एप्पल इंटेलिजेंस कई दिलचस्प विशेषताएं प्रदान करता है, लेकिन यदि आप उनमें से अधिकांश को कुछ मिनटों से अधिक समय तक आज़माते हैं, तो आपको पता चलेगा कि वे सर्वश्रेष्ठ कृत्रिम बुद्धिमत्ता (एआई) उपकरणों की तुलना में आपकी अपेक्षाओं पर खरे नहीं उतरते हैं।
उदाहरण के लिए, इमेज प्लेग्राउंड अच्छा है, लेकिन विशेष रूप से उपयोगी नहीं है। लेखन उपकरण काफी अच्छी तरह से काम करता है, लेकिन यह उतना क्रांतिकारी नहीं है जितना एप्पल दावा करता है। सिरी के बारे में जितना कम कहा जाए उतना अच्छा है।
एप्पल इंटेलिजेंस के पिछड़ने का विचार एप्पल के नोट्स ऐप में काम करने के तरीके से स्पष्ट रूप से स्पष्ट होता है। यहां, एप्पल इंटेलिजेंस आपकी ऑडियो रिकॉर्डिंग को टेक्स्ट में बदल सकता है। यह बहुत अच्छा लगता है - यह आपके व्याख्यानों पर नोट्स लेने या किसी महत्वपूर्ण व्यावसायिक बैठक में कही गई बातों को याद रखने के लिए उपयोगी हो सकता है। एक पत्रकार के रूप में, मैं साक्षात्कारों को लिखने के लिए इसका उपयोग करना पसंद करता हूँ।
समस्या यह है कि एप्पल इंटेलिजेंस बोलने वालों को नहीं पहचानता, इसलिए यह पता लगाने में बहुत अधिक अतिरिक्त मेहनत लगती है कि किसने क्या कहा - विशेष रूप से लंबी रिकॉर्डिंग में। यहां तक कि 30 मिनट के ऑडियो ट्रैक के लिए भी मुझे अपने नोट्स को संपादित करने में एक घंटे से अधिक समय लगाना पड़ सकता है, ताकि यह पता चल सके कि कौन सा वाक्यांश किस व्यक्ति द्वारा बोला गया था। यह उबाऊ और थकाऊ है.
अधिक जानकारी के लिए वापस आएं
अब, एक अलग एआई टूल एक बेहतरीन समाधान लेकर आया है। इस ऐप का नाम है मैकव्हिस्परयह ओपनएआई की व्हिस्पर ट्रांसक्रिप्शन तकनीक पर आधारित है और इसे उपयोग में आसान मैक ऐप के रूप में पेश किया गया है। मैकव्हिस्पर ऑडियो ट्रांस्क्रिप्शन सॉफ्टवेयर के लिए एक मूल्यवान उपकरण है, विशेष रूप से अरब जगत में इस तरह की तकनीक की बढ़ती मांग को देखते हुए।
सबसे महत्वपूर्ण बात यह है कि मैकव्हिस्पर के नवीनतम संस्करण में स्पीकर पहचान की सुविधा भी शामिल है। जब तक आप एक ऐसे AI मॉडल का उपयोग कर रहे हैं जिसमें स्पीकर पहचान शामिल है, तब तक विभिन्न स्पीकरों के नाम अलग-अलग रंगों में हाइलाइट किए जाएंगे, और उनके शब्दों को आसान पहचान के लिए रंग-कोडित बॉक्स में विभाजित किया जाएगा। मैकव्हिस्पर यह सब कार्य आपके किसी हस्तक्षेप के बिना, स्वचालित रूप से करता है।
यह वही है जिसकी मुझे एप्पल इंटेलिजेंस से उम्मीद थी। चूंकि एप्पल इंटेलिजेंस मैकओएस में निःशुल्क निर्मित है, इसलिए मैं भुगतान वाले विकल्पों की तुलना में इसका उपयोग करना अधिक पसंद करता हूं। लेकिन एप्पल द्वारा अपने एआई प्लेटफॉर्म को विकसित करने में पिछड़ने के कारण, मैकव्हिस्पर मेरे उत्पादकता वर्कफ़्लो में एक महत्वपूर्ण आवश्यकता को पूरा करता है।
यह पहली बार नहीं है जब मैंने मैकव्हिस्पर का प्रयास किया है। जब यह पहली बार मेरे सामने आया तो मैंने इसे पिछले वर्ष प्रयोग किया था, लेकिन जब मुझे एहसास हुआ कि यह मेरी रिकॉर्डिंग में विभिन्न वक्ताओं में अंतर नहीं कर पाता तो मैंने इसका प्रयोग बंद कर दिया। अब, स्पीकर पहचान सुविधा - जिसके बारे में मैकव्हिस्पर के डेवलपर का कहना है कि यह सबसे अधिक अनुरोधित सुविधा है - मुझे इसे उपयोग करने के लिए वापस ला रही है।
विकल्पों से बेहतर
मैकव्हिस्पर के नवीनतम अपडेट से पहले, और एप्पल इंटेलिजेंस की गुणवत्ता से प्रभावित नहीं होने के कारण, मैं इसका उपयोग कर रहा था ऊद. यह ऐप उत्कृष्ट गुणवत्ता वाला वाक्-से-पाठ रूपांतरण प्रदान करता है और वर्षों से स्पीकर पहचान का समर्थन करता है। लेकिन इसके लिए सदस्यता की आवश्यकता होती है, और मासिक उपयोग की सीमा मेरे लिए थोड़ी सख्त है। इसका मतलब यह है कि मैं कुछ समय से एक विकल्प की तलाश में हूं।
मैकव्हिस्पर के स्पीकर पहचान सुविधा के लिए शुल्क देना पड़ता है, लेकिन यह एक बार का शुल्क है, जिसे मैं पसंद करता हूं (और अब आप कोड FINALLY का उपयोग करके अपडेट के साथ 15% की छूट प्राप्त कर सकते हैं)। ओपनएआई प्रौद्योगिकी के उपयोग के कारण, गुणवत्ता उत्कृष्ट है। मेरे लिए, एक बार शुल्क देकर सुविधा का उपयोग करना, आवर्ती सदस्यता शुल्क देकर ऐप की सीमा तक पहुंचने की अपेक्षा बेहतर है।
सरल शब्दों में कहें तो मैकव्हिस्पर एप्पल को यह दिखाता है कि यह कैसे किया जाए। मुझे उम्मीद है कि समय के साथ एप्पल की स्पीच-टू-टेक्स्ट क्षमताओं में सुधार होगा, लेकिन अन्य क्षेत्रों में एप्पल के प्लेटफॉर्म की कमियों को देखते हुए, स्पीच-टू-टेक्स्ट कंपनी के लिए प्रमुख प्राथमिकता नहीं हो सकती है।
इसका मतलब यह है कि मैकव्हिस्पर वर्तमान में मेरा पसंदीदा स्पीच टू टेक्स्ट ऐप है। यदि आप बैठकों, व्याख्यानों, ध्वनि संदेशों या अन्य ऑडियो रिकॉर्डिंग को रिकॉर्ड करके टेक्स्ट में परिवर्तित करते हैं, तो यह प्रयास करने लायक है।
टिप्पणियाँ बंद हैं।