Apple представила новые API для преобразования речи в текст в iOS 26 и macOS Tahoe, которые работают значительно быстрее, чем аналоги. Об этом сообщил Джон Вурхис из MacStories, основываясь на результатах бета-тестирования.
Схожие функции используются для мгновенной транскрипции в приложениях, вроде Заметок, Диктофона и для записи телефонных разговоров в iOS 18.1. Однако в iOS 26 и macOS Tahoe появились SpeechAnalyzer и SpeechTranscriber, которые ускоряют обработку аудио.
По данным Вурхиса, новый инструмент Apple обработал 34-минутное видео размером 7 ГБ всего за 45 секунд с помощью командной строки Yap, созданной его сыном Финном. Это на 55% быстрее, чем у модели MacWhisper Large V3 Turbo от OpenAI, которая справилась с задачей за 1 минуту 41 секунду. Другие инструменты на базе Whisper типа VidCap (1:55) и MacWhisper Large V2 (3:55), показали ещё меньшую скорость.
Секрет успеха Apple — в обработке данных прямо на устройстве, что исключает задержки, связанные с облачными сервисами. Хотя разница во времени для одного файла может казаться небольшой, при обработке множества видео или длинных записей экономия времени становится значительной. Это особенно полезно для создания субтитров или транскрипции лекций.
15 комментариев