跳到正文
IFAI

AI工具

Google 推出离线 AI 听写应用 Eloquent:端侧跑 Gemma,自动去语气词

首次发布 传播指数 41

周一,Google 在 iOS 悄悄上线免费听写应用 Google AI Edge Eloquent。它基于端侧 Gemma 模型离线转录语音,能自动过滤「嗯」「啊」等口癖,并一键转成正式或要点格式。应用还可选 Gemini 云端清洗,iOS 键盘扩展即将推出。

对着手机语音输入的时候,最尴尬的就是满屏的「那个」「然后」「嗯……啊……」。

Google 周一在 iOS 悄悄上线了一款名为 Google AI Edge Eloquent 的免费听写应用,直接把矛头对准了 Wispr Flow 和 SuperWhisper 这些当红的 AI 语音工具。

有意思的是,它没有先在自家 Android 上首发,反而先去苹果的应用商店试水。

离线跑 Gemma,顺便删掉废话

Eloquent 主打的是离线优先。用户免费下载应用后,只要把基于 Gemma 的端侧自动语音识别模型下载到手机里,后续不联网也能顺畅听写。

在录音界面里,文字会实时跳出来。只要你一按暂停,应用就会自动修剪掉「嗯」「啊」之类的语气助词,甚至帮你抹平说话时的中途改口,直接输出整理好的完整句子。

文字出来之后,屏幕下方还准备了几个预设按钮。你可以一键把内容转换成要点速记、正式语气,或者缩短、拉长成不同篇幅。

如果你需要更强大的润色能力,可以手动打开云端模式,这时候它会调用 Google 的 Gemini 模型来优化文本。

针对专业词汇识别不准的痛点,Eloquent 允许用户绑定 Gmail 导入联系人姓名和常用行业黑话,用户自己也可以随时手动添加自定义词库。

录音结束后,应用会保留所有历史记录供随时搜索,顺便还会统计你这次说了多少个词、每分钟语速是多少。

键盘扩展还在路上,Android 踪迹被撤回

目前 Eloquent 只能在独立的 App 内使用,但在 App Store 最早的描述里,Google 提到了 Android 版的存在,甚至写明了 Android 版将支持系统全局默认键盘和类似 Wispr Flow 的悬浮气泡按钮。

不过随后 Google 更新了应用商店说明,把关于 Android 的描述全部删掉了,转而补上一句:iOS 版的键盘输入法即将上线。

这意味着短期内,iPhone 用户可能很快就能在任何打字的地方直接调出它的听写能力。

为什么重要

我们认为,Google 这款工具最聪明的点在于它把 Gemma 的端侧能力做成了最实用的轻量产品。

对经常要在路上回消息、做会议速记或者随口记灵感的打工人来说,它完全免费,而且离线就能抹掉口癖,光是这一点就足以取代很多按月收费的同类小工具。

更值得琢磨的是它的发布节奏。像 Wispr Flow 这样的独立 AI 听写产品,靠着系统级悬浮窗和精准转录刚在小圈子里收割付费用户,科技巨头转头就把本地模型端了上来。

一旦 Google 把键盘扩展在 iOS 上铺开,再回过头把这套能力无缝塞进 Android 底层,那些单靠转录润色赚订阅费的第三方工具,生存空间恐怕会被瞬间压扁。

不过它目前留下的隐患也很明显。完全脱离云端的 Gemma 模型在不同口音、嘈杂环境下的抗干扰能力到底怎样,还需要打一个问号;而且把 Gmail 的词库权限交给听写应用,哪怕是跑在本地,也需要看用户愿不愿意买单。

来源 (1)

  1. [1]
    techcrunch.com(在新标签页打开)原文techcrunch.com

每日 AI 内容精选