Siirry sisältöön

Yksityisen Diktaatin Tila · 2026

Mittaa, mitä sanelu jättää pois.

Tarkkuus, poistot, latenssi ja havaittava verkon käyttäytyminen laitteen puhetyökaluissa.Julkaisemme numeroiden rinnalla menetelmän, rajat ja desinfioidut tiedot.

01 · Pilottitulokset

Ensimmäiset numerot, täysin näkyvillä.

Kun paikallinen puhdistus oli käytössä, pilotti kirjasi 1 124 ms:n mediaanikäsittelyajan ja 3,46 %:n sanavirhesuhteen. Samat 20 puhdasta synteettistä valaisinta dekoodattiin kolme kertaa kaistaa kohden yhdellä M1 Max MacBook Prolla käyttämällä Yaps 2.3.2129. Pienemmät virhe- ja latenssiarvot ovat parempia tässä tarkassa asetuksessa. Nämä ovat Yaps-kokoonpanoja, eivät kilpailevia tuotteita.

Valaisimet
20
Suorittaa kaistaa kohden
60
Sanat, toistot
1,473
Puheen alkuperä
Synteettinen
Testilaite
1
Virheiden yhdistäminen
Mikro
Siivouspalvelussa60 toimii

Core ML Parakeet + paikallinen siivous

Mikro WER
3.46%
Poistoprosentti
0.41%
Mediaanikäsittely
1,124 ms
p95 käsittely
2,807 ms
Maksimikäsittely
2,958 ms
Puhdistus pois60 toimii

Core ML Parakeet, siivous pois

Mikro WER
3.67%
Poistoprosentti
0.20%
Mediaanikäsittely
250 ms
p95 käsittely
722 ms
Maksimikäsittely
1,863 ms
Puhdistus pois60 toimii

Whisper Base, siivous pois

Mikro WER
6.52%
Poistoprosentti
0.41%
Mediaanikäsittely
844 ms
p95 käsittely
1,669 ms
Maksimikäsittely
2,189 ms

Käsittelyaika sisältää tunnistuksen, putkilinjan viimeistelyn ja paikallisen puhdistamisen, kun se on käytössä. Se ei sisällä alkuperäistä ajonaikaista rakentamista, kalustelatausta, suoraa tallennusta, pikakuvakkeiden lähettämistä ja kohdistimen lisäämistä. Kaikki kaistat saavat lopullisen arvioijan tuloksen; Cleanup-off kaistat voivat silti tehdä sanaston ja muotoilun muutoksia.

Latenssi käyttää 60 yhtä painotettua dekoodausnäytettä kaistaa kohden ja R-7 lineaarista kvantiilia. 20 ottelua sisältävät 491 viitesanan paikkaa syöttöä kohti, laskettuna kolme kertaa 1 473 sanan nimittäjässä. Toistot eivät ole itsenäisiä lausumia. Laatukynnyksen virheet ovat edelleen mukana: 3 Core ML-puhdistuksen ollessa päällä, 3 Core ML-siivouksen ollessa pois käytöstä ja 6 Whisper:n kanssa.

Tulkinta korjattu 6.9.2026. Alkuperäiset numerot ovat ennallaan. Lue todisteiden auditointi, ulkoiset viitteet, jäljellä olevat rajoitukset ja jäljentämisohjeet.

Mitä tämä pilotti tukee

Vastaava puhdistushavainto.

Näissä ajoissa Whisper Base:n puhdistus pois päältä oli 2,85 prosenttiyksikköä korkeampi WER, korkeampi median poistonopeus, 0,5 pistettä ja 0,5 pistettä 947 ms korkeampi p95 kuin Core ML Parakeet puhdistus pois päältä.

Mitä se ei voi tukea

Yleinen tuote- tai tietosuojavaatimus.

Pilotti sulkee pois ihmisen puheen, aksentit, monikielisen puheen, mikrofonin reaaliaikaisen käytön, hallitun lämpötilajärjestyksen, verkon havainnoinnin, lisälaitteet ja kolmannen osapuolen tuotteet.

02 · Tuotekerros

Malli ei ole sanelukokemus.

Miksi Yaps kuuluu raporttiin

Mallin painojen lataaminen on helppoa.Hyödyllisen sanelujärjestelmän on kaapattava ääni luotettavasti, valittava oikea suoritusaika, valmisteltava puhetta kyseiselle mallille, havaittava epätäydellinen tuloste, säilytettävä käyttäjän tarkoitus ja sijoitettava tulos minne tahansa, missä he työskentelevät.

Yaps muuntaa kykenevät paikalliset puhemallit yhdeksi yksityiseksi työkaluksi, jota ihmiset voivat käyttää jokapäiväisissä sovelluksissaan ilman, että heidän tarvitsee itse koota malli-palvelimia, skriptejä, ääniputkia tai vientivaiheita.
01

Kaappaa

Pikanäppäin tai mobiilinäppäimistö käynnistää yksityisen tallennuksen siirtämättä käyttäjää erilliseen transkriptiotyökaluun.

02

Valmistele

Yaps soveltaa puheen tunnistusta, hiljaisuuden käsittelyä ja laite-muotoista äänen valmistelua ennen tunnistusta.

03

Reitti

Sovellus valitsee asennetun paikallisen moottorin laitteen, kielen, laatumieltymyksen ja käytettävissä olevan laitteiston mukaan.

04

Tunnusta

Parakeet, Cohere, Whisper tai asiantuntijareitti muuntaa valmistellun äänen ehdotetuksi tekstiksi.

05

Vartija

Täydellisyystarkastukset, pelastuspolut, sanaston käsittely ja paikallinen puhdistus suojaavat toimitetun tuloksen.

06

Toimitus

Valmis teksti tallennetaan kohdistimen kohdalle tai mobiilin näppäimistön työkulkuun, valmiina käytettäväksi välittömästi.

Tämä tuotekonteksti selittää, miksi raportissa erotetaan puhdistusasetukset ja mitattu lopputulos. Se ei ole todiste siitä, että Yaps on paras, eikä se muuta tuotteen sijoittelua vertailutulokseksi.

03 · Laajempi todiste

Tutkimusohjelma on jo suurempi kuin yksittäinen pilotti.

Nämä rinnakkaistutkimukset käyttivät erilaisia laitteita, korpuksia, mittareita ja testausprotokollia. Niiden luvut selittävät nykyisiä tuotepäätöksiä, mutta niitä ei saa yhdistää yhdeksi tulostaulukoksi.

Apple Silicon · monikielinenAiheeseen liittyvä tutkimus

Cohere muuttaa reitityskeskustelun.

Laajempi M1 Max -paistopakkaus käytti 144 synteettistä klipsiä 24 kielellä ja 65 ihmisen FLEURS-klipsiä 13 kielellä.Coheren ja jokaisen mallin jakamassa 20 leikkeen ihmisen osajoukossa Cohere kirjasi 4,2 % auditoidun WER:n verrattuna MLX Parakeetin 12,0 prosenttiin.

Cohere WER
4.2%
MLX Parakeet
12.0%
Vastasi ihmisen viipaleita
20
Cohere tukee kapeampaa kielijoukkoa ja vaatii ennakoidun kielen.Viisi leikettä kieltä kohden on suuntaa osoittava todiste, ei yleinen laatuvaatimus.
Windows 11 · CohereAiheeseen liittyvä tutkimus

Parempi monikielinen luotettavuus ja viivekustannukset.

Ryzen 7 5700U Windows -kannettavalla Cohere ja ONNX Parakeet suorittivat samat 70 ihmisen FLEURS -leikkausta 14 kielellä. Cohere palautti 70 ei-tyhjää transkriptiota; Parakeet palautti 61. Cohere voitti 12 14 automaattisesta kielivertailusta, mutta sen keskimääräinen aika per leike oli 3,654 sekuntia verrattuna Parakeetin 1,394 sekuntiin.

Cohere ei-tyhjä
70/70
Parakeet ei-tyhjä
61/70
Cohere tarkoittaa
3,654 s
Kielipisteet pysyvät ohjeellisina, kunnes jokainen nollasta poikkeava ero saa täydellisen manuaalisen arvioinnin. Puhdistetut rivit eivät vielä kuulu tähän julkiseen julkaisuun.
Android · Arabialainen esikatseluAiheeseen liittyvä tutkimus

Laitteen nopeus voi ohittaa, kun korpuspeitto ei vieläkään onnistu.

Arabialainen FastConformer-pakkaus juoksi Pixel 10 Pro. Lukuun ottamatta yhtä virheellistä viiteparia, 39 FLEURS-leikettä tuotti 9,8 % WER ja 4,1 % CER, mediaani 624 ms ja 984 ms p95. Laajempi puhdas ja meluisa MASC siivu Mac-suorittimessa sai myöhemmin 22,5 % WER, joten reitti pysyy esikatseluna sen sijaan, että siitä tulisi yleinen arabialainen väite.

Kelvolliset klipit
39
Mediaani dekoodaus
624 ms
p95 dekoodaus
984 ms
Puhelimen tulos kattaa luetun puheen, ei spontaania MSA:ta ja murteen käyttöä. Laajempi MASC -tulos on syy siihen, miksi sovellus pitää reitin nimenomaan merkittynä Esikatselu.
04 · Alustan kattavuus

Näytä aukot piilottamisen sijaan.

macOS · Apple Silicon

Julkaistu pilotti

Ajantasaiset todisteetNykyinen 20-laitteen pilotti, plus erillinen 144-synteettinen ja 65-inhimillinen monikielinen mallivertailu.

Seuraava todisteporttiLisää spontaania puhetta, lisää Mac-sukupolvia, kontrolloitua lämpöjärjestystä ja live-mikrofonin sieppausta.

Windows · x64

Aiheeseen liittyvä todiste

Ajantasaiset todisteetErillinen 70-leikkeen, 14-kielinen ihmisen FLEURS-validointi verrattiin Cohere- ja ONNX Parakeet -käyttöjärjestelmää Windows 11:ssä.

Seuraava todisteporttiJulkaise puhdistetut rivit jäädytetyn protokollan mukaisesti ja lisää alemmuistia vaativat ja lisä-GPU-luokat.

Android · ARM64

Aiheeseen liittyvä todiste

Ajantasaiset todisteetPixel 10 Pron arvioinnissa mitattiin arabialainen FastConformer-paketti ja harjoitettiin todellista näppäimistöpolkua.

Seuraava todisteporttiLisää spontaani murrepuhe, lisää puhelintasoja, englanninkielisen reitin pariteettia, akkua ja jatkuvan käytön mittauksia.

Linux · x64

Tutkimusin aukko

Ajantasaiset todisteetYaps on saatavilla Linuxilla, mutta tämä raportti ei sisällä raporttitasoista natiivin Linuxin tarkkuus- tai viiveajoa.

Seuraava todisteporttiSuorita alkuperäinen Ubuntu-testi, asennetun paketin puheentunnistus, CPU- ja Vulkan-reitit, X11 ja Wayland.

iOS · ARM64

Tutkimusin aukko

Ajantasaiset todisteetYaps on saatavilla iOS:llä, mutta tämä raportti ei vielä sisällä iPhone-laitteen vertailuarvoa.

Seuraava todisteporttiMittaa todellinen näppäimistön laajennus, mallin lataus, muistin paine, energiankulutus ja päästä-päähän sitoutumisviive.

05 · Tutkimuskysymys

Sujuva transkriptio voi silti olla väärässä.

01

Tarkkuus

Kuinka monta viitesanaa korvataan, lisätään tai poistetaan deterministisen normalisoinnin jälkeen?

02

Hiljainen poisto

Menettääkö litteraatti kokonaisia ​​sanoja tai lauseita, vaikka se kuulostaa silti riittävän sujuvalta välttääkseen nopean tarkastelun?

03

Reagoivuus

Kuinka kauan käsittely kestää jakelussa, ei vain yksittäisessä nopeimmassa ajossa?

04

Verkkokäyttäytyminen

Mitä yhteyksiä ja tietopaketteja havaitaan määritellyn työnkulun aikana, ja mitä rajoja pakettien tarkkailulle on selvästi ilmoitettu?

06 · Julkaisusuunnittelu

Todisteet, joita voit seurata takaisin lähteeseensä.

Pilotti erottaa semanttiset puhdistusasetukset, pisteyttää arvioijan lopulliset tulokset, raportoi korvaukset, lisäykset ja poistot itsenäisesti ja pitää yksityisen puhesisällön julkisen julkaisun ulkopuolella. Vertailukelpoiset järjestelmät vastaanottavat samat äänitavut, jos niiden rajapinnat sen sallivat; yhteensopimattomat talteenottopolut kuuluvat selvästi erottuviin kerrostumiin.

01Jäädytetty julkinen tai hyväksytty korpus
02Ilmoitettu järjestelmä, malli ja laite
03Toistuvat ajot epäonnistuineina säilytettynä
04Word-tason S/I/D-linjaus
05Sisältöttömät julkiset rivit ja aggregaatit
07 · Lue tietue

Tarkista menetelmä ja jokainen julkinen rivi.

Yksityisen Diktaatin Tila 2026Metodin versio 0.1.0Vain pilottitodisteetSuunnittelija ja julkaisija Yaps