Mine sisu juurde

Privaatse dikteerimise seis · 2026

Mõõtke, mida dikteerimine välja jätab.

Täpsus, kustutamised, latentsus ja jälgitav võrgu käitumine seadmes olevate kõnetööriistade puhul. Avaldame meetodi, piirid ja puhastatud andmed number kõrval.

01 · Piloottulemused

Esimesed numbrid, täielikus vaates.

With local cleanup enabled, the pilot recorded a 1,124 ms median processing time and 3.46% word error rate. The same 20 clean synthetic fixtures were decoded three times per lane on one M1 Max MacBook Pro using Yaps 2.3.2129. Lower error and latency values are better within this exact setup. These are Yaps configurations, not competing products.

Valgustid
20
Töötab liini kohta
60
Kordustega sõnad
1,473
Kõne päritolu
Sünteetiline
Testseade
1
Vigade koondamine
Mikro
Puhastamine saidil60 töötab

Core ML Parakeet + kohalik puhastus

Mikro WER
3.46%
Kustutamise määr
0.41%
Mediaantöötlus
1,124 ms
p95 töötlemine
2,807 ms
Maksimaalne töötlemine
2,958 ms
Puhastamine on väljas60 töötab

Core ML Parakeet, puhastamine

Mikro WER
3.67%
Kustutamise määr
0.20%
Mediaantöötlus
250 ms
p95 töötlemine
722 ms
Maksimaalne töötlemine
1,863 ms
Puhastamine on väljas60 töötab

Whisper Base, puhastamine

Mikro WER
6.52%
Kustutamise määr
0.41%
Mediaantöötlus
844 ms
p95 töötlemine
1,669 ms
Maksimaalne töötlemine
2,189 ms

Töötlemisaeg hõlmab tuvastamist, konveieri lõpetamist ja kohalikku puhastamist, kui see on lubatud. See ei hõlma esialgset käitusaegset ehitamist, seadmete laadimist, reaalajas salvestamist, otsetee saatmist ja kursori sisestamist. Kõik sõidurajad annavad lõpliku hindaja väljundi; puhastusrajad saavad siiski rakendada sõnavara ja vormingu muudatusi.

Latency kasutab 60 võrdse kaaluga dekodeerimisproovi raja kohta ja R-7 lineaarset kvantiili. 20 mänguvahendit sisaldavad 491 viitesõna positsiooni ühe läbimise kohta, mida loetakse kolm korda 1473-sõnalises nimetajas. Kordused ei ole iseseisvad lausungid. Kvaliteediläve tõrked on endiselt kaasatud: 3 korral Core ML puhastus on sisse lülitatud, 3 korral Core ML puhastus on välja lülitatud ja 6 korral Whisper.

Tõlgendus parandatud 6. septembril 2026. Originaalnumbrid on muutmata. Lugege läbi tõendite audit, välised viited, ülejäänud piirangud ja reprodutseerimisjuhised.

Mida see piloot toetab.

Vastav puhastamise vaatlus.

Nendes käitustes oli Whisper Base puhastus välja lülitatud 2,85 protsendipunkti võrra kõrgem WER, suurem 5,5 ms ja 0,5 ms, a kõrgem meedia kiirus 947 ms kõrgem p95 kui Core ML Parakeet, kui puhastamine on välja lülitatud.

Mida see ei suuda toetada

Üldine toote- või privaatsusväide.

Piloot välistab inimkõne, aktsendid, mitmekeelse kõne, otse mikrofonist salvestamise, kontrollitud soojuskorralduse, võrgu jälgimise, täiendavad seadmed ja kolmandate osapoolte tooted.

02 · Toote kiht

Mudel ei ole dikteerimiskogemus.

Miks Yaps kuulub aruandesse

Mudeli kaalude allalaadimine on lihtne osa. Kasulik dikteerimissüsteem peab heli usaldusväärselt talletama, valima õige käitusaja, töödelda kõnet selle mudeli jaoks, tuvastama mittetäieliku väljundi, säilitama kasutaja kavatsuse ning paigutama tulemuse sinna, kus nad töötavad.

Yaps muudab võimsad kohaliku kõnemudeli mudelid üheks privaatseks tööriistaks, mida inimesed saavad kasutada oma igapäevastes rakendustes, ilma et nad peaksid ise koostama mudeliservreid, skripte, helipunkte või ekspordietappe.
01

Jäädvusta

Otsetee või mobiilne klaviatuur alustab privaatset salvestust, ilma et kasutaja peaks liikuma eraldi transkribeerimistööriista.

02

Valmista

Yaps rakendab kõnetuvastust, vaikuse käsitlemist ja seadme-kujulise heli ettevalmistust enne tunnustamist.

03

Marsruut

Rakendus valib seadme, keele, kvaliteedieelistuse ja saadaoleva riistvara jaoks paigaldatud kohaliku mootori.

04

Tuvasta

Parakeet, Cohere, Whisper, või spetsialisti tee teisendab ettevalmistatud heli kandidaattekstiks.

05

Valvur

Täiendavuse kontrollid, päästeteed, sõnavara käsitlemine ja kohalik puhastus kaitsevad tarnitud tulemust.

06

Tarne

Lõplik tekst salvestatakse kursorisse või mobiilse klaviatuuri töövoogu, kohe kasutamiseks valmis.

See toote kontekst selgitab, miks aruanne eristab puhastusseadeid ja mõõdetud väljundetappi. See ei tõenda, et Yaps on parim, ja see ei muuda toote positsioneerimist võrdlusaluseks.

03 · Laiemad tõendid

Uurimisprogramm on juba suurem kui üks piloot.

Need kaasatud uuringud kasutasid erinevaid seadmeid, korpuseid, mõõdikuid ja testiprotokolle. Nende arvud selgitavad praeguseid tooteotsuseid, kuid neid ei tohi liita üheks edetabeliks.

Apple Silicon · mitmekeelneSeotud uuring

Cohere muudab vestluse marsruutimist.

Laiem M1 Maxi test kasutas 144 sünteetilist klippi 24 keeles ja 65 inimese FLEURS klippi 13 keeles. Sobitatud 20-klipilise inimeste alamhulga puhul, mida jagasid Cohere ja kõik mudelid, registreeris Cohere 4,2% auditeeritud WER, samas kui MLX Parakeet puhul oli see 12,0%.

Cohere WER
4.2%
MLX Parakeet
12.0%
Sobitatud inimklipid
20
Cohere toetab kitsamat keelesete ja nõuab ettenähtud keelt. Viis klippi ühe keele kohta jäävad suunavaks tõendiks, mitte universaalseks kvaliteediväiteks.
Windows 11 · CohereSeotud uuring

Kõrgem mitmekeelne usaldusväärsus, latentsuse hinnaga.

Ryzen 7 5700U Windows sülearvutis jooksid Cohere ja ONNX Parakeet samad 70 inimese FLEURS klippi 14 keeles. Cohere tagastas 70 mitte-tühja transkriptsiooni; Parakeet tagastas 61. Cohere võitis 12 14-st automatiseeritud keelevõrdlusest, kuid keskmiselt kulus ühe klipi kohta 3,654 sekundit, samas kui Parakeet jaoks 1,394 sekundit.

Cohere mitte-tühi
70/70
Parakeet mitte tühi
61/70
Cohere tähendab
3,654 s
Keeletasemed jäävad juhindumislikuks seni, kuni iga mitte-null erinevus saab täieliku manuaalse hindamise. Sanitiseeritud read ei ole veel osa sellest avalikust väljaandest.
Android · araabia eelvaadeSeotud uuring

Seadme kiirus võib olla piisav, kuid korpuse katvus võib siiski puududa.

Araabia FastConformer pakk jooksis Pixel 10 Pro. Kui üks kehtetu võrdluspaar välja jätta, andis 39 FLEURS klippi 9,8% WERi ja 4,1% CERi, mediaaniga 624 ms ja p95 984 ms. Laiem puhas ja mürarikas MASC viil Mac CPU-l saavutas hiljem 22,5% WER, nii et marsruut jääb pigem eelvaateks kui muutuks üldiseks araabia väiteks.

Kehtivad klipid
39
Mediaan dekodeerimine
624 ms
p95 dekrüpteerimine
984 ms
Telefonitulemus hõlmab loetud kõnet, mitte spontaanset MSA-d ja dialekti kasutust. Laiem MASC tulemus on põhjus, miks rakendus hoiab marsruuti seaduslikult märgistatud kui Eelvaade.
04 · Platvormi katvus

Näita lünki peitmise asemel.

macOS · Apple Silicon

Avaldatud piloot

Praegused tõendidPraegune 20-seadmega piloot, pluss eraldi 144-sünteetilise ja 65-inimese mitmekeelne mudelite võrdlus.

Järgmine tõendusväravLisa spontaanset kõnet, rohkem Mac põlvkondi, kontrollitud termilist järjekorda ja otse mikrofoni salvestust.

Windows · x64

Seotud tõendid

Praegused tõendidEraldiseisev 70-klippi, 14-keelne inimeste FLEURS valideerimine võrdles Cohere ja ONNX Parakeet Windows 11.

Järgmine tõendusväravAvalda puhastatud read külmutatud protokolli kohaselt ning lisa madalama mälu ja täiendavad GPU klassid.

Android · ARM64

Seotud tõendid

Praegused tõendidÜks Pixel 10 Pro hindamine mõõtis araabia FastConformer paketti ja kasutas tegelikku klaviatuuri rada.

Järgmine tõendusväravLisa spontaanne murdekeelne kõne, rohkem telefoni klassifikatsioone, ingliskeelne marsruudi võrdlus, aku ja pikaajalise kasutuse mõõtmised.

Linux · x64

Uurimisvõimaluste lõhe

Praegused tõendidYaps on saadaval Linuxis, kuid see aruanne ei sisalda aruandekvaliteediga natiivse Linuxi täpsuse või latentsuse testi.

Järgmine tõendusväravKäivita kohalik Ubuntu testimise kordus, installitud paketi dikteerimine, CPU ja Vulkan rajad, X11, ja Wayland.

iOS · ARM64

Uurimisvõimaluste lõhe

Praegused tõendidYaps on saadaval iOS-il, kuid see raport ei sisalda veel iPhone seadme võrdlust.

Järgmine tõendusväravMõõtke tegelikku klaviatuuri laiendust, mudeli laadimist, mälu koormust, energiatarbimist ja otsast lõpuni kinnitamise latentsust.

05 · Uurimisküsimus

Voolav transkriptsioon võib endiselt olla vale.

01

Täpsus

Kui palju viite-sõnu asendatakse, lisatakse või kustutatakse pärast deterministlikku normaliseerimist?

02

Vaikne kustutamine

Kas transkriptsioon kaotab kogu sõnu või fraase, olles siiski piisavalt sujuv, et see kiirelt üle vaadates märkamata jääks?

03

Reageerimisvõime

Kui kaua võtab töötlemine kogu jaotuse ulatuses, mitte ainult ühes kiireimas jooksus?

04

Võrgukäitumine

Milliseid ühendusi ja andmepakette täheldatakse määratletud töövoo jooksul, selgitades töötluse jälgimise piirid selgelt?

06 · Avaldamise disain

Tõendid, mida saad jälitada tagasi nende allikani.

Pilootprogramm eristab semantilise puhastuse sätteid, hindab lõplikku hindaja väljundit, annab iseseisvalt aru asendustest, sisestustest ja kustutamistest ning hoiab privaatse kõne sisu väljaspool avalikku väljalaset. Võrreldavad süsteemid saavad samu helibaite, kui nende liidesed seda võimaldavad; kokkusobimatud püüdmisteed kuuluvad selgelt eraldatud kihtidesse.

01Külmutatud avalik või nõusolekuga korpus
02Deklareeritud süsteem, mudel ja seade
03Korduvad katsed ebaõnnestumistega säilitati
04Word-taseme S / I / D joondus
05Sisuvabad avalikud read ja agregaadid
07 · Kirje lugemine

Kontrolli meetodit ja iga avalikku rida.

Era-dikteerimise seis 2026Meetodi versioon 0.1.0Ainult piloodi tõendidDisainitud ja avaldatud Yaps