אפל ממשיכה להפתיע עם היכולות המתקדמות של Apple Intelligence, והפעם בתחום התמלול בזמן אמת.
על פי דיווח של ג'ון וורהיס (John Voorhees), טכנולוגיית התמלול של אפל, המשולבת במסגרות החדשות של Speech Analyzer ו-Speech Transcriber, מציגה ביצועים מרשימים בהשוואה למודל Whisper של OpenAI.
וורהיס והבן שלו, פיתחו כלי בשורת הפקודה בשם Yap, המבוסס על מסגרות התמלול של אפל שהוצגו במערכות ההפעלה iOS 26, iPadOS 26 ו-macOS Tahoe 26.
במבחנים שביצעו, הכלי הצליח לתמלל קובץ וידאו 4K בנפח 7 גיגה-בייט, באורך 34 דקות, לכתוביות תוך 45 שניות בלבד. לשם השוואה, אפליקציית MacWhisper, המבוססת על מודל Whisper Large V2 של OpenAI, השלימה את אותה משימה תוך 3 דקות ו-55 שניות. גם מודל Whisper Large V3 Turbo המתקדם יותר לקח דקה ו-41 שניות – זמן כפול מזה של פתרון אפל.
התוצאות מראות כי טכנולוגיית התמלול של אפל מהירה פי שניים מהמודל המהיר ביותר של Whisper. יתרון משמעותי נוסף הוא שמסגרות התמלול של אפל זמינות למפתחים חיצוניים, בניגוד ל-Whisper, המשמש כבסיס למגוון אפליקציות בינה מלאכותית אך אינו זמין כמסגרת פיתוח ישירה.
עם זאת, חשוב לציין כי המבחנים התמקדו במהירות התמלול ולא כללו הערכה של דיוק התמלול. דיוק הוא גורם קריטי בתמלול אוטומטי, ולעיתים עשוי להיות חשוב יותר ממהירות, בהתאם לשימוש הספציפי.
היכולות המרשימות של Apple Intelligence בתחום התמלול מדגישות את המחויבות של אפל לשלב בינה מלאכותית מתקדמת במוצריה, תוך שמירה על ביצועים גבוהים וחוויית משתמש חלקה. ככל שמפתחים יאמצו את המסגרות החדשות, ניתן לצפות לעוד חידושים בתחום עיבוד השמע והווידאו.
כפי שצוין, אפשרויות התמלול החדשות של אפל זמינות למפתחים צד שלישי לשילוב באפליקציות שלהם. גם מודל Whisper של OpenAI זמין לפיתוח צד שלישי, ולכן הוא כבר מפעיל מגוון אפליקציות בינה מלאכותית, כולל MacWhisper, שבה השתמש וורהיס במבחניו.
