я наконец-то победил самый бесящий баг в ai. он преследовал меня годами (!!)
что вас больше всего бесит в ai? еще пару лет назад здесь были бы ответы про галюцинации или что ну просто туповат. но в 2026 это уже неактуально — на большинство из этих вещей можно уверенно ответить — skill issue. но один бесящий баг все таки остался..
я люблю голосовой ввод. писал про него в 2023, как раз когда его добавили в chatgpt. а знаете, что туда до сих пор не добавили? стопроцентрую гарантию того, что твой поток мыслей на 5 минут в итоге не будет потерян или что он не распознается только на половину
сейчас это устроено так, что в лучшем случае тебе покажется кнопка retry, но и она не защищает от краша приложения или другой ошибки выше уровнем. но даже если речь распозналась, то whisper легко может трактовать речь с шумами на фоне за тишину и поблагодарить dimatorzok за субтитры в расшифровке, вместо твоих слов на пару минут
я столько раз на этом обжигался и искал решение: записывал войсы в телеграме и расшифровывал их ботом. неплохо, но неудобно. так, мы же все так любим claude code, они то должны были сделать хорошо? так я и подумал на выходных, когда начал описывать свое видение продукта голосом на 5 минут. на третий раз мой голосой ввод просто не отработал, время снова потеряно. за все время я пробовал macwhisper / whisprflow, но с ними тоже были проблемы, и они не спасали от бага именно на стороне расшифровки модели. я возвращался к вводу руками
и вот наконец я добрался до handy. бесплатное приложение для голосового ввода, локальные модели, один хоткей для ввода. но самое прекрасное, что каждый раз, когда ты наговариваешь что-то голосом, то аудиозапись кладется удобно в папочку на компьютере. когда модель снова забаговала, то я просто пошел и отнес это сырое аудио в гемини и попросил полноценный транскрипт, и оно сработало!
we're so back. мне снова не страшно наговаривать голосом задачи. но пока только на маке. посоветуете что-то такое же на айфоны?
что вас больше всего бесит в ai? еще пару лет назад здесь были бы ответы про галюцинации или что ну просто туповат. но в 2026 это уже неактуально — на большинство из этих вещей можно уверенно ответить — skill issue. но один бесящий баг все таки остался..
я люблю голосовой ввод. писал про него в 2023, как раз когда его добавили в chatgpt. а знаете, что туда до сих пор не добавили? стопроцентрую гарантию того, что твой поток мыслей на 5 минут в итоге не будет потерян или что он не распознается только на половину
сейчас это устроено так, что в лучшем случае тебе покажется кнопка retry, но и она не защищает от краша приложения или другой ошибки выше уровнем. но даже если речь распозналась, то whisper легко может трактовать речь с шумами на фоне за тишину и поблагодарить dimatorzok за субтитры в расшифровке, вместо твоих слов на пару минут
я столько раз на этом обжигался и искал решение: записывал войсы в телеграме и расшифровывал их ботом. неплохо, но неудобно. так, мы же все так любим claude code, они то должны были сделать хорошо? так я и подумал на выходных, когда начал описывать свое видение продукта голосом на 5 минут. на третий раз мой голосой ввод просто не отработал, время снова потеряно. за все время я пробовал macwhisper / whisprflow, но с ними тоже были проблемы, и они не спасали от бага именно на стороне расшифровки модели. я возвращался к вводу руками
и вот наконец я добрался до handy. бесплатное приложение для голосового ввода, локальные модели, один хоткей для ввода. но самое прекрасное, что каждый раз, когда ты наговариваешь что-то голосом, то аудиозапись кладется удобно в папочку на компьютере. когда модель снова забаговала, то я просто пошел и отнес это сырое аудио в гемини и попросил полноценный транскрипт, и оно сработало!
we're so back. мне снова не страшно наговаривать голосом задачи. но пока только на маке. посоветуете что-то такое же на айфоны?