Written with AI assistance from the source video. The video is the authority.
Log in to leave a comment
No posts yet
Si vous êtes un indépendant qui dépense 20 dollars par mois pour des services d'IA, ce sont 240 dollars qui s'envolent chaque année. Dès que vous téléversez un article dans le cloud, vos idées professionnelles risquent d'être utilisées comme données d'entraînement par le fournisseur de service. En les faisant fonctionner directement sur votre ordinateur, les frais d'abonnement tombent à 0 euro et vos données ne quittent jamais votre machine.
Tout d'abord, téléchargez et installez le fichier depuis le site officiel d'Ollama. Ensuite, installez Fluid Voice et activez les autorisations de microphone et d'accessibilité dans les réglages système. Vérifiez maintenant si la conversion de la voix en texte fonctionne même sans connexion internet. Vous pouvez écrire dans l'avion, sans réseau, avec un temps de réponse d'environ 100 ms.
Dans les réglages système de macOS, cliquez sur Son, puis ouvrez l'onglet Entrée. Fixez le gain d'entrée du microphone à 70 %. Si le son est trop faible, il ne sera pas reconnu, et s'il est trop fort, des bruits parasites seront captés.
Dans les réglages de Fluid Voice, définissez la touche Option droite comme raccourci global. Vous devez activer le mode « maintenir pour parler » (hold-to-speak). La reconnaissance vocale ne s'active que pendant que vous maintenez la touche enfoncée, et dès que vous la relâchez, le texte est instantanément saisi. Il n'est pas nécessaire de cliquer sur l'éditeur ; le texte s'affiche directement là où se trouve le curseur.
La dictée comporte inévitablement des hésitations ou des fautes de frappe. En utilisant le modèle 3B, llama3.2:3b, pour corriger la grammaire, vous obtenez des phrases impeccables en moins d'une seconde.
Créez le script suivant et appelez-le vers votre serveur local.
`python
import requests
import json
def clean_text(text):
url = "http://localhost:11434/api/generate"
payload = {
"model": "llama3.2:3b",
"prompt": f"다음 텍스트에서 문법 오류를 수정하고 필러를 제거해: {text}",
"stream": False
}
response = requests.post(url, json=payload)
return response.json()['response']
`
En exécutant ce code, vous éliminez les 30 minutes quotidiennes passées à corriger les fautes de frappe et à mettre en forme vos textes.
Sur Apple Silicon, lancer plusieurs gros modèles simultanément sature la RAM et ralentit l'ordinateur. Avec 16 Go de RAM, vous devez utiliser le modèle llama3.2:3b en quantification 4 bits pour éviter que le système ne ralentisse.
Créez un fichier ollama_env.plist dans le répertoire ~/Library/LaunchAgents/ pour fixer vos variables d'environnement. En réglant OLLAMA_NUM_CTX sur 4096, vous pourrez traiter de longs textes sans difficulté. Pour le stockage des modèles, créez un lien symbolique vers un SSD externe plutôt que de les conserver sur le disque système. Vous disposerez ainsi d'un environnement de travail personnel durable, performant et sécurisé.
