Speechify zaprezentował dziś wczesną wersję nowego systemu sterowania komputerem głosem o roboczej nazwie Jarvis – głosowego interfejsu, który pozwala obsługiwać cały komputer wyłącznie za pomocą komend głosowych. Prezentacja pokazuje przyszłość, w której użytkownicy mogą sterować aplikacjami, zarządzać procesami i wykonywać zadania bez pisania, klikania czy dotykania urządzenia.
Prototyp został niedawno pokazany wewnętrznie, a następnie upubliczniony przez założyciela i CEO Speechify, Cliffa Weitzmana. System umożliwia użytkownikom naturalne mówienie, podczas gdy Speechify realizuje polecenia w różnych aplikacjach i oknach w czasie rzeczywistym.
W demonstracji polecenia głosowe wywołują takie działania jak otwieranie aplikacji, wyszukiwanie kontaktów, nawigacja po interfejsach i wysyłanie wiadomości. Zamiast przełączać się między oknami i ręcznie obsługiwać oprogramowanie, użytkownik może zrobić wszystko głosem.
Wczesny podgląd systemu znajdziesz na wideo tutaj od naszego CEO, Cliffa Weitzmana.
Głosowy interfejs dla całego komputera
Tradycyjne asystenty AI skupiają się zazwyczaj na odpowiadaniu na pytania lub generowaniu tekstu. Nawet gdy narzędzia AI są zintegrowane z oprogramowaniem, użytkownicy nadal muszą samodzielnie otwierać aplikacje, nawigować po menu i klikać kolejne opcje.
Speechify Jarvis proponuje inne podejście.
Użytkownik mówi naturalnie, a system wykonuje polecenia bezpośrednio na komputerze. Aplikacje uruchamiają się automatycznie, procesy przebiegają jedna po drugiej, a zadania realizowane są bez ręcznej interakcji.
Głos staje się aktywną warstwą sterowania całym środowiskiem systemowym, a nie biernym asystentem ograniczonym do rozmowy.
Od czatu AI do komputera sterowanego głosem
Większość dzisiejszych narzędzi AI opiera się na wpisywanych poleceniach i interfejsach czatowych. Mogą generować odpowiedzi i tekst, ale zwykle nie potrafią wykonywać operacji bezpośrednio w aplikacjach.
Speechify Jarvis rozszerza platformę Voice AI Speechify na bezpośrednie sterowanie komputerem.
Zamiast pytać asystenta o instrukcje i samodzielnie wykonywać kroki, użytkownik może zlecić systemowi natychmiastowe wykonanie zadania. Głos staje się głównym interfejsem obsługi oprogramowania.
Speechify opisuje ten kierunek jako część szerszego celu – ograniczenia zależności od klawiatur i tradycyjnych urządzeń wejściowych.
„Właśnie stworzyliśmy coś, czego nigdy wcześniej nie widziałem” – mówi Cliff Weitzman, założyciel i CEO Speechify. „Rozmawiasz z komputerem, a on przejmuje kontrolę. Nie klikasz, nie piszesz, nie dotykasz – całą maszyną sterujesz głosem.”
Zaprojektowany wokół naturalnej interakcji
Speechify Jarvis rozwija platformę głosową Speechify, która łączy syntezę mowy, dyktowanie głosem oraz konwersacyjnego Asystenta Głosowego AI.
Nowy system rozszerza możliwości czytania i pisania o bezpośrednie sterowanie procesami. Użytkownicy mogą otwierać i obsługiwać aplikacje, wysyłać wiadomości, uruchamiać procesy, przełączać okna i kontrolować środowisko programów za pomocą naturalnej mowy.
Akcje wywoływane są swobodną, konwersacyjną mową, zamiast sztywnych komend czy skrótów klawiaturowych.
System działa obecnie wewnętrznie na komputerach Speechify i stanowi wczesną zapowiedź przyszłych produktów.
W kierunku natywnego modelu głosowego
Speechify wpisuje się w szerszy trend przejścia do natywnego, głosowego sterowania komputerem. Mimo że klawiatury i interfejsy graficzne pozostają standardem, Speechify wierzy, że głos będzie kluczowym interfejsem dla wielu zadań.
Jarvis pokazuje przyszłość, w której użytkownik obsługuje komputer, po prostu z nim rozmawiając – zamiast używać rąk.
Speechify opisuje tę technologię jako pierwszy etap na drodze do uznania głosu za główny interfejs dla produktywności i pracy z wiedzą. Dalsze aktualizacje są w planach.
O Speechify
Speechify to Głosowy Asystent AI pomagający czytać, pisać i rozumieć informacje głosem. Ufa mu ponad 50 milionów użytkowników na świecie. Speechify oferuje syntezę mowy, dyktowanie głosem i konwersacyjnego asystenta AI na iOS, Android, Mac, web i Chrome. W 2025 r. Speechify otrzymał Apple Design Award za wpływ na dostępność i produktywność. Speechify działa w niemal 200 krajach i oferuje ponad 1000 naturalnych głosów w 60+ językach, w tym głosy Snoop Dogga i Gwyneth Paltrow.