文字起こしとAIによる書き換えは別の製品
音声文字起こしは発言内容を保とうとします。AIの整文は解釈して変更します。この製品上の選択は、遅延、プライバシー、書き手に影響します。
音声文字起こしとAIによる書き換えは同じキーボードに共存できますが、解決する問題は異なります。
文字起こしは、話者の言い回しを保ちながら発話をテキストにしようとします。AIによる整文は、その結果を読み、別の表現にする方法を判断します。後者は、言いよどみを削除し、口調を変え、文を組み替え、より適切だと判断した単語に置き換える場合があります。
Loquelaは文字起こしで止めます。
この違いが重要な理由
書き手
文字起こしの誤りは、話者が言った内容を正しく捉えられなかったことです。書き換えは流暢でも、話者自身の文ではなくなる場合があります。
明示的に文章作成支援を求める人には役立つでしょう。Loquelaは、自分の言葉をそのまま欄へ入力したい人のために作られています。
処理範囲
整文モデルは、変更するテキストまたは発話を処理する必要があります。これは構造上の説明であり、特定のキーボードが端末上の無関係な欄をすべて読むという主張ではありません。
たとえばWispr Flowの現在の公開サイトは、AIコマンドと自動編集を備えた音声入力を紹介しています。何を変更するか判断するため、これらの機能には送信された発話とその文字起こしが必要です。Wispr Flowの製品説明をご覧ください。
Loquelaの端末内経路は、選択した音声モデルへ録音を渡し、得られたテキストを入力します。文字起こしを2つ目の汎用文章モデルには渡しません。
遅延と失敗の仕方
解釈の段階を増やすたびに処理が増え、意味が変わる場所も増えます。整文システムは考え全体を見た後で、洗練された文章を作れます。直接文字起こしは、別の書き換えを待たずに途中または最終の単語を返せます。
トレードオフは実在します。Loquelaが断片を無断で整った文章に変えたり、明示されていない口調を推測したりすることはありません。利用者が通常のキーボード操作で自分で修正します。
プライバシー
モデルのインストール後、端末内文字起こしは音声やテキストをサーバーへ送らずに実行できます。任意のRemote文字起こしは、利用者が開始したセッションの録音だけを送信します。どちらのモードでも、LoquelaはAIによる書き換え処理を追加しません。
これは、すべての端末内モデルが正確、またはすべてのリモート製品が危険という意味ではありません。選択した機能を提供するため、どのデータを処理する必要があるかを定義するものです。
製品としての判断
Loquelaは、AIを特定の作業のために呼び出すべき道具として扱います。キーボードが利用者とすべての文の間に汎用的な解釈器を置くことはありません。
この判断により、一部の人気の整文機能は対象外になります。同時に製品の境界が明確になります。音声がテキストを作り、その後も書き手は利用者です。