Co potrafi tabi poza dyktowaniem
Mój prawdziwy tydzień z tabi i to, co dzieje się pod maską każdej funkcji.
Autor: Nikhil Bhima, założyciel tabi
tabi to aplikacja głosowa na Maca. Przytrzymaj fn, mów, a słowa lądują tam, gdzie jest kursor. Przytrzymaj też Control, a zamiast dyktować, odpowie, przepisze lub odpisze. Zaznacz cokolwiek, a odczyta to na głos.
Ludzie nazywają tabi aplikacją do dyktowania. I słusznie, od tego się zaczyna. Oto wszystko inne, do czego używam tabi każdego dnia.
Jeden tydzień w liczbach
Większość moich tekstów zaczyna się teraz od mówienia
tabi liczy, co robi na moim Macu. To moje liczby za tydzień od 20 września.
Dyktowanie
Pisanie przez mówienie
Przytrzymaj fn, mów, puść. To, co powiedziałem, wychodzi tak, jakbym to wpisał: bez „eee” i urwanych początków, z interpunkcją, a lista staje się listą.
Większość pracy dzieje się, gdy jeszcze mówię, więc krótkie zdanie pojawia się chwilę po puszczeniu klawisza, a nawet minutowa paplanina czeka tylko trochę dłużej.
no tak czwartek nie piątek pasuje eee przyniosę builda i możemy jakby przejść przez to razem
Tak, piątek pasuje. Przyniosę builda i możemy przejść przez to razem.
przytrzymaj fn i mów
- Twój głos
Voxtral Smallsłucha, gdy mówisz
Mistral Mediumporządkuje w locie- Twój kursor
Style
Każda aplikacja pisze po swojemu
Aplikacja na wierzchu wybiera styl. E-mail dostaje powitanie i pożegnanie w osobnych linijkach, Slack ma lżejszą interpunkcję, a wiadomość tekstowa pozostaje swobodna. Styl zmienia tylko wielkie litery, interpunkcję i układ, nigdy moje słowa.
MailCześć Sam,
piątek pasuje. Przyniosę build. Do zobaczenia.
Nikhil
SlackCześć Sam, piątek pasuje, przyniosę build, do zobaczenia
Nikhil
Messagescześć sam! piątek pasuje, przyniosę build, do zobaczenia
nikhil
Prompty
Długie prompty, wypowiedziane w całości
Dobry prompt dla czatu AI potrzebuje pełnego obrazu: dla kogo jest, co już mam, co pominąć. Przy pisaniu tego wszystkiego zawsze szedłem na skróty. Teraz po prostu to mówię.
Działa tak samo w czacie w przeglądarce lub narzędziu do kodowania w terminalu, gdzie nazwy plików, flagi i ścieżki wychodzą dokładnie tak, jak je powiedziałem.
Prezentuję tabi na spotkaniu w sobotę, dziesięć minut, głównie dla deweloperów. Pomóż mi podzielić to na trzy części: co robi, jak jest zbudowane i demo na żywo. Zostaw demo na koniec i pomiń ceny.
przytrzymaj fn i powiedz całość
56 języków
Powiedz w jednym języku, napisz w innym
tabi rozumie pięćdziesiąt sześć języków i wychwytuje ten, na który się przełączysz. Możesz też powiedzieć, w jakim języku ma pisać, więc możesz mówić po hindi, a wysłać po angielsku.
Zacznijmy jutrzejsze spotkanie trochę później, około jedenastej.
„कल की मीटिंग थोड़ा लेट, ग्यारह बजे के आसपास शुरू करते हैं”
- Hindi
- Voxtralto słyszy
- Mistral Mediumpisze to po angielsku
- Angielski
Zapytaj
Pytanie, przerabianie, odpowiadanie
Przytrzymuję fn i Control na początku nagrania i wtedy staje się ono prośbą, w dowolnym języku. Co dalej, zależy od tego, co jest na ekranie: gdy nic nie jest zaznaczone, tabi odpowiada; gdy zaznaczony jest tekst, przerabia go; gdy proszę o odpowiedź, pisze ją na wiadomość, którą mam przed sobą.
„jak powiedzieć do zobaczenia w czwartek po francusku”
À jeudi !
Zapytaj
Odpowiedź ląduje tam, gdzie mam kursor, albo w małym okienku nad kulką, gdy nie ma gdzie pisać.
no generalnie chodzi o to że wydanie będzie trochę spóźnione bo część z PDF-em potrzebuje więcej testów
„zrób to krótsze”
Przerób
„Wydanie jest spóźnione: część z PDF-em potrzebuje więcej testów.” Zastępuje to, co zaznaczyłem.
demo w piątek nadal aktualne?
Tak, piątek nadal aktualny. Możesz podesłać link do spotkania?
„powiedz tak, poproś o link”
Odpowiedz
Mówię mniej więcej to, co mam na myśli, a odpowiedź pojawia się w polu.
- fn + Control
- Voxtral Smallsłyszy prośbę
- Mistral Mediumrobi to, o co poprosiłeś
- Twój kursor
Czytanie na głos
Słuchanie zamiast czytania
Zaznacz dowolny tekst i naciśnij ⌃⌘R. Prawdziwy głos zaczyna czytać prawie od razu, w małym odtwarzaczu, który mogę zatrzymać, przewinąć albo przyspieszyć.
Używam go, żeby sprawdzić, co napisałem. Moje uszy wyłapią niezgrabne zdanie, którego oczy nie zauważą. Potrafi nawet czytać kopią mojego własnego głosu.
Dzięki za uwagi do prezentacji. Przesunąłem slajd z cenami na koniec i usunąłem drugą demonstrację, więc całość trwa teraz niecałe dziesięć minut.
- Zaznaczony tekst
- Voxtral TTSodtwarza go w miarę strumieniowania
- Odtwarzacz
Listen
PDF-y, książki i zdjęcia, odczytane na głos
Listen jest ekranem w tabi do dłuższych tekstów. Otwieram PDF, plik Word, EPUB lub zdjęcie strony, a tabi czyta go na głos, zaznaczając każde słowo w chwili, gdy pada. Strona podąża za głosem.
Może odczytać całość w jednym z 37 języków albo zapisać jako audio na spacer.
Rozdział 3. Port
Tamtego ranka w porcie było cicho. Łodzie rybackie siedziały nisko w wodzie, sieci miały już złożone. Nikt na nabrzeżu nigdzie się nie spieszył, a mewy miały schody tylko dla siebie. Do południa pływ miał się odwrócić, a całe miasto miało ruszyć razem z nim.
14- PDF lub zdjęcie
Mistral OCRtylko do skanów- Mistral Mediumtłumaczy
- Voxtral TTSczyta na głos
Jak to działa razem
Cztery drogi, wszystkie przez Mistral
Wszystko powyżej to jedna z czterech dróg, a każdy przystanek na nich to model Mistral.
- Głos
- Voxtral
- Medium
- Kursor
- Głos
- Voxtral
- Medium
- Odpowiedź
- Tekst
- Voxtral TTS
- Głos
- Plik
- OCR
- Medium
- Voxtral TTS
Dlaczego to jest możliwe
Jedno laboratorium, które potrafi słyszeć, pisać, mówić i czytać
tabi może tyle, bo Mistral miał już wszystkie potrzebne elementy. Voxtral słucha i mówi, Medium pisze, OCR czyta strony. Kiedy chciałem, żeby tabi czytało zeskanowane PDF-y, OCR był na tym samym koncie, za tym samym kluczem, w ramach tej samej polityki prywatności. Żadnej nowej firmy do dodania, żadnego nowego miejsca, do którego trafiałyby twoje słowa.
Twój głos odbywa jedną podróż, do jednej firmy, a nagranie jest usuwane, gdy staje się tekstem. Dłuższa historia jest we wpisie Dlaczego tabi działa na Mistral AI.
Pytania
Czy tabi to tylko aplikacja do dyktowania?
Nie. Dyktowanie to dopiero początek: przytrzymaj fn, mów, a słowa lądują tam, gdzie masz kursor, w dowolnej aplikacji na Maca. Ten sam klawisz odpowiada też na pytania, przepisuje zaznaczony tekst i pisze odpowiedzi, gdy przytrzymasz Control, a tabi czyta na głos teksty, PDF-y, książki i zdjęcia.
O co mogę poprosić tabi?
Przytrzymaj fn i Control, zaczynając nagrywanie, w dowolnym języku, a stanie się to prośbą. Jeśli nic nie jest zaznaczone, tabi odpowiada tam, gdzie masz kursor. Jeśli zaznaczysz tekst, tabi przepisze go tak, jak poprosiłeś. Poproś o odpowiedź, a tabi napisze odpowiedź na zaznaczoną wiadomość albo w rozmowie, którą masz przed sobą.
Czy tabi może czytać tekst na głos na Macu?
Tak. Zaznacz tekst w dowolnej aplikacji i naciśnij ⌃⌘R, a naturalny głos zacznie czytać prawie od razu. Do dłuższych treści Listen czyta PDF-y, pliki Word, EPUB-y i zdjęcia stron, podkreślając każde słowo w momencie wypowiedzenia, w 37 językach.
W których aplikacjach działa tabi?
W każdej aplikacji na Maca, w której można pisać: poczta, czat, notatki, dokumenty, przeglądarka i terminal. Każda aplikacja może mieć swój własny styl pisania, więc e-mail brzmi jak e-mail, a wiadomość na Slacku pozostaje lekka.
Na jakiej AI działa tabi?
Tylko na Mistral AI. Voxtral słucha cię i czyta na głos, Mistral Medium pisze, a Mistral OCR czyta zeskanowane strony. Mistral nie tworzy tabi, nie jest jego właścicielem ani go nie popiera.
Więcej na stronie pytań lub zobacz, co potrafi tabi.