Dalam beta Telegram untuk macOS, fitur dikte — mengetik pesan dengan suara langsung di kolom input — kini dilengkapi dengan koreksi teks hasil dikte oleh editor AI. Pada build 13.1.0.283431 tanggal 1 November, terdapat tombol «Enhance» dengan opsi «Fix Grammar», «Enhance Style», dan «AI Editor…», sebuah sakelar untuk «Automatic Punctuation», serta pengaturan untuk fungsi ⌘R di kolom input: apakah untuk mendikte teks atau merekam pesan suara. Fitur dikte itu sendiri ada dalam kode sumber terbuka klien, tetapi hanya diaktifkan dalam build debug; sementara koreksi AI sama sekali tidak ada dalam kode sumber terbuka. Ini berlaku bagi pengguna yang mengetik dari Mac. Dalam kode sumber terbuka, pengenalan suara dilakukan oleh pengenal suara bawaan Apple, sedangkan di versi beta, telah ditambahkan jalur fallback melalui server Telegram — dengan batas gratis, dan Premium diperlukan untuk penggunaan lebih lanjut.
Apa yang Baru di Beta
Dikte di klien macOS dirancang sebagai kelanjutan dari perekaman suara: setelah menekan tombol rekam, jangan lepaskan mouse dan seret ke kiri — petunjuk di bagian bawah akan menampilkan, «← Swipe to dictate». Geseran ke kiri harus lebih besar daripada ke atas, jika tidak, rekaman akan terkunci. Alih-alih menjadi pesan suara, ucapan diubah menjadi teks, dan rekaman itu sendiri dihapus. Selama pengenalan, di bagian bawah tertulis «Transcribing. Click anywhere to stop.»; teks yang sudah jadi dalam kode sumber terbuka ditampilkan di panel terpisah, dari sana Anda bisa langsung mengirimnya atau menambahkannya ke akhir kolom input dan mengeditnya. Bahasa bisa dipilih secara manual atau dibiarkan «Automatic». Tentang dikte di beta 283318 telah ditulis pada 15 Oktober; di Android, transkripsi serupa sebelum pengiriman pernah ditampilkan dan kemudian dihapus.
Yang baru di versi beta sejak 24 Oktober (build 283377) adalah koreksi teks hasil dikte. String di build 283431:
| String | Deskripsi |
|---|---|
| «Enhance» | tombol pada teks hasil dikte; petunjuknya adalah «Fix punctuation and grammar in the dictated text» |
| «Fix Grammar» | memperbaiki tanda baca dan tata bahasa |
| «Enhance Style» | menulis ulang teks dalam salah satu gaya |
| «AI Editor…» | membuka editor AI lengkap |
| «Enhancing…» | teks sedang diproses |
| «Automatic Punctuation» | sakelar tanda baca otomatis |
| «What ⌘R does in the message field. Automatic dictates when the field has text and records a message when it is empty.» | pengaturan ⌘R: dalam mode «Automatic», kombinasi ini mendikte jika kolom sudah berisi teks dan merekam pesan suara jika kolom kosong |
| «The language you speak while dictating. Automatic uses this chat's language and your system languages.» | bahasa dikte: «Automatic» menggunakan bahasa obrolan ini dan bahasa sistem Anda |
Klien mengingat gaya yang dipilih (kChatDictationEnhanceStyle). Dilihat dari opsi «AI Editor…», ini adalah gaya yang sama dengan editor AI di kolom input, yang dirilis Telegram pada bulan April: memperbaiki tata bahasa, menerjemahkan, menulis ulang dalam gaya «Formal», «Short», «Zen», «Corp», dan lainnya. Keterangan di postingan resmi menyebutkan bahwa fitur AI berjalan di jaringan Cocoon.
Apakah tombol tersebut sudah terlihat sekarang, tidak dapat dipastikan dari build. Dalam kode sumber terbuka, dikte dinonaktifkan di build beta dan rilis oleh kondisi kompilasi dan hanya berfungsi di build debug; apakah diaktifkan di 283431, tidak terlihat dari biner, meskipun string dan kelasnya ada.
Yang Perlu Dilakukan
- Di mana mencari. Beta datang melalui pembaruan otomatis versi beta Telegram untuk macOS; daftar build ada di feed pembaruan. Di versi stabil 13.1.0 (283357) tanggal 20 Oktober, mesin dikte sudah ada, tetapi string «Enhance», «Automatic Punctuation», dan pengaturan ⌘R tidak ada, dan petunjuk saat merekam adalah «← Swipe to transcribe».
- Berikan akses. Dikte memerlukan dua izin macOS: System Settings → Privacy & Security → Microphone dan di tempat yang sama Speech Recognition. Tanpa yang kedua, klien akan menampilkan «Telegram needs Speech Recognition access to turn your voice into text».
- Periksa bahasa. Jika tidak ada bahasa sistem yang didukung oleh pengenal Apple, dikte akan merespons «Dictation is not available for your current input language.» Bahasa dapat dipilih secara manual alih-alih «Automatic».
- Ingat tentang ⌘R. Saat ini, ⌘R di Telegram untuk macOS memulai perekaman pesan suara atau video; di versi beta, kombinasi ini akan memiliki pilihan, dan dalam mode «Automatic» jika kolom tidak kosong, itu akan memulai dikte, bukan perekaman.
Cara Pengenalan Suara Bekerja
Pengenalan dalam kode sumber terbuka sepenuhnya berada di sisi Apple. Di macOS 26, klien menggunakan mesin SpeechAnalyzer baru jika model bahasa sudah terinstal; jika tidak, ia memulai pengunduhan di latar belakang, dan dikte ini diserahkan ke SFSpeechRecognizer yang lama. Di sistem yang lebih lama, hanya SFSpeechRecognizer yang berfungsi. Permintaan ditandai sebagai dikte, dan jika ada model on-device untuk bahasa tersebut, klien hanya memerlukan pengenalan di Mac; di macOS 13 dan yang lebih baru, tanda baca diatur oleh pengenal itu sendiri.
Dalam mode «Automatic», bahasa tidak ditebak sebelumnya: dari bahasa sistem, klien memilih hingga dua yang diketahui oleh pengenal Apple, dan menjalankan keduanya secara bersamaan pada satu suara; yang kedua hanya jika modelnya berfungsi tanpa jaringan. Setiap kandidat dihitung skor — setengah dari stabilitas teks antara pembaruan, setengah dari kepercayaan pengenal, ditambah sedikit keuntungan untuk bahasa pertama. Setelah 1,5 detik sejak kata-kata pertama dikenali, kandidat yang mengungguli yang kedua sebesar 0,12 akan menang, dan setelah 3 detik — pemimpin dalam kasus apa pun; yang kalah berhenti, selanjutnya suara hanya untuk satu. Di versi beta, bahasa obrolan itu sendiri ditambahkan ke daftar ini.
Di secret chat, kode sumber terbuka hanya menjalankan pengenal yang berfungsi on-device. Jika tidak ada model seperti itu untuk bahasa tersebut, dikte di secret chat tidak akan dimulai. Di obrolan biasa, bahasa pertama dapat dikenali bahkan tanpa model lokal — maka rekaman akan dikirim ke server Apple, seperti dikte sistem macOS.
Jalur Fallback melalui Server Telegram
Di versi beta, transkripsi server Telegram sendiri telah ditambahkan. Dalam log klien terdapat string «server fallback selected» dan «nativeAvailable», dan dalam biner terdapat metode messages.transcribeAudioFile: ini menerima file suara yang diunggah, bukan pesan, dan mengembalikan teks sebagai respons transkripsi biasa atau nanti, melalui pembaruan updateTranscribedAudioFile. Metode messages.transcribeAudio yang lama hanya mentranskripsi pesan suara yang sudah ada di obrolan — rekaman yang belum terkirim tidak memiliki nomor pesan. Metode dan pembaruan baru ini ada dalam skema API yang diunggah dari beta macOS, tetapi tidak dalam dokumentasi yang dipublikasikan.
Batasan terlihat dari teks kesalahan beta: rekaman yang lebih panjang dari 30 menit atau lebih besar dari 1 MB tidak ditranskripsi, dan setelah transkripsi gratis habis, muncul «Your free transcriptions have been used. Telegram Premium is required to transcribe more audio.» Di versi stabil 13.1.0, baik metode maupun string ini tidak ada. Bagaimana beta memilih antara Apple dan server Telegram, dan apa yang dilakukannya di secret chat, tidak terlihat dari build.
Cara Verifikasi
- Kode sumber terbuka klien: mesin dikte (pemilihan bahasa, penilaian, ambang batas 1,5 dan 3 detik,
requiresOnDeviceRecognition) dan pengontrol, di mana pemeriksaanisSupportedmengembalikan "ya" hanya di build debug dan memerlukan pengenalan on-device di secret chat. Kedua file ini masuk ke kode sumber terbuka melalui penggabungan cabang rilis 13.1 pada 23 Oktober. - Biner dari feed pembaruan: beta 283431 dan stabil 283357. Kelas
ChatDictationEnhancer,ChatDictationEnhanceView, kuncikChatDictationAutomaticPunctuationdankChatDictationShortcutserta string dari tabel hanya ada di beta; di versi stabil ada mesin (ChatDictationSession,ChatDictationAnalyzerRecognizer) dan delapan string dikte, tetapi tidak ada koreksi. Dalam file string kode sumber terbuka, opsi «Enhance» juga tidak ada. - Bagian server — string biner 283431:
AudioFileTranscription, «upload complete, calling transcribeAudioFile»,updateTranscribedAudioFiledan teks kesalahan; di 283357 tidak ada. - Kemunculan pertama
ChatDictationEnhancer— diff biner beta 283377, 24 Oktober.
