Revisão de ditados com IA: configuração e conferência
O Que é Polimento de Texto por IA?
Este guia explica a revisão de ditados no aplicativo de computador OpenTypeless. Um modelo de linguagem pode ajustar pontuação, frases e formatação, mas também alterar nomes, números ou condições por engano. Confira o rascunho com o que você disse antes de usá-lo.
Como o Pipeline Funciona
A rota STT escolhida primeiro produz a transcrição. Se AI Polish estiver ativado e houver uma rota LLM disponível, o OpenTypeless pode enviar o texto para revisão. O ditado comum pode devolver o texto bruto com a revisão desativada; geração e edição de texto selecionado precisam de um LLM disponível. O dicionário pode fornecer vocabulário ao prompt de revisão, sem treinar o modelo de reconhecimento de fala.
Escolhendo um Provedor de LLM
Groq
Groq: meça a resposta completa de polimento em textos curtos e longos.
OpenAI / Claude
OpenAI / Claude: compare tom, preservação factual e terminologia no mesmo rascunho.
DeepSeek
DeepSeek: introduza a tarifa atual e estime o custo pelo seu volume mensal.
Ollama
Um endpoint Custom Whisper-compatible configurado cuida da rota STT local ou auto-hospedada. O Ollama cuida somente da rota separada de LLM local para editar texto. A privacidade ainda depende do endpoint, das dependências do modelo, das atualizações, dos registros e do tráfego real; verifique a configuração antes de processar conteúdo sensível.
Verifique STT e LLM separadamente
- Teste uma gravação curta com a revisão desativada.
- Depois configure a rota LLM, ative a revisão e repita a mesma frase falada.
- Confira nomes, números, negações e condições, além da inserção e da possibilidade de desfazer em um documento de teste.
Exemplo para conferir o sentido
Frase ilustrativa: “O número é TM-482. Talvez publiquemos na sexta-feira se os testes passarem; não prometa uma data.” Confira se “talvez”, a condição dos testes e a instrução de não prometer foram preservados.
O exemplo explica critérios de revisão. Não é um resultado gravado de usuário nem uma comparação medida de modelos. Registre espera, erros restantes e tempo de correção com seus próprios exemplos.