Loquela
Notas de versão

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.

3 min de leitura
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.