Poznaj PITIR TECH: misja i zasady stojące za DijiFlow Dictate

Otwórz niemal dowolną aplikację do dyktowania, a poza zasięgiem wzroku dzieje się to samo: mówisz, i Twój głos opuszcza pokój. Wędruje na serwer, zostaje przepisany przez model, którego nie widzisz, i wraca jako tekst chwilę później. Wygoda jest prawdziwa. Ale prawdziwa jest też wymiana, na którą właśnie poszedłeś — Twoja najmniej osłonięta forma danych, nagrana i przetworzona na sprzęcie, którego nie posiadasz.

PITIR TECH wyszło od upartego pytania: dlaczego tak ma być domyślnie? Jesteśmy studiem programistycznym Ninu Limited w Wielkiej Brytanii i tworzymy narzędzia AI stawiające prywatność na pierwszym miejscu, które działają w całości na Twoim własnym sprzęcie. Nasz pierwszy produkt, DijiFlow Dictate, jest najczystszym wyrazem tej idei. Ta strona mówi mniej o nas, a więcej o tym, co staramy się udowodnić.

Dobre oprogramowanie powinno zdobywać Twoje zaufanie konstrukcją, a nie prosić, byś przyjął je na wiarę. Jeśli Twój głos nigdy nie opuszcza urządzenia, prywatność przestaje być obietnicą i staje się faktem.

Dlaczego na urządzeniu i dlaczego ma to dla nas znaczenie

Decyzja leżąca u sedna DijiFlow Dictate jest łatwa do wypowiedzenia i trudna do zaprojektowania: wszystko działa lokalnie. Rozpoznawanie mowy odbywa się na Twoim własnym komputerze, z wykorzystaniem otwartoźródłowych modeli mowy Whisper poprzez CoreML od Apple oraz otwartoźródłowego WhisperKit. Nic nie jest wysyłane. Bez konta, bez chmury, bez telemetrii.

To nie funkcja doczepiona pod marketingowe hasło. To cały sens. Gdy dźwięk nigdy nie opuszcza Twojego komputera, nie ma rejestru serwera, który mógłby wyciec, nie ma włamania, które mogłoby ujawnić Twoje transkrypcje, ani cichej zmiany polityki, która zaczyna wysyłać Twoje słowa w nowe miejsce. Architektura wykonuje pracę, którą zwykle muszą wykonywać polityki prywatności. Wolimy zbudować gwarancję, niż ją spisać.

Oznacza to także, że aplikacja działa nadal, gdy sieć nie. Możesz wyciągnąć wtyczkę połączenia w połowie zdania, a dyktowanie toczy się dokładnie tak samo. Taką poprzeczkę sobie stawiamy: jeśli narzędzie potrzebuje chmury do swojego głównego zadania, nie jest naprawdę Twoje.

W co wierzymy

Garść zasad kształtuje niemal każdą decyzję, jaką podejmujemy w sprawie DijiFlow Dictate.

1. Prywatność jest strukturalna

   Najbezpieczniejsze dane to dane, które nigdy nie zostały zebrane. Projektujemy tak, by rzecz wrażliwa — Twój głos — po prostu nigdy nie wędrowała nigdzie, gdzie mogłaby zostać utracona.

2. Nie wchodzić w drogę

   Dyktowanie powinno przypominać przedłużenie pisania, a nie miejsce, które się odwiedza. Aplikacja mieszka na pasku menu; naciskasz skrót klawiszowy, mówisz, a tekst trafia tam, gdzie już jest Twój kursor.

3. Mówić uczciwie o kompromisach

   Wprost mówimy, ile każdy model mowy kosztuje w rozmiarze i co daje w dokładności, i utrzymujemy naprawdę użyteczny plan Free, zamiast okrajać go, by wymusić przejście na wyższy.

4. Budować na solidnym gruncie

   Stoimy na otwartych fundamentach, zamiast wymyślać je na nowo. DijiFlow Dictate jest zbudowany na EasyDictate autorstwa Charlesa Lukowskiego, używanym na licencji MIT, i z radością to przyznajemy.

Na otwartych fundamentach

Nie wymyśliliśmy rozpoznawania mowy i nie zamierzamy udawać, że jest inaczej. DijiFlow Dictate wyrósł z pracy otwartoźródłowej — Whisper, WhisperKit oraz EasyDictate autorstwa Charlesa Lukowskiego, którego kod na licencji MIT jest częścią tego, na czym budowaliśmy. Przyznanie tego nie jest przypisem, który tolerujemy; to część tego, jak naszym zdaniem powinna działać ta dziedzina. Ciekawym problemem nigdy nie był sam model. Było nim stworzenie czegoś prywatnego, szybkiego i na tyle przyjemnego, że sięgasz po to bez namysłu, na Macu już dziś, a także na Windowsie.

Czym jesteśmy, a czym nie

PITIR TECH to mała, skupiona operacja. Nie budujemy platformy, która spienięża Twoje dane, i nie interesuje nas zbieranie więcej, niż produkt potrzebuje do działania — czyli, z założenia, w zasadzie niczego. Nie chcemy Twojego adresu e-mail, żebyś zaczął dyktować, Twojego użycia, by dopracować profil reklamowy, ani Twoich nagrań, by trenować kolejny model. Nic z tego nie wchodzi w grę, bo nic z tego nigdy do nas nie dociera.

Miara sukcesu, na której naprawdę nam zależy, jest cicha. To DijiFlow Dictate stający się częścią tego, jak pracujesz, nie domagając się Twojej uwagi, tak byś nigdy nie musiał się zastanawiać, dokąd trafił Twój głos. Odpowiedź zawsze brzmi tak samo i jest całym powodem, dla którego to zbudowaliśmy. Został z Tobą.

Jeśli taki sposób budowania do Ciebie przemawia, najlepiej zrozumieć go, patrząc, jak ludzie wykorzystują go w praktyce — zobacz sposoby, w jakie DijiFlow Dictate wpasowuje się w prawdziwą pracę.