Android v0.15.0: uma nova arquitetura de voz local
O Loquela v0.15.0 apresenta os modos Batch, Streaming e Two-pass, com melhorias nas orientações de privacidade, diagnósticos, importação de vocabulário e comportamento do Enter.
- Versão
- 0.15.0 (27)
- Canal
- Teste aberto do Google Play
- Status
- Disponível no teste aberto do Google Play
O Loquela v0.15.0, código de versão 27, já está disponível no teste aberto do Google Play na Austrália, no Reino Unido e nos Estados Unidos.
O Loquela v0.15.0 traz a maior mudança no sistema de voz local desde a chegada dos modelos de fala para download. O aplicativo agora descreve e executa diferentes planos de reconhecimento, em vez de tratar todos os modelos locais como o mesmo tipo de reconhecedor em lote.
Os modelos existentes e o ditado offline comum continuam compatíveis. Os modos Streaming e Two-pass só aparecem quando o aplicativo tem um modelo compatível e validado. Assim, essa arquitetura pode evoluir sem trocar silenciosamente o modelo escolhido ou obrigar todos os celulares a baixar dois arquivos grandes.
Adicionado
- A configuração explica o aviso padrão do Android sobre teclados de terceiros e inclui um link para os detalhes de privacidade do Loquela.
- Os diagnósticos avançados podem guardar os últimos 5, 10, 25 ou 50 motivos de falha na transcrição sem armazenar o texto ditado ou o áudio.
- O Personal Dictionary pode importar palavras de arquivos de texto ou CSV, ou do dicionário do usuário do Android, após uma prévia privada no dispositivo.
- Os diagnósticos avançados de voz incluem um experimento opcional de preenchimento no final do áudio do Parakeet para investigar palavras finais cortadas.
- O reconhecimento local aceita três planos explícitos de sessão: Batch, Streaming e Two-pass.
- Batch mantém o comportamento existente do Loquela. O modelo offline escolhido recebe a fala completa após Stop e devolve uma transcrição final.
- Streaming alimenta um modelo com suporte nativo ao processamento incremental enquanto o usuário fala, permitindo que texto parcial substituível apareça no editor ativo antes do fim da fala.
- Two-pass combina um modelo de streaming com um de lote. O primeiro fornece texto parcial imediato, e o segundo faz a decodificação final definitiva após Stop.
Alterado
- Enter insere uma quebra de linha em editores multilinha e respeita as ações Search, Go, Send, Next, Done e Previous em campos de ação de linha única.
- As configurações pagas não repetem mais os rótulos Free ou Full. Os controles bloqueados explicam que Full é necessário e levam à tela de upgrade.
- Os pacotes de modelos locais recebem validação mais rigorosa e reparo mais seguro quando a instalação está ausente ou danificada.
- O mecanismo de execução de fala local foi atualizado sem substituir os modelos em lote existentes.
- Os modos de reconhecimento só aparecem quando um modelo compatível instalado ou acessível pode fornecê-los.
Corrigido
- O reconhecimento local preserva o último buffer parcial de áudio em vez de descartá-lo na transferência.
- Um modelo selecionado ausente ou incompatível é indicado como necessitando de reparo, em vez de trocar silenciosamente o modo de reconhecimento.
- A recuperação de modelos locais verifica se o pacote esperado completo sobreviveu a uma atualização interrompida ou a um cancelamento.
Problemas conhecidos
- Os novos pacotes de streaming Moonshine v2 e Nemotron permanecem ocultos até passar por testes em dispositivos físicos de precisão, velocidade, memória, bateria, temperatura e segurança do editor.
- Streaming precisa processar mais rápido que a chegada do áudio em um celular compatível, e Two-pass precisa trazer uma correção final significativa antes da promoção de qualquer um dos modos.
- O History pode registrar uma ação de envio feita pelo Loquela, mas o Android não permite que o teclado observe o botão Send do próprio aplicativo.
- O controle de preenchimento final do Parakeet é diagnóstico e continua desativado por padrão enquanto os relatos de finais cortados são medidos.
Para conhecer os detalhes técnicos, leia Como o Loquela está desenvolvendo digitação por voz local ao vivo e em duas etapas.
Baixe o Loquela ou visite o Suporte.