Cue dikteerimisel on viimistluse etapp: toores transkriptsioon koos täitesõnade ja puuduvate kirjavahemärkidega muudetakse tekstiks, mis kõlab nii, nagu kõneleja seda mõtles. Selle etapi toimumiskoht otsustati mõõtmise põhjal ja see mõõtmine on avalik. See postitus järgib Google DeepMindi juhtumiuuringut, kus arvud on 2026. aasta mai seisuga, ega lisa midagi, mida lehel pole öeldud.
Algne disain
Etapp oli ehitatud kasutama pilvemudelit, mille varuvariandiks oli kohalik mudel, eeldusel, et suurem mudel viimistleb täpsemalt. Meeskonna seatud eesmärk sellele etapile oli tekst, mis kõlaks pigem kasutaja kui mudeli moodi: kirjavahemärgid taastatud, laused segmenteeritud, täitesõnad eemaldatud, ilma et peale surutaks majastiili.
Mõõtmine
Meeskond testis etappi 227 reaalse häälnäidisega, mis hõlmasid inglise keelt, teisi keeli ja segakeelset sisendit. Selle benchmark'i põhjal valiti esimeseks mudeliks Gemma 4 E4B, mis töötab kohalikult Ollama kaudu Apple Siliconil. Viimistluse etapi mediaanviivitus langes 876 ms-lt 488 ms-le, mida leht kirjeldab kui jäämist meeskonna eelarve piiresse etapi jaoks, mis peab tunduma kiirem kui trükkimine.
Ümberpööramine
Pärast benchmark'i pöörati arhitektuur ümber: kohalikust mudelist sai vaikimisi valik ja pilvemudelist varuvariant. Töölauarakendus kontrollib käivitamisel, kas Ollama töötab; kui ei, suunatakse viimistluse etapp pilvemudelile ja dikteerimine jätkub.
Mis muutus kasutajate jaoks lehe andmetel
- Dikteerimise maht kasutaja kohta kasvas aktiivsete beetakasutajate seas nelja nädala jooksul enne ja pärast muudatust umbes 30 protsenti; kasutajad, kes olid dikteerinud lühikesi sõnumeid, hakkasid dikteerima pikemaid.
- Etapi marginaalne järelduskulu langes nullini ja leht toob selle põhjuseks, miks dikteerimine on piiramatu igal tasemel, sealhulgas tasuta tasemel.
Väite piirid
Ainult viimistluse etapp viidi üle. Transkriptsioon tehakse enne viimistluse etappi pilvepõhise kõnetuvastusteenusega ja Cue agendirežiim tugineb pilvemudelile. Leht annab teada Gemma 4 funktsioonikutsete varajastest hindamistest iseseisvate agendiülesannete jaoks ja nimetab neid varajasteks. Seetõttu ütleb meie avaleht, et viimistlus toimub kasutaja masinas, ega ütle midagi agendi kohaliku töötamise kohta; platvormide leht märgib sama piiri.