Faceți cunoștință cu PITIR TECH: misiunea și principiile din spatele DijiFlow Dictate

Deschide aproape orice aplicație de dictare și se întâmplă același lucru, departe de privirea ta: vorbești, iar vocea ta părăsește încăperea. Călătorește către un server, este transcrisă de un model pe care nu îl poți vedea și se întoarce sub formă de text o clipă mai târziu. Comoditatea este reală. Dar la fel este și schimbul pe care tocmai l-ai făcut — cea mai neapărată formă de exprimare a ta, înregistrată și procesată pe un hardware care nu îți aparține.

PITIR TECH a pornit de la o întrebare încăpățânată: de ce ar trebui ca asta să fie norma? Suntem studioul de software al Ninu Limited din Marea Britanie și construim instrumente AI cu confidențialitatea pe primul loc, care rulează în întregime pe propriul tău hardware. Primul nostru produs, DijiFlow Dictate, este expresia cea mai limpede a acestei idei. Această pagină este mai puțin despre noi și mai mult despre ce încercăm să demonstrăm.

Un software bun ar trebui să-ți câștige încrederea prin concepție, nu să te roage s-o iei pe nevăzute. Dacă vocea ta nu îți părăsește niciodată dispozitivul, confidențialitatea încetează să fie o promisiune și devine un fapt.

De ce pe dispozitiv și de ce contează pentru noi

Decizia din inima DijiFlow Dictate este ușor de rostit și greu de inginerit: totul rulează local. Recunoașterea vorbirii se petrece pe propria ta mașină, folosind modelele de vorbire open-source Whisper prin CoreML de la Apple și WhisperKit, open-source. Nimic nu se încarcă. Fără cont, fără cloud, fără telemetrie.

Aceasta nu este o funcție pe care am adăugat-o pentru un slogan de marketing. Este însăși esența. Când sunetul nu îți părăsește niciodată computerul, nu există niciun jurnal de server care să scape, nicio breșă care să-ți poată expune transcrierile și nicio schimbare discretă de politică prin care cuvintele tale să înceapă să fie trimise undeva nou. Arhitectura face munca pe care politicile de confidențialitate trebuie de obicei s-o facă. Preferăm să construim garanția decât s-o scriem.

Asta înseamnă și că aplicația continuă să funcționeze atunci când rețeaua nu funcționează. Poți întrerupe conexiunea în mijlocul propoziției, iar dictarea continuă exact la fel. Acesta este standardul la care ne raportăm: dacă un instrument are nevoie de cloud pentru a-și face treaba principală, nu este cu adevărat al tău.

Ce credem

O mână de principii modelează aproape fiecare decizie pe care o luăm în privința DijiFlow Dictate.

1. Confidențialitatea este structurală

   Cele mai sigure date sunt datele care n-au fost niciodată colectate. Proiectăm astfel încât lucrul sensibil — vocea ta — pur și simplu să nu călătorească nicăieri unde s-ar putea pierde.

2. Nu te încurca

   Dictarea ar trebui să se simtă ca o prelungire a tastării, nu ca un loc pe care îl vizitezi. Aplicația trăiește în bara de meniu; apeși o tastă rapidă, vorbești, iar textul ajunge acolo unde se află deja cursorul tău.

3. Fii onest în privința compromisurilor

   Îți spunem clar cât costă fiecare model de vorbire ca dimensiune și ce câștigi în acuratețe și păstrăm un nivel gratuit cu adevărat util, în loc să-l ciuntim ca să forțăm o trecere la plată.

4. Construiește pe teren solid

   Ne sprijinim pe fundații deschise, în loc să le reinventăm. DijiFlow Dictate este construit pe EasyDictate de Charles Lukowski, folosit sub licența sa MIT, și ne bucurăm să spunem asta.

Sprijinindu-ne pe fundații deschise

Nu noi am inventat recunoașterea vorbirii și nu o să pretindem altceva. DijiFlow Dictate a crescut din muncă open-source — Whisper, WhisperKit și EasyDictate de Charles Lukowski, al cărui cod sub licență MIT face parte din ceea ce am construit. A recunoaște asta nu este o notă de subsol pe care o tolerăm; face parte din felul în care credem că ar trebui să funcționeze domeniul. Problema interesantă n-a fost niciodată doar modelul. A fost să facem ceva privat, rapid și suficient de plăcut încât să-l folosești fără să te gândești, pe un Mac astăzi și pe Windows de asemenea.

Ce suntem și ce nu suntem

PITIR TECH este o operațiune mică și concentrată. Nu construim o platformă care îți monetizează datele și nu ne interesează să colectăm mai mult decât are produsul nevoie ca să funcționeze — ceea ce, prin concepție, înseamnă în esență nimic. Nu vrem e-mailul tău ca să începi să dictezi, utilizarea ta ca să rafinăm un profil publicitar sau înregistrările tale ca să antrenăm modelul următor. Nimic din toate astea nu este pe masă, fiindcă nimic din toate astea nu ajunge vreodată la noi.

Măsura succesului care ne pasă cu adevărat este liniștită. Este ca DijiFlow Dictate să devină parte din felul în care lucrezi fără să-ți ceară atenția, astfel încât să nu fii niciodată nevoit să te întrebi unde a ajuns vocea ta. Răspunsul este mereu același și este întregul motiv pentru care am construit asta. A rămas cu tine.

Dacă acest fel de a construi rezonează cu tine, cel mai bun mod de a-l înțelege este să vezi cum îl pun oamenii la treabă — aruncă o privire la felurile în care DijiFlow Dictate se integrează în munca reală.