谷歌新推出的AI语音转写应用Google AI Edge Eloquent已于周一正式发布,这是一款可离线工作的AI听写应用。该应用提供了多项先进功能,能够将用户的断续话语转换为几乎无需编辑的可用文本。
谷歌正致力于解决一个长期存在的问题——语音转文本听写的不准确或表达不清晰。近年来这一问题虽有改善但仍然存在。有时是因为应用未能正确翻译所说内容,有时则是因为说话者的犹豫和漫谈,使文本中充斥着停顿和填充词,如"嗯"和"呃"。
使用这款新应用时,用户只需点击按钮,对着麦克风说话,文本就会出现在屏幕上。完成后,谷歌的设备端Gemma模型将自动优化文本。
App Store的描述显示,所有的"嗯"、"呃"和句中自我纠正都会被编辑删除,留下干净的文本供用户进一步自定义。
AI Edge Eloquent可完全离线工作,所有内容都保存在设备上。用户可以将应用连接到谷歌账户,这样它就能根据Gmail数据构建词典,或者连接到云端,通过Gemini获得更强的文本优化能力。
该应用界面简洁,底部有一排图标菜单,分别是录音、历史记录、词典和设置。用户可以手动向词典添加词汇,如果存在拼写错误,应用会自动添加用户已编辑的词汇,例如当应用拼错姓名时。
这款应用无需订阅付费。
虽然谷歌在其许多产品中已经具备语音转文本功能,但对于那些寻求免费独立选项并希望获得文本优化功能的用户来说,这可能是一个不错的选择。
该应用目前尚未面向Android用户推出,但Apple App Store的描述承诺提供"无缝Android集成"。
谷歌代表暂未就此立即回复置评请求。
Q&A
Q1:Google AI Edge Eloquent是什么?
A:Google AI Edge Eloquent是谷歌新推出的AI语音转写应用,可以离线工作,能将用户的断续话语转换为几乎无需编辑的可用文本,并自动去除"嗯"、"呃"等填充词和停顿。
Q2:这款应用需要付费吗?支持哪些平台?
A:该应用完全免费,无需订阅付费。目前只支持iOS平台,Android版本尚未发布,但App Store描述承诺将提供"无缝Android集成"。
Q3:Google AI Edge Eloquent如何保护隐私?
A:该应用可完全离线工作,所有数据都保存在设备上。用户可选择连接谷歌账户构建个人词典,或连接云端获得更强的文本优化功能,但这些都是可选的。
好文章,需要你的鼓励
苹果已开始在印度分阶段恢复Apple账户的信用卡支付功能,用户可绑定Visa和Mastercard信用卡及借记卡,用于购买iCloud+、Apple Music订阅及App Store应用。此前,由于印度储备银行于2021年推出新的周期性支付监管框架,苹果于2022年5月暂停了该支付方式。此次恢复标志着苹果在适应各国本地化监管要求方面的持续努力,同时也引发外界对苹果是否将在印度推出Apple Pay的新猜测。
CGGS是华南理工大学与西湖大学联合提出的以自我为中心三维场景生成框架,通过一致性增强多视角扩散模型、光流深度估计和互信息几何优化,实现高保真文本驱动3D场景生成。
Bookshop.org创始人Andy Hunter证实,与Kobo的合作集成将于今年落地。此前该计划历经多次推迟,网页措辞一度从"2026年"改为"未来某时"。Hunter表示,双方已就商业条款达成一致,工程团队正将资源重新投入Kobo支持开发,但尚无具体上线日期。该集成将支持数字版权管理要求,让用户通过Bookshop.org购买电子书,同时支持独立书店。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。