Dicta.to – vietinis balso diktuojimas Mac kompiuteriams su įrenginyje veikiančiu dirbtiniu intelektu

Santrauka lietuviškai

Sukurta macOS diktuojimo programa, kurioje visa apdorojimo grandinė – transkripcija, automatinis taisymas, vertimas – vyksta tiesiogiai įrenginyje, neperduodant jokių duomenų į išorę. Programoje integruoti keturi transkripcijos varikliai (WhisperKit, NVIDIA Parakeet, Qwen3-ASR, Apple Speech), veikiantys per CoreML/Metal, ir pasirinktinai galima naudoti Apple Intelligence post-apdorojimą. Autorius išsprendė techninius iššūkius, kaip modelių įkėlimo delsimą ir teksto įterpimą į bet kurią macOS programą, naudodamas įrankių juostos manipuliacijas ir įvykių sintezę, nors tai apsunkina sandbox naudojimą. Programą vienkartinio pirkimo modeliu sukūrė vienas kūrėjas per šešias savaites.