Blog

Riflessioni su voce, AI e l’arte di costruire strumenti che scompaiono — da un piccolo team di ricercatori di algoritmi e utenti quotidiani di prodotti AI.

Digitazione vocale omni-modale: comprensione multimodale, MoE e output testuale in streaming

La digitazione vocale omni-modale richiede una pipeline divisa, audio in streaming e contesto locale su Mac. Uno sguardo dentro lo stack vocale di Loqua.

Confronto

Guida

Engineering

Engineering

Reinforcement learning per digitazione vocale: GRPO, DPO e distillazione on-policy nel nostro stack voce

Il reinforcement learning per digitazione vocale aiuta Loqua a migliorare termini rari, latenza e output naturale quando il training supervisionato non basta più.

Engineering

Riconoscimento vocale multimodale: costruire un ascoltatore che vede ciò che vedi

Il riconoscimento vocale multimodale aiuta Loqua a risolvere omofoni, identificatori di codice e contesto dell'app combinando audio e segnali locali dello schermo.

Engineering

Audio event detection nella dettatura: suoni con significato oltre le parole

Audio event detection nella dettatura e una direzione di ricerca in Loqua: risate, pause e cue sonori come contesto opzionale per scrittura strutturata.

Engineering

Architettura del voice typing: dentro lo stack a tre modelli di Loqua

Uno sguardo blog-level all'architettura di voice typing di Loqua: perché tre modelli specializzati (speech recognition, intelligenza linguistica, contesto schermo) battono un modello unico.

Engineering

Voice meets vision: come i modelli omni-modali sbloccano il voice typing multimodale

Perche il voice typing multimodale richiede audio più contesto dello schermo, cosa mostra la ricerca omni-modale e cosa applica Loqua su Mac.

Engineering

Dettatura vocale privata per Mac: come lo stack ibrido di Loqua mantiene i tuoi dati dalla tua parte

Architettura di dettatura vocale privata per Mac: cosa Loqua tiene locale, quando può usare il cloud opzionale e come funzionano davvero i confini privacy.

Produttività