Google周一悄然发布了一款名为"Google AI Edge Eloquent"的离线语音转写应用,在iOS平台上线,与Wispr Flow、SuperWhisper、Willow等同类产品展开竞争。
该应用免费下载,一旦基于Gemma的自动语音识别模型下载完成,用户就可以开始在手机上进行语音转写。在应用中,用户可以看到实时转录结果,点击暂停后,应用会自动过滤掉"嗯"、"啊"等语气词,并对文本进行润色处理。
转录内容下方提供了"要点"、"正式"、"简短"和"详细"等选项来转换文本格式。用户还可以关闭云模式,使用纯本地处理功能。当开启云模式时,应用会使用基于云端的Gemini模型进行文本清理。
Google AI Edge Eloquent可以从用户的Gmail账户导入特定的关键词、姓名和专业术语,用户也可以添加自定义词汇到词典中。应用显示转录历史记录,支持搜索所有记录,还能显示上一次转录的词汇数、每分钟字数以及总发音词数。
Google在App Store的描述中表示:"Google AI Edge Eloquent是一款先进的语音转写应用,专为弥合自然语音与专业可用文本之间的差距而设计。与逐字转录口吃和语气词的标准转录软件不同,Eloquent利用AI捕捉用户的真实意图,自动编辑掉'嗯'、'啊'以及句中自我更正,输出简洁准确的文本。"
虽然该应用目前仅在iOS平台可用,但App Store描述中提到了Android版本。根据描述,Eloquent将提供"无缝Android集成",可设置为用户的默认键盘,实现系统级别的跨文本字段访问。此外,该应用还将支持悬浮按钮功能,类似于Wispr Flow在Android上使用的功能,方便用户随时随地进行转录。
随着语音转文字模型不断改进,AI驱动的转录应用正在用户中获得越来越高的人气。通过这款实验性应用,Google正加入这一趋势。如果测试成功,我们可能会在Android系统中看到改进的转录功能。
Q&A
Q1:Google AI Edge Eloquent有什么特殊功能?
A:Google AI Edge Eloquent是一款离线AI语音转写应用,基于Gemma模型,能够自动过滤"嗯"、"啊"等语气词并润色文本。提供"要点"、"正式"、"简短"、"详细"等文本转换选项,支持从Gmail导入关键词和自定义词汇。
Q2:Google AI Edge Eloquent支持哪些平台?
A:目前该应用仅在iOS平台可用且免费下载。不过App Store描述中提到了Android版本,未来Android版将支持设置为默认键盘和悬浮按钮功能,实现系统级别的跨应用访问。
Q3:Google AI Edge Eloquent可以离线使用吗?
A:可以离线使用。用户可以关闭云模式,使用纯本地处理功能。当开启云模式时,应用会使用云端的Gemini模型进行文本清理,但离线模式下完全依靠本地的Gemma模型处理。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。