Nowe funkcje transkrypcji mowy na tekst w systemach Apple – szybciej niż Whisper
W najnowszych wersjach deweloperskich iOS 26 i macOS Tahoe, Apple udostępniło nowe narzędzia do transkrypcji mowy – SpeechAnalyzer i SpeechTranscriber – które zaskakują szybkością i dokładnością.
Test przeprowadzony przez MacStories pokazał, że nowa technologia Apple dorównuje dokładnością znanemu modelowi Whisper od OpenAI (używanemu m.in. w MacWhisper i VidCap), ale działa ponad dwukrotnie szybciej. Przykład: 34-minutowy film został przetworzony w zaledwie 45 sekund przez autorskie narzędzie „Yap” oparte na frameworku Apple, podczas gdy MacWhisper potrzebował 1:41 min.
| Aplikacja | Czas przygotowania transkrypcji |
|---|---|
| Yap (framework Apple ) | 0:45 |
| MacWhisper (Large V3 Turbo) | 1:41 |
| VidCap | 1:55 |
| MacWhisper (Large V2) | 3:55 |
Apple udostępnia te narzędzia deweloperom do integracji w aplikacjach — można je wykorzystać zarówno do dyktowania, jak i do rozpoznawania poleceń głosowych lub transkrypcji materiałów wideo/audio.
To istotna zmiana szczególnie dla osób regularnie pracujących z transkrypcjami, np. studentów, dziennikarzy czy twórców wideo.
Krzysztof Kołacz
🎙️ O technologii i nas samych w podcaście oraz newsletterze „Bo czemu nie?”. ☕️ O kawie w podcaście „Kawa. Bo czemu nie?”. 🏃🏻♂️ Po godzinach biegam z wdzięczności za życie.
