Język polski: rozpoznawanie na samym telefonie

Polski to jeden z 99 języków, które Kaseta zamienia na tekst. Ważne jest nie to, że jest na liście, tylko gdzie wykonywana jest praca: model rozpoznawania leży wewnątrz aplikacji i działa na sprzęcie samego iPhone’a. Aplikacja nigdzie nagrania nie wysyła, bo nie ma dokąd — serwerów nie ma.

Co to znaczy w praktyce

Dyktafon nagrywa, a tekst pojawia się, kiedy jeszcze mówisz. Sieć może być przy tym wyłączona całkowicie: w samolocie, w metrze, w budynku bez zasięgu. Konta nie ma — nie ma gdzie się rejestrować, bo nie ma serwera, który miałby Cię pamiętać. I nic nie ustawia się w kolejce do cichego wysłania później, kiedy wróci Wi-Fi.

To właściwość, którą warto sprawdzić samemu w minutę: tryb samolotowy, nagranie, tekst. Poradnik o transkrypcji offline rozkłada to sprawdzenie na kroki.

Język rozpoznawania i język aplikacji to dwie różne rzeczy

To miejsce, w którym łatwo wprowadzić czytelnika w błąd, więc powiedzmy wprost. Silnik rozpoznaje 99 języków. Interfejs samej aplikacji — przyciski, menu, ustawienia — wychodzi w 8 językach i to krótsza lista. Jedna liczba to nie druga. Polska transkrypcja nie zależy od tego, w jakim języku opisane są przyciski: język nagrania wybierasz z listy języków, a nie z języka interfejsu.

Gdzie są granice

• Nie mierzyliśmy dokładności. Ani dla polskiego, ani dla pozostałych języków — dlatego nie będzie tu liczby. Zamiast procentu, którego nikt nie policzył, jest sprawdzenie: nagraj minutę tak, jak nagrywasz zwykle, i zobacz wynik.
• Trudne audio pozostaje trudne. Kilka głosów naraz, głośny pokój, telefon w kieszeni — to psuje rozpoznawanie każdemu systemowi, chmurowemu też.
• Etykiet z tym, kto mówi, jeszcze nie ma. Jeśli potrzebny jest protokół spotkania z nazwiskami, to jeszcze nie tutaj.
• Przełączanie języków w środku zdania wychodzi gorzej niż czysta polszczyzna: język wybierany jest na nagranie, a nie na każde zdanie.
• Plan darmowy transkrybuje pierwsze 5 minut każdego nagrania. Samo nagrywanie się nie urywa — dźwięk nagrywa się dalej i czeka. Liczba nagrań jest nieograniczona.
• Eksport plików (.md i .txt ze znacznikami czasu) to funkcja Pro. Skopiować tekst można w każdym planie.

Ile to kosztuje

Pro kosztuje 19,99 € rocznie albo 39,99 € raz na zawsze. Abonamentu za minuty nie ma i nie będzie: minuty liczy się tam, gdzie płaci się za nie serwerom, a tutaj nie ma czego liczyć.

Dalej: wszystkie języki, które rozpoznaje Kaseta albo krótka wersja na stronie głównej.