Современные модели искусственного интеллекта значительно улучшили распознавание человеческой речи, что открыло новые возможности для создания надежных систем диктовки. Разработчики Willow, известного инструмента для Mac, представили мобильное приложение для iOS, которое позволяет вводить текст с помощью голоса в любых приложениях устройства.
Аналогично продукту Wispr Flow, клавиатура Willow преобразует устную речь в текст и автоматически адаптирует форматирование под контекст использования. Приложение поддерживает более 100 языков и дает возможность пользователям задавать собственные термины словаря или настраивать стили письма для различных категорий приложений, таких как рабочие задачи, общение в мессенджерах, электронная почта и другие.
Главным преимуществом приложения Willow является наличие полной клавиатуры для ручного ввода, в отличие от Wispr Flow, где доступна только цифровая панель. Это упрощает оперативное внесение правок в слова или фразы без необходимости перепечатывать их заново. Кроме того, пользователи могут легко переключаться между голосовым вводом и традиционным набором текста, не меняя раскладку.
Компания Willow была основана Алланом Гуо и Лоуренсом Лю, которые учились в Стэнфорде и оставили университет ради запуска стартапа. Гуо участвовал в акселераторе Y Combinator летом 2024 года с другой командой сооснователей, и их первоначальная концепция касалась здравоохранения — разработки программного обеспечения для управления учреждениями с поддержкой проживания. Однако эта идея не прижилась, и в течение года команда экспериментировала с различными проектами.
Во время работы над решениями для медицины разработчики обратили внимание, что врачи используют голосовых ИИ-ассистентов для записи бесед с пациентами и генерации документов для последующих визитов. Гуо провел множество бесед с медиками, и те отметили высокую полезность таких инструментов для заметок. Это вдохновило на создание голосового ИИ-помощника для работников интеллектуального труда и других пользователей.
Гуо решил отказаться от разработки очередного ИИ-ассистента для заметок, поскольку рынок уже перенасыщен подобными продуктами. Вместо этого сфера диктовки показалась более перспективной, учитывая, что значительная часть коммуникации происходит вне формальных встреч. Компания применяет комбинацию моделей ИИ с акцентом на оптимизацию конвейера преобразования текста, основанного на моделях Llama от Meta, для обеспечения правильного форматирования и персонализации.
Затем стартап перенес свою группу в Y Combinator на весну 2025 года, чтобы официально выпустить продукт. По данным компании, после запуска количество пользователей растет на 50% ежемесячно. Среди корпоративных клиентов — такие компании, как Uber, Heidi Health и Zeg, которые используют инструмент для голосового ввода с опциями вроде персонализированного словаря для команд.
Willow привлекла 4,5 миллиона долларов инвестиций от фондов Box Group, Y Combinator, Burst Capital, а также от частных инвесторов, включая сооснователя HubSpot Дхармеша Шаха, Томера Лондона из Gusto, сооснователя Reddit Алексиса Оханиана, бывшего COO Yelp Киппа Боднара, CEO Opendoor Каз Неjatian, Адама Гилда — сооснователя и CEO компании Owner по разработке ПО для ресторанов, и сооснователя Instacart Макса Маллена.
Маллен отметил, что в будущем наиболее впечатляющие интерфейсы будут ориентированы на голосовое взаимодействие.
Он подчеркнул, что видение Гуо выходит за рамки простого приложения для диктовки и направлено на создание системы, способной управлять компьютером через голос. При использовании Willow количество необходимых правок оказывается меньше, чем в встроенных системах диктовки компьютеров.
Маллен выделил один из любимых сценариев: на десктопной версии можно активировать ассистента командой "Hey Willow", чтобы приложение генерировало ответы на emails в стиле пользователя.
Среди конкурентов Willow — Wispr Flow, привлекший более 56 миллионов долларов финансирования; Monologue, входящий в подписку Every; а также стартапы из Y Combinator, такие как Aqua, Talktastic, Superwhisper и Betterdication.
Гуо сообщил, что в ближайшие месяцы планируется расширение на платформы Windows и Android, а также улучшение персонализации для минимизации ручных корректировок после голосового ввода.