Cue’nun diktesinde bir düzeltme adımı vardır: dolgu sözcükleri ve eksik noktalama işaretleri içeren ham transkript, konuşmacının kastettiği şekilde okunan bir metne dönüştürülür. Bu adımın nerede çalışacağına bir ölçümle karar verildi ve bu ölçüm halka açıktır. Bu yazı, Google DeepMind’ın vaka çalışmasını takip etmekte, Mayıs 2026 itibarıyla güncel rakamları kullanmakta ve sayfanın belirtmediği hiçbir şeyi eklememektedir.
Orijinal tasarım
Bu adım, daha büyük bir modelin daha doğru düzeltme yapacağı varsayımıyla, bir bulut modeli kullanacak ve yerel bir modeli yedek olarak tutacak şekilde oluşturulmuştu. Ekibin bu adım için belirttiği hedef, bir kurum tarzı dayatmadan, noktalama işaretlerini düzelten, cümleleri bölen, dolgu sözcüklerini kaldıran ve bir model gibi değil, kullanıcı gibi okunan bir metin elde etmekti.
Ölçüm
Ekip, bu adımı İngilizce, diğer diller ve karışık dilli girdileri kapsayan 227 gerçek ses örneği üzerinde benchmark testine tabi tuttu. Bu benchmark sonucunda, Apple Silicon üzerinde Ollama aracılığıyla yerel olarak çalışan Gemma 4 E4B, ilk tercih edilen model olarak seçildi. Düzeltme adımının median gecikme süresi 876 ms’den 488 ms’ye düştü. Sayfa bu süreyi, ekibin yazmaktan daha hızlı hissettirmesi gereken bir adım için belirlediği bütçenin içinde olarak tanımlıyor.
Tersine çevirme
Benchmark’tan sonra mimari tersine çevrildi: yerel model varsayılan, bulut modeli ise yedek oldu. Masaüstü uygulaması başlangıçta Ollama’nın çalışıp çalışmadığını kontrol eder; çalışmıyorsa, düzeltme adımı bir bulut modeline yönlendirilir ve dikte devam eder.
Sayfaya göre kullanıcılar için ne değişti
- Değişiklikten önceki ve sonraki dört hafta içinde, aktif beta kullanıcıları arasında kullanıcı başına dikte yaklaşık yüzde 30 arttı; kısa mesajlar dikte eden kullanıcılar daha uzun mesajlar dikte etmeye başladı.
- Adımın marjinal çıkarım maliyeti sıfıra düştü ve sayfa, ücretsiz katman da dahil olmak üzere her katmanda diktenin sınırsız olmasının nedenini bu olarak gösteriyor.
İddianın sınırı
Yalnızca düzeltme adımı taşındı. Transkripsiyon, düzeltme adımından önce bir bulut konuşmadan metne hizmeti tarafından yapılır ve Cue’nun ajan modu bir bulut modeline dayanır. Sayfa, Gemma 4’ün bağımsız ajan görevleri için fonksiyon çağırma yeteneklerine ilişkin ilk değerlendirmeleri rapor ediyor ve bunları erken olarak nitelendiriyor. Bu nedenle ana sayfamızda düzeltme adımının kullanıcının makinesinde çalıştığı belirtilir ve ajanın yerel olarak çalıştığına dair bir şey söylenmez; platformlar sayfası da aynı sınırı kaydeder.