Stessa scommessa, portata più stretta
Transcribro fa girare Whisper sull’apparecchio Android stesso, con whisper.cpp e un rilevamento dell’attività vocale che gli dice quando hai cominciato e quando hai smesso. Ti dà una tastiera e in più si registra come servizio di riconoscimento vocale di sistema, così altre app possono passargli il lavoro. È open source con licenza ISC, è gratuito, e gestisce l’inglese.
LocalType fa la stessa scommessa di architettura, trascrive sul telefono senza che niente ne esca, e si distingue soprattutto per portata: diciotto lingue invece di una, e un prodotto solo invece di una tastiera più un servizio.
LocalType è un prodotto indipendente e non ha nessun legame con Transcribro né con chi lo sviluppa.
L’unica differenza che decide per quasi tutti
Chi scrive soltanto in inglese non ha qui niente da decidere, e può continuare a usare Transcribro. È gratis, il codice è lì da leggere, e il lavoro lo fa.
Chi non scrive soltanto in inglese, invece, ci trova dentro tutta la decisione.
LocalType riconosce diciotto lingue da un modello multilingue solo, scaricato una volta. Individua quale stai parlando a ogni registrazione invece di pretendere che tu la dichiari in anticipo, quindi un messaggio in italiano seguito da uno in inglese non chiede niente nel mezzo. Fissalo su una lingua precisa e il layout della tastiera, il dizionario e la lingua della dettatura si spostano insieme, il che conta appena si cambia alfabeto o tasti accentati invece del solo vocabolario.
Quella capacità, dal punto di vista ingegneristico, non è gratis. I modelli multilingue sono più grandi di quelli monolingua, ed è esattamente per questo che un progetto può scegliere ragionevolmente l’inglese e produrre qualcosa di ottimo. È un compromesso legittimo nelle due direzioni, e questo è il lato che LocalType ha scelto.
La precisione fra le diciotto non è uniforme, e gli scarti sono ampi. Certe lingue hanno avuto molto più materiale di addestramento di altre, e si vede.
Open source, e cosa vuol dire qui
La licenza di Transcribro ti lascia leggere ogni riga, compilarlo da solo e convincerti che le affermazioni siano vere. È una posizione davvero forte e LocalType non può eguagliarla. Il nostro codice sorgente non è pubblicato.
Quello che possiamo offrire al suo posto è una verifica per comportamento invece che per lettura. Installa l’app, scarica un modello, metti il telefono in modalità aereo e continua a dettare. Se l’audio dovesse andare da qualche parte, smetterebbe di funzionare. Non smette.
È una garanzia più debole dell’accesso al sorgente, non equivalente. Se il requisito è codice ispezionabile, la scelta è già fatta e non c’è testo che la cambi.
Un prodotto unico, oppure una tastiera più un servizio
La divisione di Transcribro ha un vantaggio vero: siccome si registra come servizio di riconoscimento vocale di sistema, altre app possono chiamarlo, e non c’è nessun obbligo di dettare attraverso la sua tastiera.
LocalType alle altre app non si offre in quel modo. È la tastiera, e la dettatura passa da lì. Il rovescio positivo è che le due metà sono progettate l’una contro l’altra. Una sola impostazione di lingua guida in un colpo layout, dizionario e dettatura. Un nome che metti nel tuo dizionario personale migliora i suggerimenti mentre scrivi e viene passato al modello vocale come contesto, così comincia a uscire scritto giusto anche quando lo detti. Non c’è nessun passaggio di abbinamento e nessun dubbio su quale componente stia tenendo il microfono in questo momento.
Quale delle due sistemazioni sia migliore dipende da cosa vuoi: un componente da collegare, oppure una cosa finita che funziona appena installata.
Quanto lavoro chiedere al telefono
LocalType porta tre taglie di modello invece di una, così il compromesso fra velocità e precisione lo decidi tu, sul tuo hardware.
Compatto sta in 60 MB e restituisce il testo nel minor tempo, che è quello di cui ha bisogno un telefono vecchio o stretto di memoria. Standard sta in 190 MB ed è la proposta dell’app per la maggior parte degli apparecchi. Grande sta in 539 MB e regge meglio accenti, parlata veloce e rumore di fondo, in cambio di pazienza: su un telefono di prova con 4 GB di memoria, Standard ha portato 6,9 secondi di parlato dentro il campo di testo in 4,1 secondi, mentre Grande chiede circa il doppio del tempo in cui hai parlato.
Il telefono ne tiene uno per volta. Salire o scendere sostituisce il file invece di affiancarne un altro, quindi fare esperimenti non costa niente di permanente.
Dove siamo semplicemente d’accordo
Sulla domanda che ti ha portato fin qui, fra questi due prodotti non c’è nessuna discussione.
L’audio diventa testo sull’hardware che hai in mano. Nessuna delle due app vuole un account. A nessuna delle due serve una connessione una volta installato il modello, quindi voli, gallerie, cantine e viaggi all’estero con i dati spenti sono situazioni ordinarie invece che casi limite.
Le conseguenze che discendono da quella posizione, dalla nostra parte, si somigliano parecchio. Uno spazio di archiviazione per il modello che nessun’altra app può aprire. Backup che saltano l’app di proposito, con la conseguenza scomoda che un apparecchio nuovo riparte bianco. Un microfono che si rifiuta di comparire sopra un campo password. Nessuna pubblicità, nessun tracciamento del comportamento dentro il prodotto, e un accesso a internet chiesto una volta sola, per il download, e poi mai più. Le parole che gli insegni restano insegnate, soltanto su quell’apparecchio, e nessuno dei due prodotti tiene un archivio delle registrazioni.
Niente di questo è un punto segnato. Sono due progetti arrivati allo stesso posto per conto loro.
La tastiera dei giorni in cui non detti
Una tastiera che detta deve comunque sopravvivere al mestiere di tastiera normale, ed è lì che un prodotto unico spende la maggior parte delle sue attenzioni.
Scrivere è l’evento principale: la correzione automatica che lavora mentre vai avanti, la parola dopo offerta prima che tu ci arrivi, e un elenco di parole che segue quale delle diciotto lingue hai selezionato. I layout che la gente si aspetta ci sono, compresa la disposizione tedesca e quella francese nei paesi che le usano. Le emoji sono ordinate come si deve, con quelle prese di recente davanti a tutte. I nomi e i termini tecnici che inserisci a mano alimentano sia i suggerimenti della scrittura sia il riconoscimento.
Niente di tutto questo allunga la mano verso la rete, né sui telefoni né sui tablet, da Android 8.0 in su.
Da dove lo prendi
Transcribro viene distribuito fuori dal Play Store, tramite Accrescent e il repository del progetto. Per chi evita di proposito il negozio di Google, o fa girare un telefono del tutto privo dei servizi Play, quella è una funzione invece che una scomodità, e sta bene con il resto della filosofia del progetto.
LocalType viene distribuito attraverso Google Play. Questo rende ordinari l’installazione e gli aggiornamenti, e vuol dire che il lato dei pagamenti lo gestisce Google invece di noi, quindi a LocalType non arrivano mai i dati di una carta. Vuol dire anche che l’app passa dal processo di revisione di Play, cosa che una parte dei lettori conterà come rassicurazione e un’altra parte come esattamente la dipendenza da cui stava cercando di scappare.
Nessuna delle due posizioni è sbagliata. Dipende da quale pezzo della pila vuoi lasciarti alle spalle: il cloud che ascolta, oppure la piattaforma sotto l’intero telefono. LocalType si occupa del primo. Non fa finta di occuparsi del secondo.
Inglese e leggibile, o diciotto e seguito
Transcribro è gratuito, è open source, e sulla cosa che conta ha ragione. Per chi scrive in inglese e vuole leggere il codice è la risposta migliore, ed è lì che conviene andare.
LocalType è per il caso delle diciotto lingue, e per chi vuole un prodotto unico e seguito invece di pezzi da montare, con lo stesso principio sotto: il riconoscimento avviene sul tuo telefono, perché non c’è nessun altro posto in cui possa avvenire.