Olá, pessoal. O app de ditado Sorimac para Mac, desenvolvido na ilha de Jeju, na Coreia, permite que você diga algo e o texto apareça onde está o cursor em qualquer aplicativo. O reconhecimento de voz roda no próprio Mac, usando modelos como Qwen3-ASR por padrão e Whisper opcional. Após baixar o modelo uma vez, ele funciona offline.
Criterios Técnicos Essenciais:
- WER Público vs Microfone Real: Como o termo pede, eu escolhi modelos por idioma olhando benchmarks públicos. O A/B test com microfone de verdade e fala natural inverteu parte das previsões. Hoje só uso modelos especializados para idiomas como hindi e tailandês; nos outros idiomas o modelo geral ganhou.
- Dica de Vocabulário: Passava o vocabulário do usuário como dica para o decodificador acertar nomes próprios. Em áudio quase silencioso, o modelo lia a dica e travava, no pior caso, 282 segundos de atraso no log. Solução: sem dica quando a relação sinal-ruído é baixa, e transcrições inválidas são descartadas.
- Frases de Exemplo: Em 35 dias de logs, o nosso próprio modelo coreano ajustado (baseado no Qwen3) gerava, no silêncio, frases de exemplo dos dados de treino, quase não havia exemplos de silêncio no treino. Filtro de texto não resolve: ele troca de frase. O Qwen3 base não teve isso.
Soluções e Melhorias:
- Dica de Vocabulário: Ao invés de passar o vocabulário do usuário como dica para o decodificador, implementamos uma solução que descarta transcrições inválidas quando a relação sinal-ruído é baixa, evitando erros em áudios quase silenciosos.
- Prompt Falado para IA: Para melhorar a precisão de textos longos, implementamos o uso de prompts falados para IA, que resulta em textos mais completos.
Práticas Operacionais:
- Limitações: O Sorimac só funciona em Apple Silicon e macOS 15+; não transcreve arquivos de áudio.
- Preço: O preço único do Sorimac é de US$ 9,99, com 3 dias grátis.
- Links: Para mais informações, visite o site do Sorimac: <https://sorimac.com/en/?utm_source=tabnews&utm_medium=community>
Perguntas sobre a parte técnica são muito bem-vindas.
--