Telegram'ning macOS uchun beta versiyasi AI-redaktor yordamida diktovka qilingan matnni tuzatishni tayyorlamoqda.
Telegram'ning macOS uchun beta versiyasida diktovkaga — ya'ni xabarni to'g'ridan-to'g'ri xabar maydoniga ovoz orqali kiritishga — diktovka qilingan matnni AI-redaktor yordamida tuzatish qo'shildi. 1-noyabrdagi 13.1.0.283431 raqamli build'da «Enhance» tugmasi mavjud bo'lib, unda «Fix Grammar», «Enhance Style» va «AI Editor…» bandlari, avtomatik tinish belgilarini qo'yish tugmasi va ⌘R tugmasi xabar maydonida nima qilishini sozlash imkoniyati bor: matnni diktovka qilish yoki ovozli xabar yozish. Diktovkaning o'zi client'ning open-source kodida mavjud, ammo u faqat debug build'larda yoqilgan, AI tuzatishlari esa open-source kodda umuman yo'q. Bu Mac'dan yozadiganlarga tegishli. Open-source kodda nutqni Apple'ning o'rnatilgan nutqni aniqlash vositasi tanib oladi, beta versiyada esa Telegram serverlari orqali zaxira yo'li paydo bo'ldi — bepul limit bilan, undan oshganda Premium talab qilinadi.
Beta versiyada nimalar paydo bo'ldi
macOS uchun client'dagi diktovka ovozli xabar yozishning davomi sifatida tashkil etilgan: yozish tugmasini bosib, sichqonchani qo'yib yubormasdan chapga torting — pastdagi maslahatda «← Swipe to dictate» deb yozilgan. Chapga siljish yuqoriga siljishdan ko'proq bo'lishi kerak, aks holda yozuv shunchaki qotib qoladi. Ovozli xabar o'rniga nutq matnga aylanadi, yozuvning o'zi esa o'chiriladi. Tanib olish jarayonida pastda «Transcribing. Click anywhere to stop.» deb yoziladi; open-source kodda tayyor matn alohida panelda ko'rsatiladi, u yerdan uni darhol yuborish yoki kiritish maydonining oxiriga qo'shib, tuzatish mumkin. Tilni qo'lda tanlash yoki «Automatic» qoldirish mumkin. 283318 beta versiyasidagi diktovka haqida 15-oktabrda yozishgan edi; Android'da xuddi shunday yuborishdan oldingi transkripsiya ko'rsatilgan va keyin olib tashlangan.
24-oktabrdan boshlab (283377 build'idan) beta versiyalardagi yangilik — diktovka qilingan matnni tuzatish. 283431 build'idagi satrlar:
| Satr | Ma'nosi |
|---|---|
| «Enhance» | diktovka qilingan matn yonidagi tugma; unga maslahat — «Fix punctuation and grammar in the dictated text» |
| «Fix Grammar» | tinish belgilari va grammatikani tuzatish |
| «Enhance Style» | matnni uslublardan birida qayta yozish |
| «AI Editor…» | to'liq AI-redaktorni ochish |
| «Enhancing…» | matn ustida ishlanmoqda |
| «Automatic Punctuation» | avtomatik tinish belgilarini qo'yish tugmasi |
| «What ⌘R does in the message field. Automatic dictates when the field has text and records a message when it is empty.» | ⌘R sozlamasi: «Automatic» rejimida maydonda matn bo'lsa, diktovka qiladi, bo'sh bo'lsa, ovozli xabar yozadi |
| «The language you speak while dictating. Automatic uses this chat's language and your system languages.» | diktovka tili: «Automatic» chat tilini va tizim tillarini ishlatadi |
Tanlangan uslubni client eslab qoladi (kChatDictationEnhanceStyle). «AI Editor…» bandiga qaraganda, bu Telegram aprelda chiqargan xabar maydonidagi AI-redaktorning xuddi o'sha uslublari: grammatikani tuzatish, tarjima qilish, «Formal», «Short», «Zen», «Corp» va boshqa uslublarda qayta yozish. Rasmiy postdagi uning izohi — AI funksiyalari Cocoon tarmog'ida ishlaydi.
Tugma hozirda ko'rinadimi, build'dan bilib bo'lmaydi. Open-source kodda diktovka beta va release build'larda kompilyatsiya sharti bilan o'chirilgan va faqat debug build'da ishlaydi; 283431 build'ida u yoqilganmi, binar fayldan aniq emas, garchi satrlar va class'lar joyida bo'lsa ham.
Nima qilish kerak
- Qayerdan izlash kerak. Beta versiya Telegram'ning macOS uchun beta versiyasini avtomatik yangilash orqali keladi; build'lar ro'yxati — yangilanishlar feed'ida. 20-oktabrdagi stabil 13.1.0 (283357) versiyasida diktovka dvigateli allaqachon mavjud, ammo «Enhance», «Automatic Punctuation» va ⌘R sozlamalari yo'q, yozish paytidagi maslahat esa «← Swipe to transcribe».
- Ruxsat berish. Diktovka uchun ikkita macOS ruxsati kerak: System Settings → Privacy & Security → Microphone va shu yerda Speech Recognition. Ikkinchisisiz client «Telegram needs Speech Recognition access to turn your voice into text» xabarini chiqaradi.
- Tilni tekshirish. Agar tizim tillaridan birortasi Apple'ning nutqni aniqlash vositasi tomonidan qo'llab-quvvatlanmasa, diktovka «Dictation is not available for your current input language.» deb javob beradi. Tilni «Automatic» o'rniga qo'lda tanlash mumkin.
- ⌘R haqida eslash. Hozirda Telegram'ning macOS versiyasida ⌘R ovozli yoki video xabar yozishni boshlaydi; beta versiyada bu kombinatsiya uchun tanlov paydo bo'ladi va «Automatic» rejimida maydon bo'sh bo'lmasa, u yozishni emas, balki diktovkani boshlaydi.
Nutq qanday tanib olinadi
Open-source koddagi tanib olish butunlay Apple tomonida amalga oshiriladi. macOS 26 da client yangi SpeechAnalyzer dvigatelini oladi, agar til modeli allaqachon o'rnatilgan bo'lsa; agar yo'q bo'lsa — uni fonda yuklashni boshlaydi va bu diktovkani avvalgi SFSpeechRecognizer ga beradi. Eski tizimlarda faqat SFSpeechRecognizer ishlaydi. So'rov diktovka sifatida belgilangan va agar til uchun qurilmada model mavjud bo'lsa, client faqat Mac'da tanib olishni talab qiladi; macOS 13 va undan yangi versiyalarda tinish belgilarini tanib oluvchining o'zi qo'yadi.
«Automatic» rejimida til oldindan taxmin qilinmaydi: client tizim tillaridan Apple'ning nutqni aniqlash vositasi biladigan ikkitagacha tilni tanlaydi va ikkalasini ham bir ovozda bir vaqtda ishga tushiradi; ikkinchisi — faqat uning modeli tarmoqsiz ishlasa. Har bir nomzodga baho beriladi — yangilanishlar orasidagi matn barqarorligining yarmi, tanib oluvchining ishonchining yarmi, plyus birinchi tilga kichik ustunlik. Birinchi tanib olingan so'zlardan 1,5 soniya o'tgach, ikkinchisidan 0,12 ga o'zgan nomzod g'olib chiqadi, 3 soniyadan so'ng esa har qanday holatda yetakchi g'olib bo'ladi; yutqazgan to'xtatiladi, keyin ovoz bittasiga o'tadi. Beta versiyada bu ro'yxatga chatning o'z tili qo'shilgan.
Maxfiy chatlarda open-source kod faqat qurilmada ishlaydigan tanib oluvchilarni ishga tushiradi. Agar til uchun bunday model mavjud bo'lmasa, maxfiy chatda diktovka boshlanmaydi. Oddiy chatda birinchi til mahalliy modelsiz ham tanib olinishi mumkin — u holda yozuv macOS tizim diktovkasi kabi Apple serverlariga yuboriladi.
Telegram serverlari orqali zaxira yo'li
Beta versiyada bunga Telegram'ning o'z server transkripsiyasi qo'shilgan. Client jurnalida «server fallback selected» va «nativeAvailable» satrlari, binar faylda esa messages.transcribeAudioFile metodi mavjud: u yuklangan ovoz faylini qabul qiladi, xabarni emas, va matnni oddiy transkripsiya javobi sifatida yoki keyinroq, updateTranscribedAudioFile yangilanishi orqali qaytaradi. Avvalgi messages.transcribeAudio metodi faqat chatda mavjud bo'lgan ovozli xabarni transkripsiya qiladi — yuborilmagan yozuvning xabar raqami yo'q. Yangi metod va yangilanish macOS beta versiyalaridan yuklab olingan API sxemasida mavjud, ammo nashr etilgan hujjatlarda yo'q.
Cheklovlar beta versiyaning xato matnlaridan ko'rinadi: 30 daqiqadan uzunroq yoki 1 MB dan katta yozuv transkripsiya qilinmaydi, bepul transkripsiyalardan so'ng esa «Your free transcriptions have been used. Telegram Premium is required to transcribe more audio.» xabari paydo bo'ladi. Stabil 13.1.0 versiyasida na metod, na bu satrlar mavjud emas. Beta versiya Apple va Telegram serveri o'rtasida qanday tanlov qiladi va maxfiy chatlarda nima qiladi, build'dan ko'rinmaydi.
Qanday tekshirildi
- Client'ning open-source kodi: diktovka dvigateli (tillar tanlovi, baholash, 1,5 va 3 soniya chegaralari,
requiresOnDeviceRecognition) va controller, bu yerdaisSupportedtekshiruvi faqat debug build'da «ha» qaytaradi va maxfiy chatlarda qurilmada tanib olishni talab qiladi. Ikkala fayl ham 23-oktabrda 13.1 release branch'ining qo'shilishi bilan open-source kodga kiritilgan. - Yangilanishlar feed'laridan binar fayllar: beta 283431 va stabil 283357.
ChatDictationEnhancer,ChatDictationEnhanceViewclass'lari,kChatDictationAutomaticPunctuationvakChatDictationShortcutkalitlari va jadvaldagi satrlar faqat beta versiyada mavjud; stabil versiyada dvigatel (ChatDictationSession,ChatDictationAnalyzerRecognizer) va sakkizta diktovka satri bor, ammo tuzatish yo'q. Open-source kodning satrlar faylida «Enhance» bandlari ham yo'q. - Server qismi — 283431 binar faylining satrlari:
AudioFileTranscription, «upload complete, calling transcribeAudioFile»,updateTranscribedAudioFileva xato matnlari; 283357 da ular yo'q. ChatDictationEnhancerning birinchi paydo bo'lishi — 24-oktabrdagi 283377 beta binar faylining diff'i.
