De techniek achter DijiFlow: spraakherkenning op je apparaat en Apple Silicon, eenvoudig uitgelegd
Apple Silicon5 min. leestijd

De techniek achter DijiFlow: spraakherkenning op je apparaat en Apple Silicon, eenvoudig uitgelegd

Hoe DijiFlow Dictate je stem op je eigen computer omzet in tekst, met lokale spraakmodellen en Apple Silicon. In gewone taal uitgelegd.

De meeste dicteertools voelen als magie, tot je de voor de hand liggende vraag stelt: waar gaat mijn stem eigenlijk naartoe? Bij DijiFlow Dictate is het eerlijke antwoord: nergens. Je spreekt, de tekst verschijnt bij je cursor en er gaat geen enkel woord naar een server. Geen account en geen upload van je audio of tekst. Dat is geen privacybelofte die er achteraf aan is toegevoegd, maar een direct gevolg van hoe de app in elkaar zit.

Het werkt dankzij drie bekende onderdelen: het spraakmodel dat luistert; de runtime die het model efficiënt op een Mac laat draaien; en Apple Silicon, de chip die ervoor zorgt dat het direct aanvoelt. Voorkennis is niet nodig: we leggen ze hieronder een voor een in gewone taal uit.

  • ~34 MB
    download van de Mac-app
  • 300 MB–6 GB
    spraakmodel, één keer gedownload
  • Neural Engine
    waar het werk echt gebeurt

Het spraakmodel: geluid omzetten in woorden

De kern van DijiFlow Dictate bestaat uit spraakherkenningsmodellen die op je eigen computer draaien. Simpel gezegd is een spraakmodel een heel groot systeem dat patronen herkent, getraind op enorme hoeveelheden audio met de bijbehorende transcripties. Daaruit leert het hoe de klanken die mensen maken overeenkomen met de woorden die ze bedoelen, ondanks accenten, achtergrondgeluid en de natuurlijke pauzes in echte spraak.

Als je dicteert, voorspelt het model op basis van de audio van je microfoon de meest waarschijnlijke reeks woorden, en daar is het echt goed in. Bij duidelijke spraak haalt het ongeveer 98% nauwkeurigheid, en DijiFlow Dictate transcribeert 29 talen met volledige ondersteuning en herkent er meer dan 90 met automatische detectie. Omdat het naar de context kijkt in plaats van woord voor woord te vergelijken, kan het goed overweg met de rommelige manier waarop mensen echt praten.

Waarom het model apart wordt gedownload

Dit verrast veel mensen: de app en de intelligentie zijn twee verschillende bestanden. Op een Mac is DijiFlow Dictate zelf klein, ongeveer 34 MB. De spraakmodellen zijn het zware deel: ze zijn zo'n 300 MB tot 6 GB groot, afhankelijk van het model dat je kiest. Met Pro en in de proefperiode is “Groot” het nauwkeurigst, komt “Express” er dicht bij en is het sneller, en is “Snel” het snelst, in 16 talen waaronder Engels; de gratis versie gebruikt “Standaard” en “Verbeterd”. Jij kiest de balans tussen snelheid en nauwkeurigheid die bij je past.

Je downloadt een model één keer; daarna heeft transcriptie helemaal geen internet meer nodig. Juist door die eenmalige stap kan je stem op je computer blijven.

De runtime: het model efficiënt laten draaien

Een spraakmodel heb je alleen iets aan als het snel draait zonder je batterij leeg te trekken. Daarvoor zorgt de runtime, de laag die machine-learningmodellen op het apparaat zelf laat draaien. Zie het als een tolk en verkeersregelaar in één: de runtime neemt een spraakmodel en bepaalt hoe het het best kan draaien op de onderdelen van je hardware die daarvoor het meest geschikt zijn.

Op een Mac zijn de spraakmodellen van DijiFlow Dictate gecompileerd voor het eigen machine-learningframework van Apple, dat deel uitmaakt van macOS. Daardoor is het model specifiek geoptimaliseerd voor Apple-hardware en draait het niet als algemene, tragere code. Zo houdt dicteren je spreektempo bij, zonder je systeem zwaar te belasten. En alles gebeurt lokaal: dat framework is geen clouddienst, maar een onderdeel van het besturingssysteem waarmee apps machine-learningmodellen privé op het apparaat zelf kunnen draaien.

Apple Silicon: de chip die het razendsnel maakt

Het laatste onderdeel is de hardware. Op moderne Macs is dat Apple Silicon (de chips uit de M-serie), met macOS 14 of later. Deze chips hebben een eigen Neural Engine, een deel van de chip dat speciaal is ontworpen om machine-learningmodellen snel en met heel weinig stroom te laten draaien, en als er extra rekenkracht nodig is, kan ook de GPU via Metal worden ingezet.

Je hoeft hier niets voor in te stellen. Het framework verdeelt het werk automatisch over de juiste hardware; jij praat gewoon en de chip doet de rest, in realtime. Dat is het onopvallende voordeel van verwerking op je apparaat: hetzelfde silicium dat je Mac snel laat aanvoelen, maakt privé dicteren praktisch.

Het hele proces van begin tot eind

Zet je de drie onderdelen op een rij, dan is de route kort en volledig lokaal.

  1. Je spreekt

    De audio van je microfoon wordt op het apparaat opgenomen en nergens naartoe gestreamd.

  2. Het spraakmodel draait op de Neural Engine

    Het model zet het geluid ter plekke om in woorden, op Apple Silicon, in realtime.

  3. De tekst verschijnt bij je cursor

    Je woorden verschijnen in de app waarin je al bezig bent. Ze worden nergens heen gestuurd, dus er valt niets te lekken.

Kernpunt

Het model staat op je computer, dus transcriptie is gewoon een lokale berekening: er zit geen server tussen die je stem kan opslaan, onderscheppen of stilletjes bewaren.

Eén keer downloaden, daarna transcriberen op je apparaat

De meeste spraaktools zijn eigenlijk clouddiensten met een app-icoon: ze hebben elke keer een verbinding en een account nodig, omdat het model dat je verstaat op de hardware van een ander draait. DijiFlow Dictate doet het andersom: je installeert het één keer en het werk verhuist naar je eigen chip.

Hoe het werkt DijiFlow (op je apparaat) Dicteren in de cloud
Werkt na een eenmalige download ✓ ✗
Transcribeert zonder internet ✓ ✗
Geen account nodig ✓ ✗
Audio blijft op je apparaat ✓ ✗

En niet alleen op de Mac

Dezelfde aanpak werkt ook op Windows 10 en 11, waar DijiFlow Dictate draait op GPU's van AMD, Intel en NVIDIA. Voor NVIDIA-hardware zijn CUDA en een actueel stuurprogramma nodig, maar het principe is hetzelfde: je spraak wordt lokaal getranscribeerd, en je stem en tekst gaan nergens heen.

Geen trucje, gewoon goed vakwerk

Er gebeurt hier niets exotisch. DijiFlow Dictate is gebouwd op open, bekende technologie: spraakmodellen om te luisteren, het machine-learningframework van Apple als runtime en Apple Silicon als hardware. De keuze die het verschil maakt, is dat alles op je apparaat blijft. Zo heb je het gemak van modern dicteren zonder je stem ooit aan iemand af te staan, in de gratis versie, in de proefperiode en in Pro.

Wil je het liever zelf ervaren dan erover lezen? Probeer privé dicteren op je apparaat 30 dagen gratis met alle Pro-functies.

DijiFlow DictateDijiFlow Dictate

Het DijiFlow Dictate Team

Aantekeningen over privé dicteren op je eigen apparaat en meer gedaan krijgen met je stem.