理。
关键特性:
- 实时转录:边说边显示文本。
- 自动校正:去除填充词(如 "um"、"uh")、修复标点。
- 文本风格调整:转换为正式语气、缩短或扩展。
- 词典导入:自动从 Gmail 添加关键词、姓名和专业术语。
- 自定义词典:手动添加特定词汇。
应用会跟踪各项指标:语音速度(词/分钟)、总字数,以及带有搜索功能的会话历史。
集成与使用场景
Eloquent 专为开发者和专业人士设计,帮助他们快速将自然语音转化为专业文本。它捕捉您要表达的核心内容,忽略填充词,并对输出进行结构化处理。
中高级开发者的示例工作流程:
- 实时听写代码审查或技术文档。
- 暂停时——自动清理和格式化。
- 导出为 Markdown 或纯文本,用于 Jira/Confluence。
未来,它将添加浮动按钮,支持从任何应用访问,类似于 Android 上的 Wispr Flow。Android 和 macOS 支持即将推出。
与替代品的比较
| 特性 | Google AI Edge Eloquent | Wispr Flow | SuperWhisper |
|----------------------|-------------------------|------------|--------------|
| 离线 ASR | 基于 Gemma | 是 | 是 |
| AI 风格调整 | 完整 | 部分 | 无 |
| 从电子邮件导入 | Gmail | 无 | 无 |
| 语音指标 | 词/分钟、历史记录 | 基本 | 无 |
这让 Eloquent 成为一款竞争力强的本地处理工具,无需云端延迟。
关键要点
- 本地 Gemma 模型:完全离线运行,无数据泄露风险。
- 云端 Gemini:适用于复杂风格调整和上下文任务。
- 个性化:Gmail 词典 + 自定义术语。
- 指标和历史:分析听写生产力。
- 平台扩展:Android/macOS 即将支持,带有浮动按钮。
该应用已在 App Store 上线,供 iOS 用户使用。开发者们称赞它是对话式语音与技术任务结构化文本之间的桥梁。
— Editorial Team
暂无评论。