Stwórz aplikację głosową

Przegląd

Computer może zaprojektować i dostarczyć kompletnego asystenta pisania głosowego typu mowa na tekst, który przekształca szybką, niesformatowaną mowę w czysty tekst gotowy do publikacji. Obsługuje wszystko, od dostępu do mikrofonu i transkrypcji na żywo po edycję wspieraną przez sztuczną inteligencję, kontrolę tonu i słowniki osobiste, dzięki czemu użytkownicy mogą głośno myśleć i nadal uzyskiwać dopracowane teksty.

Kluczowy wynik

Computer przygotował kompletną aplikację internetową, która łączy się z mikrofonem urządzenia, obsługuje uprawnienia i korzysta z interfejsu Web Speech API do strumieniowego rozpoznawania mowy. Aby obejść ograniczenia piaskownicy (sandbox) elementów iframe, dodano kontrolkę „Otwórz w nowej karcie”, dzięki czemu aplikacja może żądać dostępu do mikrofonu z poziomu pełnego kontekstu przeglądarki.

Podczas nagrywania aplikacja renderuje transkrypcję na żywo: słowa tymczasowe są wyświetlane stonowanym stylem, a ostateczny rozpoznany tekst wyraźniejszym stylem, dzięki czemu użytkownicy zawsze wiedzą, że rejestrowanie działa.

Po zatrzymaniu nagrywania Computer przesyła surową transkrypcję przez potok edycji AI, który usuwa słowa wype­łniające i jąkanie, poprawia pisownię wielkich liter oraz interpunkcję, a także dzieli długie zdania na czytelne fragmenty.

Aplikacja wyposażona jest w suwak tonu, dzięki któremu zmiana ustawienia z potocznego na formalny powoduje ponowne przetworzenie tekstu, dostosowując skróty i dobór słów do wybranego tonu. Wdrożono również słownik osobisty oraz historię sesji: edycje nietypowych słów są zapisywane z potwierdzeniami w dymkach, każda sesja przechowuje surowy i edytowany tekst oraz poziom tonu, a użytkownicy mogą szybko skopiować dopracowany wynik lub przełączać się między widokiem surowym a edytowanym.

Powiększ

Wskazówki

• Doprecyzuj personę produktu – Dodaj informację o tym, dla kogo jest to przeznaczone i jaki jest ich przepływ pracy, na przykład: „Zaprojektuj to dla założycieli, którzy zrzucają notatki ze spotkań i chcą mieć gotowe do publikacji podsumowania w kilka sekund”.
• Określ kontrole edycji – Wyjaśnij, które edycje są obowiązkowe, a które opcjonalne, na przykład: „Zawsze usuwaj słowa wypełniające i jąkanie, ale pozostaw żargon domenowy i nazwy własne bez zmian”.
• Zdefiniuj stany sukcesu – Poinstruuj Computer, jak zweryfikować kompilację, na przykład: „Uwzględnij widoczny stan błędu uprawnień mikrofonu oraz krótki przewodnik w tekście, który pojawia się przy pierwszym kliknięciu nagrywania przez użytkownika”.