SpeakoFlow

SpeakoFlow はカーソルのある場所に入力するので、メールクライアント、ドキュメントエディタ、チャットアプリ、コードエディタの中で、アプリごとの設定なしに動く。ホットキーを押し続けて話すと、話している間はリアルタイムに、止めたときは一度にテキストが現れる。サイトは、話すと毎分約 150 語、タイピングだと約 45 語だと主張する。これはほとんどのディクテーションソフトの売り文句であり、ここでもそれは成り立つ。

「Hey Flow」と言うと、SpeakoFlow は文字起こしから執筆に切り替わる。「このメッセージに返信して」「メールを書いて」など、自分の言葉で頼めば、結果がカーソルに届く。トリガーの語句は、習慣に合わなければ改名できる。アカウントは不要だ。

スペイン語、ヒンディー語、フランス語、日本語などで話すと、SpeakoFlow はきれいな英語を入力する。処理はあなたの端末で動く。音声は既定ではリモートサーバーへ送られない。それが作業の流れを速く、自己完結的に保つ。

乱れた話し言葉は当たり前で、整形はそのためにある。つなぎ言葉と言い直しを削り、文法を直し、Professional、Friendly、Concise など選んだトーンに合わせる。プリセットが自分の書き方に合わなければ、独自のトーンも定義できる。

ホットキーでチャットパネルを呼び出すと、今のアプリから引き離されずに回答がストリーミングされる。開いている間は会話を覚え、終われば畳まれる。回答を読み上げさせることもでき、話す速さと返答の長さを調整できる。静けさがいい？ テキストだけでもよい。

アシスタントは、質問が目に見えるものに依存するとき、あなたの画面を見ることができる。エラーメッセージ、グラフ、書いている途中のメールなどだ。動作は自分で選ぶ。見るように指示する、ちらりと見る必要があるかを任せる、画面へのアクセスを完全に省いてあなたの言葉だけで動かす、のいずれかだ。

SpeakoFlow はあなたの書き方を覚え、一日の場面ごとに別々のプロファイルを保てる。記憶は任意で、編集でき、有効にするまで切れている。プロファイルごとに音声と返答の長さを変えられるので、手早い回答モードと長めの相棒モードを同居させられる。

このアプリは MIT ライセンスなので、ソースコードを読んで調べられる。アカウントなしで動き、既定では音声があなたのマシンに留まる。ローカルモデルを走らせ、自分のサーバーをつなぎ、プロバイダーを選ぶこともでき、処理がどこで行われるかを自分で決められる。これがオープンソースのディクテーションを正しく作る核心だ。