Laman utama › Pengecaman suara dalam peranti

Asas · Pengecaman suara pada Mac

Pengecaman suara dalam peranti: apa maksudnya sebenarnya

Pengecaman suara dalam peranti bermaksud model pertuturan itu berjalan di dalam komputer anda sendiri. Rakaman ditukar kepada teks di situ dan tidak dimuat naik ke mana-mana pelayan. Istilah lain yang merujuk perkara yang sama ialah pemprosesan atas peranti dan pengecaman pertuturan luar talian.

Apa itu pengecaman suara dalam peranti

Pengecaman suara — atau pengecaman pertuturan — ialah proses menukar percakapan manusia kepada teks secara automatik. Soalan yang penting di halaman ini bukan sama ada ia berfungsi, tetapi di mana pengiraan itu berlaku.

Dalam pendekatan awan, aplikasi merakam suara anda, memuat naik fail audio itu ke pelayan sebuah syarikat, model di sana membuat pengiraan, dan teks siap dihantar semula ke skrin anda. Dalam pendekatan dalam peranti, model yang sama duduk sebagai fail biasa dalam cakera Mac anda, dan pengiraan berlaku dalam memori serta GPU komputer anda sendiri. Laluan datanya pendek: mikrofon atau fail audio masuk, teks keluar, tiada rangkaian di tengah-tengah.

Kerana tiada rangkaian diperlukan semasa transkrip dibuat, orang juga memanggilnya pengecaman suara luar talian. Dari sudut pengguna kedua-dua istilah itu membawa maksud praktikal yang sama: ia berfungsi dalam mod pesawat, dalam bangunan yang liputannya teruk, dan pada rangkaian pejabat yang berpagar.

Kenapa ini baru boleh dilakukan sekarang

Sepuluh tahun lalu, hampir semua imlak dan transkrip yang berguna terpaksa dihantar ke pelayan, kerana model yang cukup baik terlalu besar dan terlalu berat untuk komputer meja. Dua perkara berubah. Pertama, model pengecaman pertuturan menjadi jauh lebih cekap — bilangan parameter dikurangkan dan berat model dimampatkan, jadi model bersaiz beberapa ratus megabait hingga beberapa gigabait sudah memberi hasil yang boleh dipakai. Kedua, cip Apple Silicon membawa GPU dan Neural Engine yang laju ke dalam komputer riba biasa, dengan memori bersepadu yang dikongsi antara pemproses dan GPU.

Gabungan dua perkara itu memindahkan kerja yang dahulunya milik pusat data ke atas meja anda. Kesannya bukan sekadar teknikal: apabila pengiraan berlaku di sini, tiada salinan rakaman anda tertinggal di tempat yang anda tidak kawal, dan tiada kadar bayaran seminit.

Awan atau dalam peranti: perbandingan yang jujur

Kedua-dua pendekatan menghasilkan teks yang boleh dipakai hari ini. Bezanya terletak pada apa yang berlaku di sekeliling teks itu — dan awan memang lebih baik dalam beberapa perkara yang patut dinyatakan terus terang.

Baris perkakasan dan baris saiz model itulah harga sebenar pemprosesan dalam peranti. Rakaman mesyuarat dua jam akan menyibukkan Mac anda seketika, dan model yang boleh dimuatkan ke dalam memori komputer riba tidak akan sebesar model yang berjalan atas rak pelayan. Sebagai pertukaran, tiada salinan rakaman itu wujud di luar cakera anda.

Kenapa Apple Silicon diperlukan, bukan sekadar disyorkan

Supaya transkrip siap lebih pantas daripada masa rakaman itu sendiri, operasi model mesti dijalankan pada GPU, dan model itu mesti muat dalam memori yang boleh dicapai serentak oleh pemproses dan GPU. Itulah yang diberikan oleh seni bina memori bersepadu Apple Silicon: model tidak perlu disalin berulang kali antara dua kawasan memori berasingan.

Mac Intel tidak mempunyai susunan itu. Sebab itu Lesskeys memerlukan Mac dengan Apple Silicon, iaitu M1 ke atas — ini syarat, bukan cadangan, dan aplikasi ini tidak akan berjalan pada Mac Intel langsung. Perkara ini perlu ditegaskan di sini kerana MacBook Intel terpakai masih banyak berpindah tangan di Malaysia dan harganya menarik. Semak dahulu melalui menu Apple › "Perihal Mac Ini" sebelum anda membeli apa-apa. Sistem pengendalian minimum ialah macOS 13 (Ventura).

Setepat mana ia, khususnya untuk Bahasa Melayu

Untuk imlak dan untuk rakaman perbualan yang dirakam secara normal, model dalam peranti hari ini berada dalam julat yang sama dengan perkhidmatan awan. Punca ralat pula hampir selalu terletak pada bunyi, bukan pada model:

• Kedudukan dan kualiti mikrofon. Mikrofon yang dekat dengan mulut penutur mengalahkan mana-mana model. Mikrofon di hujung meja mesyuarat, bilik yang bergema, kipas siling dan penghawa dingin memberi kesan lebih besar daripada yang orang sangka.
• Bahasa rojak. Pengesanan bahasa memilih satu bahasa untuk satu rakaman. Perbualan yang bertukar-tukar antara Melayu dan Inggeris sepanjang masa — cara kebanyakan kita bercakap di pejabat — akan menghasilkan ralat yang perlu dibetulkan dengan tangan.
• Dialek. Bahasa Melayu baku dikenali lebih baik daripada loghat Kelantan, Sarawak atau Sabah. Loghat yang pekat menurunkan ketepatan dengan jelas.
• Ketepatan Bahasa Melayu berbanding Inggeris. Bahasa Melayu memang termasuk dalam 99 bahasa yang disokong, tetapi ketepatannya lebih rendah daripada Inggeris. Data latihan untuk Inggeris jauh lebih banyak, dan itu kelihatan pada hasilnya.
• Istilah khusus dan nama khas. Nama orang, nama tempat, singkatan jabatan dan istilah bidang selalunya ditulis mengikut bunyi yang munasabah tetapi salah ejaan.

Kesimpulan yang jujur: transkrip mesin ialah draf mentah. Ia menjimatkan sebahagian besar kerja menaip, tetapi ia tidak menggantikan pembacaan pruf — lebih-lebih lagi jika teks itu akan dipetik dalam laporan atau tesis.

Apa maksud "tidak dimuat naik" — dan apa yang ia tidak bermaksud

Pemprosesan dalam peranti ialah kenyataan tentang seni bina perisian: tiada fail audio dimuat naik, tiada perkhidmatan pelayan yang menerima rakaman anda, tiada akaun pengguna, dan tiada pihak ketiga yang memproses data bagi pihak anda. Aplikasi ini berfungsi dalam mod pesawat.

Apa yang tidak boleh disimpulkan daripada itu ialah kebenaran undang-undang untuk pemprosesan anda yang khusus. Kami tidak mendakwa apa-apa pematuhan, pensijilan atau kelulusan di bawah Akta Perlindungan Data Peribadi 2010 (Akta 709) atau mana-mana rangka kerja lain. Sama ada anda dibenarkan merakam, menyimpan dan menganalisis sesuatu perbualan bergantung pada tujuan, pada orang yang terlibat dan pada peraturan organisasi anda — semak dengan pegawai perlindungan data, penasihat undang-undang atau bahagian keselamatan ICT anda. Pembaca di Singapura dan Brunei perlu ingat bahawa undang-undang berbeza mengikut bidang kuasa; rujuk penasihat anda sendiri.

Perlu diingat juga ke mana data memang pergi: model dimuat turun sekali daripada internet semasa persediaan, dan transkrip yang terhasil hanyalah fail biasa dalam cakera anda. Sandaran, kawalan capaian dan penyulitan cakera dengan FileVault adalah tanggungjawab anda.

Apabila orang lain turut dirakam

Sebaik sahaja ada orang lain dalam rakaman, soalan teknikal menjadi soalan kecil. Di Malaysia, merakam perbualan yang anda sendiri sertai umumnya bukan satu kesalahan, tetapi memintas komunikasi yang anda bukan pihak kepadanya boleh melanggar Akta Komunikasi dan Multimedia 1998, antaranya seksyen 234 mengenai pemintasan tanpa kuasa yang sah. Sesuatu rakaman juga tidak automatik diterima sebagai rekod undang-undang; pengesahan dokumen yang dihasilkan komputer di bawah Akta Keterangan 1950 adalah soal yang berasingan.

Di luar undang-undang ada norma yang lebih menentukan di sini: dalam mesyuarat rasmi, terutamanya dengan pegawai kanan atau pihak kerajaan, meminta izin pengerusi sebelum merakam adalah adab dan amanah. Merakam senyap-senyap merosakkan kepercayaan walaupun ia tidak menyalahi undang-undang. Ini panduan orientasi, bukan nasihat guaman.

Istilah yang merujuk perkara yang sama

Beberapa istilah bertaburan dan itu menyukarkan carian. "Pengecaman suara dalam peranti", "pengecaman pertuturan luar talian", "pemprosesan atas peranti" dan "transkrip tanpa awan" semuanya menerangkan pemprosesan di komputer sendiri. "Imlak" pula ialah istilah rasmi untuk mendiktekan teks — betul dari segi bahasa, cuma jarang ditaip orang apabila mencari perisian. Yang bukan perkara sama ialah pemisahan penutur: itu menjawab siapa yang bercakap, bukan apa yang dikatakan.

Pengecaman suara dalam peranti pada Mac

Lesskeys ialah aplikasi macOS yang bekerja sepenuhnya dalam peranti: taip guna suara di seluruh sistem melalui pintasan papan kekunci, dan di sebelahnya transkrip untuk mesyuarat, temu bual serta fail audio dan video, lengkap dengan pemisahan penutur. Ia mengenali 99 bahasa dan mengesan bahasa secara automatik. Teks yang dikenali disalin ke papan keratan dan anda tampal sendiri dengan ⌘V — aplikasi ini tidak menaip sendiri ke dalam mana-mana tetingkap.

Muat turunnya percuma. Versi percuma memberi 5 minit taip guna suara sehari serta 5 transkrip audio dan 5 transkrip video secara keseluruhan — jumlah seumur hidup, bukan kuota harian. Merakam tidak pernah dihadkan, dan mentranskrip semula sesuatu yang sudah pernah ditranskrip tidak memakan kuota. Untuk menanggalkan had itu, Pro dibuka dengan pembelian dalam apl sekali bayar $49.99; ia bukan langganan, tetapi "tiada langganan" bukan bermakna versi percuma tiada had. App Store Malaysia memaparkan harga setara dalam ringgit.

Jika anda mahu melihat aliran kerjanya langkah demi langkah, teruskan ke cara transkrip audio di Mac.

Soalan lazim

Berkaitan