Aperçu open source · Apple silicon

Votre voix.
Toujours la vôtre.

Echo est un aperçu open source pour Apple silicon, dédié à la dictée privée et à l’intelligence de réunion fondée sur des preuves. Le dernier test réel de dictée n’a pas atteint les seuils de précision et d’insertion confirmée. Compilez le code source; aucun installateur public notarié n’est encore disponible.

Echo · session localePrivé
Voir son fonctionnement
4,74 %WER généré11 échantillons vocaux générés
≈85 mstemps moyen du modèleparcours Parakeet en production
0 / 2faux positifs non vocauxsilence + faible bruit de fond
6,19 %*WER du sous-ensemble public AA634 échantillons publics publiés
L’objectif du produit

Une couche vocale privée.
Deux flux de travail ciblés.

Echo combine une dictée rapide dans toutes les applications et une intelligence de réunion fondée sur des preuves dans une app Mac autonome, sans rendre la parole privée dépendante du nuage.

01
Dictée privée

Parlez naturellement.
Le texte apparaît rapidement.

Parakeet multilingue s’exécute avec Core ML, puis Echo applique localement le vocabulaire et les commandes vocales avant une livraison sécuritaire.

  • Parcours de production : Parakeet TDT 0.6B v3
  • Vocabulaire déterministe — aucune prétention d’ajustement des poids
  • Maintenir, double-cliquer ou basculer pour dicter
02
Intelligence de réunion

Notes fondées.
Décisions traçables.

Les transcriptions locales deviennent des faits candidats, sont vérifiées contre les preuves, puis réduites en notes structurées par un modèle Qwen local.

  • Cartographier → valider les preuves → réduire
  • Cinq domaines 5/5 et appel financier corrigé 9/9
  • Whisper large-v3-turbo comme test et solution de repli
Architecture de dictée en production

Conçu comme un système,
pas seulement un modèle.

La qualité de reconnaissance compte, tout comme la fiabilité de la capture, la correction privée, la sécurité de l’app active, la latence et les preuves produites après chaque test.

01

Capturer

Audio par touche fonction, autorisations, VAD et silence

02

Reconnaître

Parakeet TDT 0.6B v3 converti pour Core ML

03

Résoudre

Vocabulaire privé et commandes vocales déterministes

04

Livrer

Insérer ou copier avec contrôles de cible et d’autorisation

Production

Parakeet TDT 0.6B v3

Multilingue, rapide, local et déployé avec Core ML pour la dictée actuelle.

Concurrent rejeté

Qwen3-ASR 0.6B INT8

13,19 % de WER généré, ≈2,94 s en moyenne et faiblesse sévère sur le vocabulaire technique. Il n’a pas remplacé Parakeet.

Repli pour les réunions

Whisper large-v3-turbo

Conservé comme test et solution de repli pour la transcription de réunions, et non comme parcours de dictée en production.

Mesuré, publié, délimité

Des tests avec
leurs notes explicatives.

Les comparaisons directes d’Echo partagent le même audio et la même notation. Les résultats publiés de modèles et de services infonuagiques restent du contexte. Aucun chiffre ne traverse les protocoles sans étiquette.

Télécharger le dossier de preuves ↓
Echo benchmark highlights showing WER, speed, and API fee contextOuvrir en pleine résolution ↗
Common WER: Identical 100-clip public-audio track
Common WERIdentical 100-clip public-audio track
Difficulty: Clean and harder public-audio slices
DifficultyClean and harder public-audio slices
Processing time: Model-only and whole-run timing
Processing timeModel-only and whole-run timing
Short-form context: Published upstream model results
Short-form contextPublished upstream model results
Long-form context: Published meeting-transcription results
Long-form contextPublished meeting-transcription results
AA-WER context: Echo’s measured public-subset reconstruction
AA-WER contextEcho’s measured public-subset reconstruction
Meeting intelligence: Grounded-output contract results
Meeting intelligenceGrounded-output contract results
Evidence status · Jul 29 snapshot: Earlier snapshot; current live-check result appears below
Evidence status · Jul 29 snapshotEarlier snapshot; current live-check result appears below
* À propos du résultat de 6,19 %

Echo a exécuté les 634 échantillons publics publiés d’AA-WER v2 : 3,25 % sur VoxPopuli-Cleaned-AA et 9,13 % sur Earnings22-Cleaned-AA. La moitié privée AgentTalk et le normalisateur complet actuel d’Artificial Analysis ne sont pas disponibles; il s’agit donc d’une reconstruction du sous-ensemble public, et non d’un score ou d’un rang AA-WER officiel.

Documentation

Utiliser Echo,
de la capture aux preuves.

01

Bien démarrer

Echo est un aperçu open source pour Mac Apple silicon. Compilez-le à partir du code avec le guide d’installation, puis accordez les autorisations Microphone, Accessibilité, Surveillance de saisie et Enregistrement d’écran uniquement lorsque le flux correspondant les exige.

Limite de la version actuelleAucun installateur public notarié n’est encore disponible. Le dernier test réel de dictée sur 10 lignes a obtenu 16,1 % de WER sémantique moyen contre un seuil de 8 %, et aucune des 10 commandes de collage n’a confirmé l’insertion. L’acceptation finale sur 16 Go reste ouverte; le guide d’installation décrit les prérequis et les étapes.
02

Utiliser la dictée

  1. Choisissez un mode de capture. Maintenez le raccourci, double-cliquez-le ou utilisez le mode bascule.
  2. Parlez dans l’app cible. Echo enregistre localement et mémorise la destination de façon sécuritaire.
  3. Relâchez ou arrêtez. Parakeet transcrit par le parcours Core ML local.
  4. Vérifiez la livraison. Echo insère le texte si la cible est sûre; sinon, il le conserve dans le presse-papiers.

Echo ne doit jamais envoyer automatiquement un message externe. La reconnaissance, la réécriture et la livraison sont des étapes distinctes.

03

Utiliser les réunions

  1. Démarrez ou importez un enregistrement. L’audio est traité localement et sa conservation est réduite au minimum.
  2. Transcrivez. Parakeet produit la transcription locale; Whisper reste un test et une solution de repli.
  3. Cartographiez les faits. Un modèle Qwen local propose décisions, actions, responsables et questions ouvertes.
  4. Validez les preuves. Les affirmations non appuyées sont rejetées avant la réduction finale.
≈3–4 straitement à chaud5/5 · 9/9contrats mesurésMap → Validate → ReduceIntelligence de réunion
04

Vocabulaire et commandes vocales

Le vocabulaire privé est une correspondance déterministe parole → écrit appliquée après la reconnaissance. Il peut préserver les noms de produits, de personnes, d’outils, les chemins de fichiers et la casse préférée sans réentraîner ni modifier les poids du modèle.

prononcécore M LécritCore ML

Les commandes telles que « nouveau paragraphe », « virgule » et les indications de correction sont traitées localement et consignées comme étapes du pipeline dans les preuves de test.

05

Modèle de confidentialité

Inférence localeLa dictée et l’intelligence de réunion s’exécutent sur le Mac.
Aucune dépendance APILe parcours de production n’envoie pas la parole à un fournisseur de transcription.
Correction privéeLe vocabulaire et les commandes restent déterministes et locaux.
Conscient des preuvesLes affirmations conservent leurs limites de protocole, modèle, temps et portée.
06

Ce qui est prouvé — et ce qui ne l’est pas

Critère de preuveÉtatLimite
ASR générée + non-vocalRéussi4,74 % · 0/2 faux positifs
Parcours de dictée Core MLImplémentéParakeet TDT 0.6B v3
Latence du modèle seulMesuré≈85 ms en moyenne
Vocabulaire + commandes déterministesImplémentéTraitement local fondé sur des règles
Parcours commun de 100 extraitsMesuréAudio public échantillonné
Sous-ensemble public AA-WERMesuré6,19 % · AA-WER non officiel
Intelligence de réunionRéussi5/5 et 9/9 corrigé
Parcours de production localImplémentéAucune dépendance à une API de transcription
Insertion dans l’app activeImplémenté; dernier test échoué0/10 collage confirmé dans le dernier protocole réel; la copie sécuritaire reste implémentée

Mesuré aujourd’hui : un aperçu vocal local avec des composants mesurés et des critères de sortie encore ouverts. Le dernier test réel a mesuré 16,1 % de WER sémantique moyen contre un seuil de 8 %, et 0/10 insertion confirmée; ce résultat de session ne représente pas toute la population.

Local par conception

La voix peut sembler instantanée
sans devenir invasive.

Echo explore, preuves à l’appui, ce que peut devenir un logiciel vocal privé, utile et local.

Aperçu open source

Compilez Echo à partir du code.

Le dépôt public est offert sous licence MIT. La compilation exige un Mac Apple silicon, Xcode et une identité locale de signature. Le guide explique les prérequis, les étapes de compilation et les limites actuelles.