更新(4月7日,太平洋时间晚10:30):该公司已更新应用商店页面,删除了对Android应用的相关描述。同时新增说明iOS键盘功能即将推出。
周一,谷歌悄然发布了一款名为"Google AI Edge Eloquent"的离线优先语音听写应用,该应用在iOS平台上线,旨在与Wispr Flow、SuperWhisper、Willow等同类产品竞争。
这款应用可免费下载,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听写。在应用中,用户可以看到实时转录内容,点击暂停后,应用会自动过滤掉"嗯"、"啊"等填充词,并润色文本。
转录内容下方提供"要点"、"正式"、"简短"和"详细"等选项来转换文本风格。
用户还可以关闭云端模式,仅使用本地处理功能。当云端模式开启时,应用会使用基于云端的Gemini模型进行文本清理。Google AI Edge Eloquent可以根据需要从用户的Gmail账户导入特定关键词、姓名和专业术语,用户还可以添加自定义词汇到列表中。
应用会显示转录会话历史记录,并支持搜索功能。它可以显示上次会话中听写的词汇、每分钟词汇速度以及总说话词数。
谷歌在App Store的应用描述中写道:"Google AI Edge Eloquent是一款先进的听写应用,旨在弥合自然语音与专业、可用文本之间的差距。与逐字转录结巴和填充词的标准听写软件不同,Eloquent利用AI捕捉用户的真实意图。它会自动编辑掉'嗯'、'呃'和句中自我纠正,输出干净、准确的文字。"
虽然该应用目前仅在iOS平台提供,但App Store描述中提到了Android版本。根据描述,Eloquent提供"无缝Android集成",可设置为用户的默认键盘,实现系统级跨文本字段访问。此外,该应用还将提供浮动按钮功能,类似于Wispr Flow在Android上使用的功能,方便从任何位置轻松访问转录功能。
随着语音转文本模型的不断改进,AI驱动的转录应用在用户中越来越受欢迎。通过这款实验性应用,谷歌正在加入这一趋势。如果这次测试成功,我们可能会在Android平台上看到改进的转录功能。
Q&A
Q1:Google AI Edge Eloquent应用有什么特殊功能?
A:Google AI Edge Eloquent是谷歌推出的AI语音听写应用,基于Gemma自动语音识别模型。它能实时转录语音,自动过滤"嗯"、"啊"等填充词并润色文本,提供"要点"、"正式"、"简短"、"详细"等文本转换选项,支持离线使用和云端处理两种模式。
Q2:这款应用支持哪些平台?
A:目前Google AI Edge Eloquent仅在iOS平台提供,可免费下载。虽然App Store描述中提到Android版本,但谷歌已更新页面删除相关描述,表示iOS键盘功能即将推出。
Q3:Google AI Edge Eloquent和其他语音转录应用有什么区别?
A:与标准听写软件逐字转录不同,Google AI Edge Eloquent利用AI理解用户真实意图,自动去除结巴和填充词,输出更专业的文本。它还能从Gmail导入个人词汇,支持自定义词典,并提供转录历史搜索和统计功能。
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%。