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.
- 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.