音声をクリーンテキストに変換する人工知能を備えたスマートフォンを更新するものはありません

電子機器メーカー Nothing は、Phone (3)、Phone (4a)、および Phone (4a) Pro モデルの新しいシステム アップデートの展開を開始しました。このソフトウェア パッケージには、音声を構造化テキストに変換するように設計された人工知能ベースの機能である Essential Voice ツールが導入されています。この新機能により、ディクテーション中の言語エラーがなくなり、すぐに使用できる文章が提供されます。

統合はオペレーティング システムで直接行われ、サードパーティ アプリケーションでネイティブに動作します。ユーザーは、仮想キーボードまたは専用の物理ボタンによって起動される音声コマンドを通じて、メッセージを作成したり、電子メールを作成したり、インターネットを検索したりできます。 Phone (3) モデルが最初にニュースを受け取りますが、Phone (4a) ラインのバリアントは今後数週間でサポートされる予定です。

文字起こしにおける人工知能の仕組み

このリソースは、デバイスの使用エクスペリエンスを最適化するために同社が開発した Essential Space ソリューション パッケージの一部です。このテクノロジーは、オーディオのキャプチャ中にリアルタイムで機能します。システムは音波を処理し、結果を画面に表示する前に即座に文法修正を適用します。従来のディクテーション方法とは異なり、このソフトウェアは、長い沈黙やつなぎ音などの躊躇の表現を識別して削除します。

メーカーの中心的な提案には、手動入力に代わる実行可能かつ効率的な代替手段として音声対話を実現することが含まれています。ユーザーは、句読点や特定の書式設定を指示する必要がなく、自然に話します。アルゴリズムは文の文脈を理解し、カンマ、ピリオド、段落を自律的に挿入します。主な処理は外部サーバーで行われるため、ツールが適切に機能するにはアクティブなインターネット接続が必要です。

クラウドでのプライバシーとデータ処理

システム アーキテクチャでは、Google が提供する Gemini 3 Flash モデルを使用して、高度な自然言語解釈を実行します。転写プロセス全体を通じて消費者のプライバシーが保護され続けることを保証するものは何もありません。マイクでキャプチャされた音声は、変換のみを目的として暗号化された形式でクラウドに送信されます。同社は、作業完了後は音声ファイルはデータベースに保存されないと主張している。

このハイブリッド アプローチにより、スマートフォンは、ローカル プロセッサに負担をかけたり、過剰なバッテリー電力を消費したりすることなく、正確な結果を提供できます。処理されたテキストは数分のうちにデバイスに返され、選択した入力フィールドに直接表示されます。デバイスのマイクはバックグラウンドでは非アクティブのままです。オーディオ キャプチャは、所有者がシステム ショートカットを通じて意図的に機能をアクティブ化した場合にのみ行われます。

従来のキーボードとの実質的な違い

一般的な仮想キーボードにあるディクテーション ツールは、マイクがキャプチャしたすべてのものを文字通りに書き起こします。この従来の方法では、単語の繰り返し、口頭一致の間違い、不要な休止などが記録されます。 Essential Voice は、このパラダイムにおける構造的な変化を提案します。このソフトウェアは、生のコンテンツを洗練し、注意深く書かれたテキストのように見える素材を提供する自動校正機能として機能します。

予備テストでは、人工知能によって生成される出力は、よりフォーマルでプロフェッショナルなトーンを持つことが示されています。この機能は、企業電子メールの作成や作業メモの作成に直接役立ちます。ただし、非公式な文脈では文法の正確性を考慮して手動で調整する必要がある場合があります。メッセージング アプリを介したカジュアルな会話では、洗練されすぎたテキストが友人や家族間のコミュニケーションの自然なリズムと衝突する可能性があります。メーカーはこの力学を認識しており、将来のアップデートでトーンの適応を改良する予定です。

アップデートスケジュールとシステム要件

新しいリソースの配布は、メーカーが定義した時差カレンダーに従います。ツールにアクセスできるかどうかは、Nothing OS オペレーティング システムの最新バージョンがインストールされているかどうかによって異なります。互換性のあるデバイスの所有者は、デバイス設定にアクセスしてデータ パッケージが利用可能かどうかを確認する必要があります。

• Phone (3) モデルには、Metroid-B4.1-260408-​​1909-IND システム コンパイルを通じて新機能がすでに搭載されています。
• Phone (4a) Pro バリアントは今月中に更新される予定です。
• 標準の Phone (4a) デバイスは、5 月初めに正式なサポートを受ける予定です。
• このシステムは、自動地域検出機能により 100 を超える異なる言語をネイティブにサポートしています。
• このプラットフォームは、二次アプリケーションを必要とせずに、他の言語への直接音声翻訳を実行します。
• ユーザーはカスタム音声ショートカットを設定して、リンクや頻繁に使用する文テンプレートをすばやく挿入できます。

パッケージをダウンロードしてインストールした後、変更をコア システムに適用するためにスマートフォンをハード リセットする必要があります。アクティブ化アイコンが仮想キーボード インターフェイスの左下隅に表示されます。ユーザーは、ブランドの最新デバイスの側面にある物理的な Essential Key ボタンを押し続けることによって録音を開始することもできます。

モバイルの生産性とインターフェースの進化への影響

高度な文字起こしツールの導入は、モバイル デバイス市場の成長傾向を反映しています。メーカーは、ユーザーが小さなタッチ スクリーンに入力するのに費やす時間を削減しようとしています。人工知能は、単純なコマンドから広範なコンテンツを作成する際の促進者の役割を果たします。 Essential Voice は、使用中のアプリケーションに応じてテキストの書式設定を調整し、その時々のニーズに応じてアイデアをリストまたは構造化された段落に整理します。

背景雑音がほとんどない環境でユーザーが言葉を明瞭に発音すると、システムの精度は高いレベルに達します。前世代のディクテーション方法と比較して、手動修正の必要性が大幅に減少します。 Nothing OS アップデートには、Glyph ビジュアル インターフェイスに対する特定の調整と一般的なソフトウェアの安定性の修正も含まれています。新しいバージョンの中心的な焦点は、ブランドのエコシステム内でナビゲーションとコンテンツ制作のための主要な手段として音声を統合することに引き続きあります。