TL;DR

FluidVoice는 macOS에서 온디바이스 음성 인식과 선택적 로컬 AI 후처리를 결합한 딕테이션 애플리케이션이다. 여러 네이티브 및 외부 모델(Parakeet, Nemotron, Whisper 등)을 지원해 사용자가 정확도와 지연 사이에서 선택할 수 있고 접근성 API를 통해 포커스된 앱에 자동으로 전사 내용을 입력한다. 로컬 우선 아키텍처와 별도의 Fluid Intelligence 런타임은 데이터가 기기를 벗어나지 않도록 설계되어 개인정보 보호와 낮은 지연을 동시에 추구한다. 단점으로는 macOS 15 이상 및 Apple Silicon 권장 등의 하드웨어 요구사항과 Fluid Intelligence 모델을 위한 추가 디스크 공간이 필요하다는 점이 있다.

핵심 포인트

• 로컬 우선 아키텍처와 별도 로컬 후처리 런타임인 Fluid Intelligence를 통합했다. 이 구성은 클라우드로 데이터를 보내지 않고도 스마트 포맷팅과 문맥 기반 정제를 수행하게 설계되어 있다. 결과적으로 개인정보 보호와 낮은 지연을 동시에 달성하는 점이 주요 차별점이다.
• Parakeet의 네이티브 구현을 통해 발화와 화면 사이의 지연을 거의 제거한 빠른 실시간 전사를 목표로 한다. README에서 'Insanely fast Parakeet'를 명시하며 네이티브 최적화를 강조하고 있다. 이로 인해 라이브 오버레이에서 즉시 단어가 표시되는 사용자 경험이 개선된다.
• 시스템 접근성 API를 이용한 앱 간 직접 타이핑과 노치 인지 오버레이 같은 사용자환경 통합 기능을 제공한다. 접근성 권한을 통해 다양한 앱에 일관된 입력을 자동화하고 노치가 있는 디바이스에서도 시각적 방해를 최소화하도록 UI를 조정한다. 이러한 통합성은 일반적인 클립보드 기반 워크플로보다 더 신뢰성 있는 입력을 보장한다.
• 온디바이스 실시간 전사와 라이브 미리보기를 제공한다. 사용자는 전사 결과를 즉시 화면에서 확인할 수 있고 노치 인지를 포함한 오버레이 크기와 위치를 조정할 수 있다. 라이브 프리뷰는 대기 시간을 최소화하도록 Parakeet 네이티브 구현을 사용해 실시간 반응을 목표로 한다.

이미지 분석