Ghi âm giữ để nói tại chỗ cho việc phiên dịch an toàn trên thiết bị.
Ra lệnh vào bất kỳ ứng dụng nào bằng cách giữ phím nóng: nhấn, nói, thả ra và văn bản sẽ được gõ ở vị trí con trỏ. Mohsen Seyedkazemi Ardebili đã xây dựng YazSes như một công cụ tiện ích daemon nền chạy cục bộ trên máy tính để bàn. Nó sử dụng một engine faster-whisper cục bộ, hỗ trợ phiên âm tệp và ghi lại cuộc họp, và cung cấp các lệnh giọng nói dựa trên regex. Ứng dụng này phù hợp với các chuyên gia và nhà phát triển chú trọng đến quyền riêng tư làm việc trong môi trường không kết nối hoặc nhạy cảm cần chuyển đổi giọng nói thành văn bản ngoại tuyến.
Công cụ này làm gì và cách nó chèn văn bản
YazSes ghi âm theo yêu cầu và chèn bản ghi vào cửa sổ đang hoạt động. Ứng dụng này triển khai một phím tắt giữ để nói cho việc ghi chép trực tiếp và chế độ họp rảnh tay cho việc ghi âm liên tục. Nó cũng chấp nhận các tệp âm thanh để chuyển đổi hàng loạt thành TXT, MD, SRT, VTT hoặc JSON. Thiết kế nhắm đến những tình huống mà bạn cần văn bản được gõ trực tiếp vào các trình soạn thảo, terminal hoặc trình duyệt mà không cần chuyển đổi quy trình làm việc.
Nó ảnh hưởng đến tài nguyên hệ thống như thế nào trong quá trình chuyển đổi
Chuyển đổi diễn ra cục bộ trên CPU và có nhu cầu bộ nhớ có thể đo lường. Ứng dụng sử dụng faster-whisper với định lượng int8 nên không yêu cầu GPU, nhưng yêu cầu tối thiểu được ghi nhận là 4GB RAM và 8GB được khuyến nghị để hoạt động mượt mà hơn. Mô hình xử lý thực hiện trên thiết bị, giúp giữ độ trễ thấp cho việc ghi chép theo thời gian thực trên các CPU tiêu chuẩn trong khi sử dụng chu kỳ CPU trong quá trình chuyển đổi đang hoạt động.
An toàn, quyền riêng tư và đảm bảo hoạt động
Tất cả xử lý đều diễn ra trên máy và ứng dụng không thu thập bất kỳ dữ liệu telemetry nào. YazSes hoạt động mà không phát trực tiếp âm thanh đến các dịch vụ bên ngoài, và nó không yêu cầu tài khoản hoặc khóa API. Đối với các môi trường nhạy cảm, điều này có nghĩa là không có dữ liệu âm thanh hoặc văn bản nào rời khỏi máy chủ. Các tính năng nâng cao tùy chọn có thể dựa vào các mô hình được cài đặt cục bộ, vì vậy các quản trị viên phải cung cấp những tài liệu đó thay vì gửi dữ liệu ra ngoài.
Ai có thể chạy nó và cần bao nhiêu thiết lập kỹ thuật
Công cụ này mong đợi một sự thoải mái nhất định với các trình quản lý gói và cấu hình cục bộ. Cài đặt Windows có sẵn thông qua lệnh Windows Package Manager, và cài đặt macOS hoặc Linux sử dụng Homebrew, Snap hoặc pipx. Các macro giọng nói sử dụng ngữ pháp dựa trên regex, điều này mang lại sức mạnh cho các nhà phát triển nhưng yêu cầu phải học cú pháp. Ứng dụng này nhắm đến những người dùng có thể xử lý các bước dòng lệnh vừa phải và quản lý mô hình cục bộ.
Chép chính tả địa phương thực tế cho người dùng tập trung vào quyền riêng tư, với các thỏa hiệp thiết lập khiêm tốn
YazSes là một lựa chọn tập trung cho các chuyên gia cần chuyển đổi giọng nói thành văn bản ngoại tuyến và tiêm văn bản trực tiếp vào các ứng dụng; thỏa hiệp chính của nó là cần một lượng RAM khiêm tốn và đôi khi cần thiết lập dòng lệnh để cài đặt hoặc thay thế các mô hình địa phương. Đối với bất kỳ ai hoạt động trong môi trường cách ly hoặc nhạy cảm, ứng dụng cung cấp khả năng chuyển đổi văn bản trên thiết bị một cách dự đoán được mà không phụ thuộc vào các dịch vụ bên thứ ba.
