O aplicativo Speechify para Windows usa modelos locais para transcrição e ditado

A empresa de IA de voz Speechify acaba de lançar um nativo Aplicativo do Windows que emprega modelos armazenados localmente para permitir o ditado em aplicativos e a leitura em voz alta de artigos, documentos ou PDFs usando sua biblioteca de vozes.

A empresa está contratando empresas como Wispr Flow, Willow e Superwhisper, que também fornecem aplicativos de ditado e transcrição em várias plataformas.

Speechify disse que o aplicativo do Windows faz processamento de voz inteiramente no dispositivo em PCs Copilot + (que possuem NPUs da AMD, Intel e Qualcomm) e outros PCs com Windows 11 que possuem GPUs da Intel e AMD.

O aplicativo tem três modelos em execução no dispositivo: conversão neural de texto em fala, detecção de atividade de voz em tempo real e transcrição alimentada por Whisper. Os usuários podem configurar o aplicativo para mudar para modelos baseados em nuvem ou até mesmo alterá-los durante o uso.

A empresa, que tem mais de 50 milhões de usuáriosdisse que o VITS Neural pode gerar áudio em sete predefinições de velocidade diferentes, permitindo que os usuários façam com que o aplicativo leia em voz alta documentos ou páginas da web. A empresa utiliza o Modelo de código aberto Silero para detecção de atividade de voz.

“Mais de um bilhão de pessoas neste planeta usam o Windows. Com este lançamento do Windows, estamos garantindo que a leitura, e agora a escrita, nunca seja uma barreira, não importa qual dispositivo você usa ou como você prefere trabalhar. Estamos especialmente entusiasmados com a oportunidade na empresa, dada a quantidade de profissionais que solicitaram o Speechify em seus PCs”, disse Cliff Weitzman, fundador e CEO da Speechify, em um comunicado.

No mês passado, a empresa lançou Transcrição de reunião tipo granolamas esse recurso estava limitado a reuniões baseadas em navegador. Agora que a empresa tem aplicativos em várias plataformas, provavelmente trará esse recurso para aplicativos nativos para transcrever reuniões em qualquer aplicativo ou navegador.

Até alguns anos atrás, o Speechify concentrava-se principalmente em casos de uso de conversão de texto em fala, como leitura de artigos e e-mails e geração de podcasts a partir de documentos. Ultimamente, a empresa tem tentado se tornar um aplicativo de voz completo para os usuários, lançando ditado, transcrição de reuniões e um assistente de voz.