Kwa miaka mingi, kubadilisha sauti kuwa maandishi ulikuwa mchakato mgumu na ghali. Programu za zamani za kunukulu zilikuwa haziaminiki, mara nyingi zikizalisha maandishi yaliyojaa makosa yaliyohitaji masaa ya marekebisho ya mikono. Kwa ujio wa kujifunza kwa kina (deep learning) na mitandao mikubwa ya neva, makampuni kama OpenAI yalileta mapinduzi katika sekta hii kupitia mifano kama Whisper. Injini hizi za kisasa za AI zinaweza kunukulu sauti kwa usahihi unaokaribia wa binadamu, hata zikishughulikia lafudhi nzito, kelele za nyuma, na istilahi za kiufundi. Hata hivyo, hatua hii kubwa ilikuja na kikwazo kikubwa: nguvu za usindikaji zilizohitajika kuendesha mifano hii zilimaanisha kuwa zilihifadhiwa tu kwenye seva kuu na ghali za wingu. Hii iliwalazimisha watumiaji kupakia faili zao binafsi za sauti kwa makampuni ya watu wa tatu, kulipia ada kubwa kwa kila dakika, na kusubiri kwenye foleni za seva.

Jenereta ya bure ya nukuu mtandaoni ya Utilio inawakilisha hatua inayofuata katika teknolojia ya sauti kuwa maandishi. Tunatumia uwezo wa kisasa wa WebAssembly (Wasm) na WebGL kuhamisha mitandao hii mikubwa ya neva moja kwa moja kwenye kivinjari chako cha web. Kwa kupakua toleo lililobanwa na kuboreshwa la injini ya AI moja kwa moja kwenye kache ya kifaa chako, kompyuta au simu yako inakuwa seva bora ya kunukulu. Unapotumia zana yetu, mfano wa AI unaendeshwa ndani ya kifaa, ukichambua mawimbi ya sauti na kutabiri maandishi yanayolingana kwa wakati halisi. Mabadiliko haya ya muundo kutoka upande wa wingu hadi upande wa mteja (client-side) ni mafanikio makubwa. Yanademokrasia ufikiaji wa AI ya kiwango cha juu, ikiruhusu yeyote—kutoka kwa wanafunzi wanaorekodi mihadhara hadi wanahabari wanaohoji vyanzo—kutengeneza nukuu sahihi za maandishi bila kulipa pesa au kupoteza usiri wao.

Utaalamu wa kiufundi nyuma ya hii unahusisha kuendesha mfano wa AI ndani ya uzi maalum wa Web Worker kwenye kivinjari chako. Hii inahakikisha kuwa hesabu nzito za hisabati zinazohitajika kwa mtandao wa neva hazigandishi au kupunguza kasi ya muundo wa mtumiaji (UI). Unapoweka faili yako kwenye zana, kivinjari kinachanganua sauti ndani ya kifaa, kutoa data mbichi ya sauti, na kuiingiza kwenye mfano wa AI wa ndani. Mfano kisha unatoa maandishi yaliyochanganuliwa moja kwa moja. Kwa sababu mchakato huu wote unakaa ndani ya kumbukumbu ya kifaa chako, unaondoa kabisa kuchelewa kwa mtandao. Hutahitaji tena kusubiri faili ya video ya 500MB ipakie taratibu kwenye seva ya mbali kabla ya unukuaji kuanza. Ni ya papo hapo, yenye nguvu, na ina uwezo wa kufanya kazi kikamilifu nje ya mtandao mara tu mfano wa kwanza unapohifadhiwa kwenye kache.

Katika ulimwengu wa leo wa kidijitali, usiri wa data zetu uko hatarini kila wakati. Unapotumia huduma ya kawaida ya kunukulu mtandaoni, unatakiwa kupakia faili zako mbichi za sauti au video kwenye seva zao. Kinachotokea kwa data hiyo ikishatoka kwenye kifaa chako kiko nje ya uwezo wako wa kudhibiti. Majukwaa mengi ya zamani yanahifadhi haki ya kuweka sauti yako, kuitumia kufundisha mifano yao ya baadaye ya AI, au hata kuruhusu wakaguzi wa kibinadamu kusikiliza vipande kwa ajili ya 'uhakiki wa ubora'. Ikiwa unanukulu mkutano wa siri wa biashara, mahojiano nyeti ya wanahabari, maelezo ya matibabu, au kumbukumbu za sauti za kibinafsi, kupakia faili hizi kwenye seva ya mtu wa tatu ni hatari isiyokubalika ya kiusalama.

Hii ndiyo sababu muundo wa Utilio wa kutopakia kwenye seva unabadilisha mchezo kwa wataalamu wanaohitaji usiri mkali. Kwa sababu zana yetu inategemea kabisa mfano wa AI wa ndani ya kivinjari, faili zako hazitoki kwenye kifaa chako cha kimwili. Hakuna simu za nyuma za API zinazosambaza data yako ya sauti, hakuna hifadhidata za wingu zinazoweka faili zako, na hakuna hatari yoyote ya kuingiliwa kwenye mtandao. Mchakato wa kunukulu unajitosheleza kabisa. Mara tu unapofunga kichupo cha kivinjari, data ya sauti na nukuu iliyotengenezwa vinatoweka kwenye kumbukumbu ya muda. Muundo huu wa usiri wa 100% unatoa amani kamili ya akili kwa wanasheria, wataalamu wa afya, watendaji, na mtu mwingine yeyote anayeshughulikia taarifa nyeti za kuzungumzwa.

Zaidi ya hayo, mtazamo huu wa ndani unaondoa kabisa vizuizi vya kiholela vilivyowekwa na washindani wa wingu. Kampuni inapolazimika kulipia gharama za seva za kuprosesi sauti yako, inalazimika kuweka kikomo cha matumizi yako. Wanazuia ukubwa wa faili, wanaweka kikomo cha dakika unazoweza kunukulu kwa mwezi, au wanahitaji usajili ghali wa kila mwezi. Kwa sababu Utilio inatumia nguvu ya usindikaji ya kifaa chako mwenyewe (ambacho tayari kina uwezo zaidi ya kutosha kuendesha mifano hii iliyoboreshwa ya AI), hatuna gharama za mfululizo za seva kwa kila nukuu. Tunakupa uhuru huu moja kwa moja. Hakuna ada za malipo, hakuna fomu za kujisajili, na hakuna kikomo cha urefu au ukubwa wa faili unazonukulu. Unapata programu ya kunukulu ya kiwango cha makampuni yenye usalama wa hali ya juu bure kabisa.

Uwezo wa kubadilisha haraka na kwa usahihi maneno yaliyosemwa kuwa maandishi ni kichocheo kikubwa cha uzalishaji katika sekta mbalimbali. Mmoja wa wanufaika wakuu wa zana yetu ya bure ya kunukulu sauti kuwa maandishi ni sekta ya elimu. Wanafunzi wa chuo kikuu mara kwa mara wanarekodi mihadhara na semina ndefu. Kuandika kwa mikono kutoka kwa rekodi hizi kunachukua muda mwingi sana. Kwa zana yetu ya ndani ya kivinjari, wanafunzi wanaweza tu kuweka faili zao za sauti za masaa kadhaa kwenye zana na kupokea nukuu kamili ya maandishi dakika chache baadaye, bure kabisa. Kwa sababu hakuna mipaka ya ukubwa wa faili au ada za dakika, wanafunzi hawapewi adhabu ya kifedha kwa kurekodi masomo marefu. Hii inafanya kujifunza kuwa bora zaidi, ikiwaruhusu kutafuta maneno au dhana maalum katika maandishi badala ya kusikiliza masaa ya sauti.

Wabunifu wa maudhui, kama vile wanaotengeneza video za YouTube na podikasti, pia wanategemea sana nukuu. Kutoa nukuu iliyoandikwa ya kipindi cha podikasti au video kunaongeza ufikiaji kwa wasiojua kusikia au viziwi. Zaidi ya hayo, ni mkakati muhimu wa Uboreshaji wa Injini za Utafutaji (SEO). Injini za utafutaji haziwezi 'kusikiliza' sauti, lakini zinaweza kuweka index ya maandishi ndani ya nukuu, ikifanya maudhui yapatikane na wasikilizaji wengi zaidi. Hapo awali, wabunifu ilibidi walipie huduma ghali ili kunukulu maudhui yao, jambo lililokata bajeti zao. Zana ya bure ya AI ya ndani ya Utilio inaruhusu wabunifu kutengeneza nukuu sahihi kwa kila chombo cha habari wanachozalisha, bila kutumia hata sarafu moja. Wanaweza kunakili matokeo kwa urahisi na kuyaweka kwenye machapisho yao ya blogu, maelezo ya video, au faili za manukuu.

Wanahabari na watafiti pia wanapata thamani kubwa katika nukuu salama za ndani. Kufanya mahojiano ni sehemu kuu ya kazi yao, na kunukulu mahojiano hayo mara nyingi ndiyo kikwazo katika mchakato wa kuandika. Kwa sababu mahojiano hivi mara nyingi yanakuwa na taarifa nyeti za siri au zinalinda utambulisho wa vyanzo visivyotajwa majina, kutumia huduma za kunukulu za wingu kunaleta hatari kubwa ya maadili na kiusalama. Muundo wa Utilio wa 100% wa usiri na kutopakia kwenye seva unawaruhusu wanahabari kunukulu mahojiano yao muhimu kwa usalama kwenye kompyuta zao ndogo, hata wakiwa nje ya mtandao kabisa (mara tu mfano unapohifadhiwa kwenye kache). Hii inahakikisha kuwa vyanzo vyao vinabaki salama huku ikiongeza kasi ya kuchapisha hadithi zao.