Amikor New Yorkban cikázok az emberek között, nem merek le a telefonomra sms-ezni. A beszéd-szövegké alakító eszközök kulcsfontosságúvá váltak a gyors kommunikációban a kettős öklözés során a okostelefon és egy jamaikai marhahús pogácsát.
A probléma az, hogy a rendszer néha hibásan értelmezi a szavakat, kihagyja az írásjeleket, vagy teljesen leállítja a felvételt. Ez arra késztet, hogy megálljak a gyalogos forgalom kellős közepén, ahova vissza kell mennem, és el kell kezdenem a szerkesztést, kiiktatva a beszédből szöveggé alakítás nyújtotta kényelmet. Őszintén szólva, ezt ki kell javítani a mesterséges intelligencia segítségével, azzal a technológiával, amely felforgatja a helyzetünket üzlet, böngészni a weben és olvasni szeretteink elhunytáróljóban-rosszban.
Volt némi előrelépés. A Google bemutatta fejlett hangalapú gépelés az év elején a Pixel 6 és újabb eszközök tulajdonosai számára. Ha engedélyezve van, valóban szerkesztheti a szövegeket a hangjával, és a fedélzeti mesterséges intelligencia képes lesz visszatérni és kijavítani a hibásan kimondott szavakat. Például, ha azt mondja, hogy „utolsó szó törlése” eltávolítja az utolsó szót, a „törlés” pedig az utolsó mondatot törli. A Pixel 8 és újabb telefonok tulajdonosai számára, ha kimondja a „javítás”, javaslatokat jelenít meg a szövegek javítására, egyszerű koppintással megtisztítva az üzeneteket. Az újabb Pixel kézibeszélővel rendelkezők hangon is megmondhatják eszközüknek, hogy rendezzék át vagy cseréljék ki a szavakat. A pixeltulajdonosok megtaníthatják a mesterséges intelligenciát a nevek helyesírásának megváltoztatására is, például Christine-t Christyne-re cserélhetik. Pixel 9 és 10 tulajdonosok (a Pixel 9A kivételével, ami furcsa, mert mindkettőben ugyanaz a processzor és a RAM) használhatja az AI-t az üzenetek lektorálására, újrafogalmazására vagy formalizálására.
Az új funkciók elsajátítása eltarthat egy ideig. De ha már beépült, a hang-szöveg használatának folyamata kevésbé körülményes. De nem működik tökéletesen, és van hova fejlődni.
Míg a Pixel készülékek nem rendelkeznek élvonalbeli processzorokkal vagy a legmagasabb megapixeles kamerákkal, a Google az erős szoftvertámogatásával különbözteti meg magát az olyan versenytársaktól, mint a Samsung és a Motorola, amelyet az AI csak tovább erősít. Érdekes módon a Pixel eladások igen gyorsan növekszika cég mégsem akarja feltétlenül uralni a közelet 600 milliárd dolláros okostelefon-piac. A Google ezt elismerte egy interjúban Bloomberg az év elején. Ehelyett a Google alapvető üzleti stratégiája most az AI köré épül. Legyen szó az Apple-ről vagy a Samsungról, mindkettőállítólag) használja a Google Geminit.
Annak ellenére, hogy a Pixel telefonok alulteljesítenek, és figyelembe véve a Google erejét a mesterséges intelligencia versenyében, ki kell találnia, hogyan tudja működésre bírni az AI-alapú hang-szöveg átalakítást, hogy megmutassa a technológiájában rejlő lehetőségeket, amelyeket a Google még nem ért el. Ez azt jelenti, hogy a Google-on múlik, hogy megmutassa az iparág többi tagjának, hogy a mobileszközökre szánt mesterséges intelligencia-megoldások a legjobbak, és Pixel telefonjai ezt a fejlesztést mutatják be. Íme, hogyan működhet az Ön számára.
Ha a fejlett hangalapú gépelés működik, az fantasztikus
Jó látni, ahogy a Google mesterséges intelligencia szavakat vált fel vagy változtat az Ön hangjával. Ha látja, hogy a parancs végrehajtása helyett kiírja az általam adott parancsot, az nem olyan sok.
Ez az, amitől a haladó hangalapú gépelés olyan, mint egy balhé. Amikor működik, nagyszerű. De az esetek száma, amikor a mesterséges intelligencia sok nehézséggel küzd, hogy különbséget tegyen az üzenetküldésre szánt és a javításra szoruló szavak között.
Ez a véletlenszerűség azért bizarr, mert a Google Gemini app az én Pixel 10 Pro Fold Úgy tűnik, hogy a felülvizsgálati egység tökéletesen megért engem. A Google szerint az eltérés abból adódik, hogy a telefon az eszközön belüli átírást végez, ami azt jelenti, hogy egy kisebb helyi AI-modellt futtat. Nyilvánvaló, hogy egy telefonon lévő kis mesterséges intelligencia-modell nem versenyezhet egy többmilliárd dolláros, felhőalapú modellekhez használt adatközponttal. A Google azt mondja, hogy gyakran tesz közzé fejlesztéseket.
Az írásjelek hiánya igazi probléma
A régebbi hang-szöveg rendszereken küszködtem az írásjelekkel, hangosan ki kellett mondanom a „vessző”, „felkiáltójel” és „pont” szavakat. A fejlett hangalapú gépeléssel ez automatikus. De még ez a funkció is foltos lehet.
Amikor működik, ez nagy kényelem, mivel nem kell visszamennem a szöveges üzenethez, és írásjeleket hozzáadnom. Ha azonban nem működik, akkor egy hosszú, nehezen olvasható, átfutó mondatot hoz létre, amelyet frusztráló követni, és hanyagnak tűnök.
Ez akár játékot is jelenthet, ha a Google jól csinálja
A fogyasztók voltak nem nyűgözik le a telefonjaikat átható mesterséges intelligencia-szolgáltatások hulláma. Természetesen a gyors fényképszerkesztés vagy e-mail-újraírás hasznos, de ezek a funkciók gyakran inkább additívnak, semmint átalakítónak tűnnek.
Úgy érzem, hogy amikor a fogyasztóknak az MI-re gondolnak, gyakran a TARS jut eszébe a 2014-es Interstellar filmből vagy a HAL 9000 az 1968-as 2001: Űrodüsszeia című filmből. Gyakran a mesterséges intelligencia rendszerek, amelyekkel a telefonjainkon kommunikálunk, csak fejlettebb módszerek arra, hogy megtegyük azt, amit eszközeink más eszközökkel már megtettek.
Ahhoz, hogy a Google helyesen tudja használni a fejlett hangalapú gépelést, a modelleknek zökkenőmentesen meg kell különböztetniük a szándékot a diktálástól. Nem lehet ez az állandó zsonglőrködés, ahol az idő felében működik. A legtöbb számára ez csak kellemetlenséget okoz. Számomra egy kulináris rágcsálással és patkányok által elfogott marhahúspogácsával fog végződni.
A speciális hangalapú gépelés engedélyezése a PixelGo-nLépjen az Üzenetek alkalmazásba.Kattintson bármelyik névjegyre, mintha SMS-ezést kezdene.Koppintson a négy négyzetnek tűnő ikonra a billentyűzet bal sarkában.Koppintson a Beállítások elemre. Koppintson a Hanggépelés lehetőségre.Kapcsolja be a Hangalapú gépelési funkciókat.Hangparancsok (Pixel 6 és a fenti utolsó szó törléséhez, mondjuk: Az utolsó szó törléséhez). mondja: „Clear.” A szöveg törléséhez mondja ki: „Clear all.” Üzenet küldéséhez mondja ki: „Send.” Az űrlap következő nyitott mezőjének kitöltéséhez mondja azt: „Következő.” Hangulatjel hozzáadásához mondja ki a hangulatjel nevét, például „Smiley emoji.” A hangos gépelés leállításához mondja ki: „Stop”.
A „javítás” használata (Pixel 8 és újabb, csak angol, egyesült államokbeli) Miután bediktált egy szöveget, mondja ki: „Fix it.” Megjelenik egy előugró ablak, amely javaslatokat tesz. Lehetséges, hogy ez a funkció nem mindenkinél működik. Használja a mesterséges intelligencia funkciót a részletes szerkesztésekhez, lektoráláshoz és átíráshoz (Pixel 8 és újabb, csak az Egyesült Államokban) Tegye fel, hogy az egyik alkalmazásnak egy automatikus gombnak kell lennie. szerkesztések esetén azt is mondhatja, hogy „Visszavonás” a parancs visszaállításához. Törölje a teljes üzenetet a következővel: „Összes törlése.” A funkció kísérleti jellegű, és előfordulhat, hogy nem mindig működik.
Parancsok:
Speciális hangalapú gépelési parancsok Google Pixel eszközökhöz.
