การควบคุมด้วยเสียงแบบออฟไลน์และการถอดความสำหรับการใช้งาน Windows แบบไม่ต้องใช้มือ
Handy Voice ทำงานแบบออฟไลน์ในการแปลงเสียงเป็นข้อความพร้อมกับการแสดงผลเสียงแบบภาพ ทำให้ผู้ใช้สามารถพูดข้อความและออกคำสั่งให้กับ Windows โดยไม่ต้องเชื่อมต่อเครือข่าย Deut Lab สร้างเครื่องมือนี้เป็นยูทิลิตี้สำหรับการเข้าถึงในสภาพแวดล้อมเดสก์ท็อป โดยรวมการอนุมาน ggml และส่วนหน้า Tauri v2 องค์ประกอบหลักประกอบด้วยการพูดในท้องถิ่น ชุดคำสั่งที่ปรับแต่งได้ และการรวมการเริ่มต้นแบบเลือกได้ มันเหมาะสำหรับผู้ที่มีความบกพร่องทางการเคลื่อนไหวหรือผู้ที่ชอบการป้อนข้อมูลแบบไม่ใช้มือสำหรับงานด้านผลิตภาพ
แอปทำอะไรได้บ้างสำหรับการถอดเสียงและการควบคุม
Handy Voice ทำการแปลงเสียงเป็นข้อความบนอุปกรณ์ โดยใช้ไลบรารี ggml และแสดงการซ้อนทับเสียงที่แสดงสถานะคำสั่งและผลการรู้จำ มันให้คุณสามารถถอดเสียงในแอปพลิเคชัน Windows ใด ๆ และแมพวลีที่พูดไปยังการกระทำผ่านคำสั่งที่ปรับแต่งได้ แอปทำงานบนระบบเดสก์ท็อป Windows และต้องการ WebView2 runtime สำหรับอินเทอร์เฟซ Tauri v2 ของมัน
มันมีปฏิสัมพันธ์กับทรัพยากรของระบบอย่างไรในระหว่างการใช้งาน
Handy Voice รักษารอยเท้าของการทำงานที่เบา เพราะมันใช้ Tauri v2 แทนที่จะเป็นสแต็ก Electron และทำการอนุมานในเครื่องด้วย ggml การออกแบบนั้นช่วยลดการใช้หน่วยความจำและ CPU เมื่อเปรียบเทียบกับเฟรมเวิร์กที่หนักกว่า ซึ่งมีความสำคัญเมื่อคุณต้องการการถอดเสียงอย่างต่อเนื่องโดยไม่ต้องอุทิศเครื่องให้กับบริการคลาวด์ การรวมการเริ่มต้นสามารถทำให้การซ้อนทับพร้อมใช้งานเมื่อเข้าสู่ระบบ และคุณสามารถทำการรู้จำได้โดยไม่ต้องมีการเชื่อมต่ออินเทอร์เน็ตที่ใช้งานอยู่
มันปลอดภัยที่จะใช้บนเครื่องผลิตหรือเครื่องส่วนตัวหรือไม่?
Handy Voice ประมวลผลเสียงในเครื่อง ดังนั้นข้อมูลเสียงจึงไม่ออกจากอุปกรณ์; สถาปัตยกรรมมุ่งเน้นไปที่ความเป็นส่วนตัวอย่างชัดเจนและหลีกเลี่ยงการรู้จำที่ใช้คลาวด์ เนื่องจากมันใช้โมเดลในเครื่องสำหรับการแปลงเสียงเป็นข้อความ จึงไม่มีการส่งข้อมูลเสียงที่บันทึกไปยังภายนอก โค้ดเบสโอเพนซอร์สยังอนุญาตให้ตรวจสอบและการตรวจสอบจากชุมชน ซึ่งสนับสนุนความโปร่งใสเกี่ยวกับสิ่งที่เครื่องมือเขียนหรืออ่านในระบบ
มันต้องการความรู้ทางเทคนิคในระดับใดในการทำงานอย่างถูกต้อง?
แอปมีการทำงานพื้นฐานและปรับแต่งได้ โดยทันทีที่คุณได้รับการถอดเสียงและการซ้อนทับที่มองเห็นได้ ผู้ใช้ขั้นสูงสามารถสร้างการแมพคำสั่งที่กำหนดเอง การติดตั้งสามารถทำได้ผ่าน WinGet หรือการปล่อย GitHub ดังนั้นผู้ดูแลระบบที่สะดวกกับผู้จัดการแพ็คเกจสามารถติดตั้งได้อย่างรวดเร็ว ผู้ใช้ทั่วไปสามารถถอดเสียงได้ทันที ในขณะที่ผู้ใช้ที่ปรับเปลี่ยนชุดคำสั่งควรคาดหวังว่าจะต้องแก้ไขไฟล์การกำหนดค่าหรือใช้ตัวแก้ไขคำสั่งที่ให้มา
Handy Voice เป็นเครื่องมือที่เหมาะสำหรับผู้ใช้ที่ใส่ใจในความเป็นส่วนตัวและต้องการใช้งานแบบไร้สาย
เครื่องมือนี้เป็นตัวเลือกที่เหมาะสมสำหรับผู้ที่ต้องการการพิมพ์คำพูดและการควบคุมคำสั่งใน Windows desktop เพราะมันทำงานแปลงเสียงเป็นข้อความด้วย ggml บนอุปกรณ์และเสนอคำสั่งที่ปรับแต่งได้ หนึ่งในข้อแลกเปลี่ยนคือการใช้โมเดลในเครื่องต้องการ CPU และหน่วยความจำที่เพียงพอเมื่อเปรียบเทียบกับบริการคลาวด์ แนะนำให้ทดสอบ overlay และชุดคำสั่งที่ปรับแต่งในระหว่างเซสชันสั้น ๆ ก่อนที่จะพึ่งพามันสำหรับการทำงานต่อเนื่อง
