Google 推出離線 AI 聽寫應用 Eloquent:端側跑 Gemma,自動去語氣詞
週一,Google 在 iOS 悄悄上線免費聽寫應用 Google AI Edge Eloquent。它基於端側 Gemma 模型離線轉錄語音,能自動過濾「嗯」「啊」等口癖,並一鍵轉成正式或要點格式。應用還可選 Gemini 雲端清洗,iOS 鍵盤擴充套件即將推出。
對著手機語音輸入的時候,最尷尬的就是滿屏的「那個」「然後」「嗯……啊……」。
Google 週一在 iOS 悄悄上線了一款名為 Google AI Edge Eloquent 的免費聽寫應用,直接把矛頭對準了 Wispr Flow 和 SuperWhisper 這些當紅的 AI 語音工具。
有意思的是,它沒有先在自家 Android 上首發,反而先去蘋果的應用商店試水。
離線跑 Gemma,順便刪掉廢話
Eloquent 主打的是離線優先。使用者免費下載應用後,只要把基於 Gemma 的端側自動語音識別模型下載到手機裡,後續不聯網也能順暢聽寫。
在錄音介面裡,文字會即時跳出來。只要你一按暫停,應用就會自動修剪掉「嗯」「啊」之類的語氣助詞,甚至幫你抹平說話時的中途改口,直接輸出整理好的完整句子。
文字出來之後,螢幕下方還準備了幾個預設按鈕。你可以一鍵把內容轉換成要點速記、正式語氣,或者縮短、拉長成不同篇幅。
如果你需要更強大的潤色能力,可以手動開啟雲端模式,這時候它會呼叫 Google 的 Gemini 模型來最佳化文本。
針對專業詞彙識別不準的痛點,Eloquent 允許使用者繫結 Gmail 匯入聯絡人姓名和常用行業黑話,使用者自己也可以隨時手動新增自定義詞庫。
錄音結束後,應用會保留所有歷史記錄供隨時搜尋,順便還會統計你這次說了多少個詞、每分鐘語速是多少。
鍵盤擴充套件還在路上,Android 蹤跡被撤回
目前 Eloquent 只能在獨立的 App 內使用,但在 App Store 最早的描述裡,Google 提到了 Android 版的存在,甚至寫明瞭 Android 版將支援系統全域性預設鍵盤和類似 Wispr Flow 的懸浮氣泡按鈕。
不過隨後 Google 更新了應用商店說明,把關於 Android 的描述全部刪掉了,轉而補上一句:iOS 版的鍵盤輸入法即將上線。
這意味著短期內,iPhone 使用者可能很快就能在任何打字的地方直接調出它的聽寫能力。
為什麼重要
我們認為,Google 這款工具最聰明的點在於它把 Gemma 的端側能力做成了最實用的輕量產品。
對經常要在路上回訊息、做會議速記或者隨口記靈感的打工人來說,它完全免費,而且離線就能抹掉口癖,光是這一點就足以取代很多按月收費的同類小工具。
更值得琢磨的是它的釋出節奏。像 Wispr Flow 這樣的獨立 AI 聽寫產品,靠著系統級懸浮窗和精準轉錄剛在小圈子裡收割付費使用者,科技巨頭轉頭就把本地模型端了上來。
一旦 Google 把鍵盤擴充套件在 iOS 上鋪開,再回過頭把這套能力無縫塞進 Android 底層,那些單靠轉錄潤色賺訂閱費的第三方工具,生存空間恐怕會被瞬間壓扁。
不過它目前留下的隱患也很明顯。完全脫離雲端的 Gemma 模型在不同口音、嘈雜環境下的抗干擾能力到底怎樣,還需要打一個問號;而且把 Gmail 的詞庫許可權交給聽寫應用,哪怕是跑在本地,也需要看使用者願不願意買單。
來源 (1)
- techcrunch.com(在新分頁開啟)原文techcrunch.com