Loquela
Notas de versión

Android v0.15.0: una nueva arquitectura de voz local

Loquela v0.15.0 introduce los modos de reconocimiento Batch, Streaming y Two-pass, y mejora la información de privacidad, los diagnósticos, la importación de vocabulario y el comportamiento de Intro.

3 min de lectura
Versión
0.15.0 (27)
Canal
Pruebas abiertas de Google Play
Estado
Disponible en las pruebas abiertas de Google Play

Loquela v0.15.0, código de versión 27, ya está disponible mediante las pruebas abiertas de Google Play en Australia, el Reino Unido y Estados Unidos.

Loquela v0.15.0 contiene el mayor cambio en su sistema de voz local desde la introducción de los modelos de voz descargables. La aplicación ahora puede describir y ejecutar distintos planes de reconocimiento en lugar de tratar todos los modelos locales como el mismo tipo de reconocedor por lotes.

Los modelos existentes y el dictado habitual sin conexión siguen siendo compatibles. Los modos Streaming y Two-pass aparecen solo cuando la aplicación dispone de un modelo compatible y validado, para que esta arquitectura pueda crecer sin cambiar silenciosamente el modelo seleccionado por el usuario ni obligar a todos los teléfonos a realizar dos descargas grandes.

Añadido

  • La configuración inicial ahora explica la advertencia estándar de Android sobre teclados de terceros y enlaza a los detalles de privacidad de Loquela.
  • Los diagnósticos avanzados pueden conservar los últimos 5, 10, 25 o 50 motivos de fallos de transcripción sin guardar texto dictado ni audio.
  • Diccionario personal puede importar palabras de un archivo de texto o CSV, o del diccionario del usuario de Android, después de una vista previa privada en el dispositivo.
  • Los diagnósticos avanzados de voz incluyen un experimento opcional de relleno al final de Parakeet para investigar palabras finales cortadas.
  • El reconocimiento local ahora admite tres planes de sesión explícitos: Batch, Streaming y Two-pass.
  • Batch conserva el comportamiento existente de Loquela. El modelo sin conexión seleccionado recibe la frase completa después de Detener y devuelve una sola transcripción final.
  • Streaming envía audio a un modelo nativo de procesamiento en directo mientras el usuario habla, permitiendo que aparezca texto parcial reemplazable en el editor activo antes de terminar la frase.
  • Two-pass combina un modelo de streaming con uno por lotes. El primero proporciona texto parcial inmediato y el segundo realiza la decodificación final definitiva después de Detener.

Cambiado

  • Intro inserta un salto de línea en editores de varias líneas y respeta las acciones Buscar, Ir, Enviar, Siguiente, Listo y Anterior en campos de acción de una sola línea.
  • Los ajustes de pago ya no repiten las etiquetas Free o Full. Los controles bloqueados explican que requieren Full y enlazan a la pantalla de actualización.
  • Los paquetes de modelos locales reciben una validación más estricta y una reparación más segura cuando falta una instalación o está dañada.
  • Se actualizó el motor de voz local sin reemplazar los modelos por lotes existentes.
  • Los modos de reconocimiento solo aparecen cuando un modelo compatible instalado o accesible puede proporcionarlos.

Corregido

  • El reconocimiento local ahora conserva el último búfer parcial de audio en lugar de perderlo durante la transferencia.
  • Un modelo seleccionado ausente o incompatible se muestra como necesitado de reparación en lugar de cambiar silenciosamente el modo de reconocimiento.
  • La recuperación de modelos locales ahora comprueba que el paquete esperado completo haya sobrevivido a una actualización interrumpida o una cancelación.

Problemas conocidos

  • Los nuevos paquetes Moonshine v2 y Nemotron streaming permanecen ocultos hasta superar pruebas en dispositivos físicos de precisión, velocidad, memoria, batería, temperatura y seguridad del editor.
  • Streaming debe procesar más rápido de lo que llega el audio en un teléfono compatible, y Two-pass debe aportar una corrección final significativa antes de promover cualquiera de los modos.
  • Historial puede registrar una acción de envío realizada por Loquela, pero Android no permite al teclado observar el botón Enviar propio de una aplicación.
  • El control de relleno final de Parakeet es de diagnóstico y sigue desactivado por defecto mientras se miden los informes de finales cortados.

Para conocer los detalles de ingeniería, lee Cómo Loquela está construyendo dictado local en directo y en dos pasadas.

Descarga Loquela o visita Ayuda.