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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。