Ничего нового: искусственный интеллект преобразует аудио в структурированный текст на мобильных телефонах

Производитель смартфонов Nothing начал распространять новый инструмент на основе искусственного интеллекта для своих последних устройств. Беспрецедентная функция обещает изменить способ взаимодействия пользователей с набором текста на маленьких экранах. Новая функция впервые появилась на модели телефона (3) в обновлении операционной системы.

Технология, получившая название Essential Voice, преобразует голосовые команды в структурированный текст, готовый к немедленной отправке. Система работает интегрированно с установленными на устройстве приложениями. В отличие от традиционных диктантов, механизм фильтрует языковые дефекты и автоматически организует предложения. Компания планирует расширить функциональность и на другие линейки продуктов в течение следующих нескольких недель.

Как искусственный интеллект превращает аудио в чистый текст

Работа Essential Voice является частью пакета инноваций, известного как Essential Space. Платформа использует языковую модель Gemini 3 Flash для обработки информации, получаемой микрофоном мобильного телефона. Когда пользователь говорит, система понимает общий контекст сообщения, прежде чем транскрибировать слова на экран. Выражения нерешительности, распространенные в человеческой речи, в конечном результате исчезают.

Основная цель производителя — сделать голосовую связь жизнеспособной и профессиональной альтернативой. Человек может продиктовать длинное электронное письмо, идя по улице. Программное обеспечение применяет правильные правила грамматики и вставляет соответствующие знаки препинания без необходимости использования специальных команд. В некоторых ситуациях система сама форматирует контент в организованные абзацы.

Активация системы происходит двумя простыми и прямыми способами. Пользователь может нажать и удерживать физическую клавишу Essential Key или коснуться специального значка, расположенного в нижнем углу виртуальной клавиатуры. Запись заканчивается, как только человек перестает говорить. Обработанный текст мгновенно появляется в поле ввода открытого приложения.

График обновлений устройств бренда

Ресурс выпускается постепенно, чтобы обеспечить стабильность операционной системы. Владельцы Nothing Phone (3) теперь могут загрузить новую функцию через меню настроек устройства. Установочный пакет имеет номер сборки Metroid-B4.1-260408-1909-IND. После загрузки и перезагрузки устройства инструмент сразу же доступен для использования.

Для других устройств в недавнем портфолио бренда также определены даты получения этой технологии. Обновление модели Phone (4a) Pro запланировано на конец апреля 2026 года. Пользователям Standard Phone (4a) придется подождать до начала мая. Компания не предоставила информацию о совместимости с предыдущими поколениями смартфонов.

Обновление программного обеспечения также вносит другие небольшие улучшения в интерфейс Nothing OS. Регулировки системы заднего освещения Glyph входят в основной пакет. Однако главной особенностью версии по-прежнему остается производительность, обеспечиваемая новым голосовым инструментом.

Основные преимущества инструмента в ежедневном использовании

В официальной документации производителя подробно описан ряд возможностей, встроенных в новую технологию транскрипции. Этот механизм направлен на то, чтобы исключить трату времени на частые ручные исправления на сенсорных экранах.

Leia Também

Автомобильная система Apple интегрирует искусственный интеллект и музыкальные ярлыки в обновлении

Apple анонсирует iPhone 18 Pro Max с изменяемым объективом и представляет на рынке новую складную модель

Поставщики Apple начинают производство камеры с регулируемой диафрагмой для iPhone 18 Pro

• Встроенная поддержка более ста языков с системой автоматического распознавания речи.
• Синхронный перевод захваченного аудио на иностранный язык без использования вторичных приложений.
• Создание пользовательских голосовых ярлыков для заполнения форм или вставки повторяющихся ссылок.
• Интеллектуальное структурирование, способное преобразовать непрерывную диктовку в списки задач или конкретные заметки.
• Универсально работает в любом стороннем приложении, имеющем поле для ввода текста.

Эти функции помещают этот инструмент в категорию, отличную от обычных виртуальных помощников. Основное внимание по-прежнему уделяется производительности и созданию высокоточного письменного контента.

Требования к конфиденциальности и обработке данных

Архитектура системы требует постоянного подключения к Интернету для правильной работы. Тяжелая обработка искусственного интеллекта происходит на серверах в облаке, а не на локальном оборудовании телефона. Без доступа к мобильной сети или Wi-Fi кнопка умной диктовки остается неактивной. Скорость транскрипции напрямую зависит от качества сигнала, доступного на момент использования.

Особое внимание при разработке проекта было уделено вопросам информационной безопасности. Ничто не гарантирует, что после конвертации в их базах данных не останутся аудиофайлы. Звук передается в облако, подвергается декодированию модели Gemini и возвращается в виде текста на смартфон. Весь процесс занимает всего доли секунды.

Микрофон устройства большую часть времени остается выключенным. Активное прослушивание начинается только тогда, когда пользователь запускает команду вручную. Такой подход позволяет избежать ненужного расхода заряда батареи и предотвращает случайную запись разговоров в частной среде.

Практические отличия от обычных клавиатур

Традиционные виртуальные клавиатуры буквально транскрибируют все, что захватывает микрофон. Если человек заикается или повторяет слово, ошибка появится на экране точно так же. Essential Voice ломает этот шаблон, выступая в роли корректора в реальном времени. Алгоритм понимает смысл предложения и выдает безупречный результат.

Эксперты по технологиям, протестировавшие первоначальную версию, сообщили о резком сокращении потребности в последующих выпусках. Текстовый вывод имеет естественно более формальный и прямой тон. Эта функция значительно облегчает написание корпоративных документов, профессиональных электронных писем и рабочих отчетов. Уровень точности впечатляет, когда говорящий четко произносит слова в тишине. Искусственный интеллект может распознавать контекст даже при незначительном фоновом шуме.

Однако чрезмерная формальность может потребовать адаптации в конкретных контекстах повседневного общения. Непринужденный разговор с членами семьи в приложении для обмена сообщениями может показаться искусственным, если система уберет весь сленг и естественные паузы. Производитель учитывает эту поведенческую особенность алгоритма. Инженеры компании предполагают, что будущие обновления программного обеспечения могут включать ручную настройку тона, чтобы адаптировать письмо к различным типам социального взаимодействия.