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
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。