عن المشروع

Douvo هو تطبيق إدخال صوتي خفيف لنظام macOS مصمم لأجهزة Apple Silicon التي تعمل بنظام macOS 14.0 أو أحدث. يستخدم Doubao ASR (التعرف التلقائي على الكلام) كمحرك رئيسي لتحويل الكلام إلى نص، مع معالجة لاحقة اختيارية بالذكاء الاصطناعي لتنظيف النصوص قبل الإدراج. يعمل التطبيق كأداة في شريط القوائم مع تراكب تسجيل عائم. يضغط المستخدمون على مفتاح تشغيل قابل للتخصيص لبدء التسجيل، ثم يتحدثون، ويضغطون مرة أخرى للتوقف وإدراج النص المعروف في موضع المؤشر الحالي في أي تطبيق. تتوفر أيضًا وضعية الضغط والتحدث. يدعم Douvo ثلاثة مسارات للتعرف على الكلام: Doubao Web، وDoubao Android، وYoudao Bage Shuo. يمكن تحديد مسارات متعددة في وقت واحد، وتعمل بالتوازي مع دمج النتائج عبر المعالجة اللاحقة بالذكاء الاصطناعي. المسار الافتراضي هو Web. تشمل الميزات الرئيسية: - الإملاء في أي تطبيق عبر الضغط القصير أو الضغط والتحدث للتسجيل - معالجة لاحقة اختيارية بالذكاء الاصطناعي لتصحيح الصياغة وعلامات الترقيم وكلمات الحشو والنبرة وأسلوب الإخراج - تحرير النص المحدد بالصوت (حتى 500 حرف) - ترجمة عند الطلب بمفتاح ترجمة قابل للتخصيص - مفردات مخصصة وحقن سياق (مصطلحات المشروع، المسارات، الأسماء، هوية المستخدم، الوقت الحالي، التطبيق الأمامي، عنوان النافذة) - اختيار بين نماذج MLX المحلية على الجهاز أو مزودي LLM عن بُعد - واجهة شريط القوائم، تراكب تسجيل عائم، تبديل المظهر، إدراج مدرك للحافظة، وتشخيصات محلية للمعالجة اللاحقة بالذكاء الاصطناعي، يقدم Douvo نماذج محلية بما في ذلك S1-mini من Superwhisper (إنجليزي فقط، 335 ميجابايت)، وSpark-X2.5 1.7B و4B (تصحيح واستدلال صيني)، أو مزودي LLM عن بُعد. تشمل أنماط الإخراج: طبيعي، موجز، منظم، ومخصص مع قوة نمط قابلة للضبط. يتطلب التطبيق أذونات الميكروفون وإمكانية الوصول. يتم توزيعه كملف DMG من إصدارات GitHub أو عبر Homebrew Cask. الإصدارات الحالية غير موقعة رقميًا، لذا قد يتطلب macOS إزالة الحجر الصحي يدويًا عند أول تشغيل. تم بناء Douvo لسير عمل الإدخال المختلط بين الصينية والإنجليزية حيث تواجه نماذج الكلام المحلية السائدة صعوبة في جودة التعرف. يغلف مسار Doubao ASR القوي كأداة إدخال صوتي مستقلة عن التطبيق مع معالجة لاحقة ومفردات وترجمة وتحرير نص محدد وإدراج مدرك للحافظة وتشخيصات محلية. يعتمد المشروع على سلوك ملاحظ لعملاء Doubao وYoudao Bage Shuo وليس واجهة برمجة تطبيقات رسمية أو SDK أو تكاملًا لأي من الخدمتين. يحتاج المستخدمون إلى حساب Doubao صالح ويجب عليهم تسجيل الدخول بأنفسهم. يتم معالجة الصوت المرسل للتعرف بواسطة خدمة Doubao. تم إصدار المشروع بموجب رخصة MIT.