Blurt: ditado por pressionar para falar com a Dictation API da AssemblyAI

Autoria: AssemblyAI · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Blurt: push-to-talk dictation on the AssemblyAI Dictation API · Canal: AssemblyAI · 01:31 · Assistir no YouTube

Tópicos: Aplicações empresariais de IA, Ferramentas de desenvolvimento com IA, Modelos multimodais

Resumo

O vídeo apresenta o Blurt, um aplicativo de ditado por voz criado com a Dictation API da AssemblyAI. A demonstração mostra a transcrição e a mudança entre idiomas, além do uso de termos personalizados para reconhecer nomes e medicamentos com a grafia correta. O apresentador ressalta que, ao contrário de fluxos que usam duas etapas, a API realiza a transcrição e a limpeza do texto em uma única chamada. A demonstração com medicamentos é apenas ilustrativa, e o apresentador diz explicitamente para não prescrever nada.

Pontos-chave

Blurt é um aplicativo de ditado por voz construído sobre a Dictation API da AssemblyAI.
A demonstração mostra transcrição com mudança entre inglês, espanhol e hindi.
O aplicativo oferece suporte a 18 idiomas, segundo o apresentador.
É possível adicionar termos importantes, como nomes e medicamentos, nas configurações.
O apresentador demonstra o reconhecimento e a grafia de termos personalizados.
O aplicativo usa uma única chamada à API para transcrever e limpar o texto.
A limpeza pode remover hesitações como “ums” e “ahs”.
O exemplo de ditado sobre medicamentos é fictício e não deve ser entendido como orientação médica.

Capítulos

Início	Capítulo	Resumo
00:00	Apresentação do Blurt e ditado multilíngue	O apresentador demonstra a transcrição de fala e a mudança entre inglês, espanhol e hindi.
00:31	Termos personalizados e reconhecimento	A demonstração mostra como adicionar nomes e medicamentos para melhorar a grafia reconhecida, com um aviso para não prescrever nada.
01:01	Ditado em uma única chamada à API	O vídeo explica que a Dictation API combina transcrição e limpeza do texto, removendo hesitações como “ums” e “ahs”.

Citações

Estou fazendo um vídeo de lançamento do nosso primeiro aplicativo de ditado, chamado Blurt. — 00:00

Você pode acessar o aplicativo, ir às configurações e definir termos importantes. — 00:31

Não prescreva nada. — 01:01

Entregamos tudo em uma única etapa. — 01:31

Conceitos e entidades

Blurt (ferramenta): Aplicativo de ditado por voz apresentado no vídeo e construído com a Dictation API da AssemblyAI.
AssemblyAI (empresa): Empresa responsável pela API de ditado usada pelo aplicativo Blurt.
Dictation API (ferramenta): API de ditado que, segundo o vídeo, transcreve a fala e limpa o texto em uma única chamada.
Universal 3.5 Pro (modelo): Modelo apresentado como a base do aplicativo e descrito como o modelo principal da AssemblyAI.
Google Doc (ferramenta): Documento do Google usado para demonstrar a transcrição por ditado.

Tradução completa (pt-BR)

00:00 Oi, estou fazendo um vídeo de lançamento do nosso primeiro app de ditado, chamado Blurt. Para mostrar uma demonstração, vou abrir o Google Doc e primeiro vou falar em inglês, e você também tem espanhol. Não sei quanto ao hindi, pessoal, mas vocês verão a transcrição de inglês para espanhol e para hindi. A troca de idioma acontece sem problemas, com a menor latência que já vi, e suporte a 18 idiomas. Este app foi desenvolvido com o nosso modelo Universal 3.5 Pro

00:31 carro-chefe. Vou mostrar mais uma coisa legal. Você pode abrir o app, ir às configurações e definir termos importantes, como nomes — Nguyen, um nome vietnamita, Shawn, um nome maharashtriano — e alguns medicamentos, como Prinivil e Atorvastatin. E vamos fazer uma demonstração mágica. Vou dizer algo como: “Ei, receite Prinivil para ela, Nguyen. Shawn provavelmente deve tomar Minoxidil, e Nguyen deve tomar Atorvastatin. E eu só estou fazendo um vídeo. Não receite

01:01 nada. Então, agora você vê que os nomes, os nomes de medicamentos, “ela”, Nguyen, Shawn e Nguyen foram transcritos absolutamente certo: os nomes foram escritos corretamente, os medicamentos foram escritos corretamente. Foi como mágica. E, sabe, conforme você dita mais, ele vai aprendendo os termos importantes. Você pode adicioná-los ali. E não é só isso. Isto foi desenvolvido com a nossa API de ditado. Então, este app foi basicamente desenvolvido com um endpoint, que é uma chamada de ditado. Normalmente, os apps de ditado são desenvolvidos em duas

01:31 etapas. Etapa número um: voz para texto; depois, um LLM para limpar o texto, removendo os “ums” e “ahs”. Mas oferecemos tudo em uma só etapa, para que você possa personalizar e enviar suas instruções na mesma solicitação à API. Se você disser: “Oi, hum, ah, não sei o que estou dizendo”, verá que os “ums” e “ahs” são removidos imediatamente. É isso que torna especial o nosso app Blurt, desenvolvido com base na nossa API de ditado. Mal podemos esperar para ver como você vai usá-la e o que vai criar com a nossa API de ditado. Obrigado.

Transcrição original

[00:00] Hey, I’m making a launch video of our first dictation app called Blurt. To show you a demo, I’m going to go to Google Doc and first I’m going to talk in English and you have no español también. I don’t know about Hindi people but and you will see this transcribed English to Spanish to Hindi. The language switch happens smoothly with lowest latency I’ve seen with the support of 18 languages and this app is built on on our universal 3.5 Pro

[00:31] flagship model. I’m going to show you one more cool thing. You can go to the app, go to settings and define the key terms such as names like Nguyen, Vietnamese name, Shawn, Maharashtrian and some medicines like Prinivil, Atorvastatin and we’re going to do a magical demo. I’m going to be like, “Hey, prescribe Prinivil to her, Nguyen. Shawn should take probably Minoxidil and Nguyen should take Atorvastatin and I’m just making a video. Don’t prescribe

[01:01] anything. So, now you see that names, medical names, her, Nguyen, Shawn, Nguyen absolutely rightly spelled names, rightly spelled medicines all got it right like magic and you know, as you dictate more, it it will learn the key terms. You can add it there. And that’s not it. This is built on our dictation API. So, this app is basically built with one endpoint which is a dictation call. Typically typically we have dictation apps built on two

[01:31] steps. Step number one, voice to text then LLM to clean it up like remove the ums, ahs but we give you all in one step so that you could, you know, customize and send your instructions in the same API request. If you notice, “Hi, um ah I don’t know what I’m saying.” You will see immediately ums and ahs are removed. So, that’s what makes our app Blurt special being built on top of our dictation API. We can’t wait to see how you use it and what you build with our dictation API. Thank you.