Praten met Hermes, en wat anoniem echt betekent
Doel van deze module
Deze module legt uit hoe je Hermes met je stem aanstuurt in plaats van met je toetsenbord, en vooral wat de woorden "geen account" en "anoniem" bij zo een app wel en niet betekenen. Na het lezen weet je of dit iets voor jou is, en welke vraag je moet stellen voor je zo een koppeling aanzet. Er zit nog geen doe-opdracht in deze versie, die volgt later.
Waarom typen niet werkt op een telefoon
Een agent is gemaakt om in gesprek te gaan, en een telefoontoetsenbord is daar slecht in. Tien woorden typen duurt een halve minuut, en de meeste spraakmodi in apps verwachten dat je naar het scherm kijkt. Dat is precies het tegenovergestelde van wanneer je een gedachte hebt: terwijl je wandelt, kookt of in de auto zit.
De oplossing die Juraj Bednár bouwde heet Third Ear. Het is in de eerste plaats een dicteerapparaat: je tikt op een knop, je spreekt, je telefoon zet je woorden om in tekst, en die tekst gaat naar de plek die bij die knop hoort. Een van die plekken kan je agent zijn.
Hoe het werkt, in drie stappen
Stap één: opnemen. Je tikt op een knop, of op een tegel in de snelinstellingen, op de widget, of op het scherm van je auto. Elke knop heeft een eigen naam en een eigen bestemming, dus je kiest vooraf wat er met je woorden gebeurt: opslaan, naar het klembord, naar een groep, of naar een webadres.
Stap twee: omzetten naar tekst. Dat gebeurt op je telefoon zelf, door een tweede app die Offline Speech to Text heet. Geen server, geen internet nodig. Third Ear heeft geen eigen spraakherkenning, het geeft het bestand door aan die app.
Stap drie: naar de agent, en het antwoord terug. De tekst gaat naar Hermes, en het antwoord komt terug als tekst die aan je wordt voorgelezen, in je oortje of in je gehoorapparaat. Je hoort dus alleen het antwoord, niet je eigen woorden die teruggekaatst worden.
De twee routes
Er zijn twee manieren om je woorden bij de agent te krijgen, en het verschil is de moeite waard.
Via een groep. Third Ear heeft een eigen identiteit in White Noise, een versleutelde berichtenapp op nostr. Je zet de app en je agent in dezelfde groep, en dan werkt het als een gesprek: jij stuurt een spraakbericht met de tekst erbij, de agent antwoordt, en de app leest het antwoord voor. Hermes doet mee aan zulke groepen via de MDK-koppeling, en je moet de identiteit van Third Ear daar expliciet toelaten.
Via een webadres. De tekst of de opname gaat naar een webhook: je eigen server, n8n, of de webhook van je agent. Dat is de route voor wie al een automatisering heeft lopen en er alleen een spraakinvoer bij wil.
Wat anoniem hier wel is
De app is gratis, open source onder de GPLv3, en vraagt geen account. Er zit geen analytics in, en de spraak wordt op je toestel omgezet in tekst. Voor de vraag "wie hoort mij" is dat een echt antwoord: er is geen derde partij die je opnames ontvangt, en er is geen profiel dat aan je naam hangt.
Dat is meer dan de meeste spraakassistenten kunnen zeggen. Bij de grote namen gaat je stem naar een server, en wordt de tekst daar gemaakt.
Wat anoniem hier niet is
Hier wordt het interessant, en dit is de kern van de module.
Je woorden worden tekst, en die tekst gaat naar je agent. Hermes draait op jouw computer, maar het taalmodel draait bij je provider, en dat model moet je vraag lezen om te kunnen antwoorden. De route is dus: telefoon, versleutelde groep of webhook, jouw computer, provider. Aan die laatste stap verandert Third Ear niets.
Anoniem betekent hier dus drie dingen, en het is belangrijk ze uit elkaar te houden. Geen account bij de opname-app. Geen cloud die je stem verwerkt. En geen extra partij tussen jou en je agent. Maar het betekent niet dat je vraag nergens toekomt: de agent leest hem, en het model ook.
Er zijn nog twee praktische grenzen. De schermen van de app bestaan in het Engels, Slowaaks, Tsjechisch, Duits en Spaans, niet in het Nederlands. En de kwaliteit van de omzetting hangt af van het spraakmodel dat je in de tweede app kiest; of Nederlands daar goed uit komt, heb ik niet getest, dus dat is iets om zelf uit te proberen voor je erop rekent.
Wat de meerwaarde is
Voor een beginner is de meerwaarde niet technisch maar praktisch.
- Je handen blijven vrij. Wandelen, koken, iets in elkaar zetten: je kan iets vragen of vastleggen zonder te stoppen.
- Ideeën verdwijnen niet. Een gedachte die je onderweg hebt, is binnen tien seconden tekst, en staat daarna in je notities of bij je agent.
- Het werkt met gehoorapparaten en in de auto. Dat is voor een ouder publiek geen detail maar het verschil tussen bruikbaar en onbruikbaar.
- Het is dezelfde agent. Je krijgt geen tweede assistent met een eigen geheugen, je praat tegen dezelfde Hermes die je op je computer gebruikt.
En voor de cursus zelf: dit is het eerste onderwerp waarbij "privacy" geen belofte in de kleine lettertjes is, maar iets dat je per stap kan benoemen. Dat maakt het een goede oefening in de vraag die altijd terugkomt: wie ziet wat, en waarom zou ik dat erg vinden.
Waar het misgaat
- Je hebt twee apps nodig. Third Ear om op te nemen, Offline Speech to Text om om te zetten. Zonder de tweede doet de eerste niets nuttigs.
- Android 12 of nieuwer. Ouder werkt het niet.
- Bluetooth is lastig, ook als het goed gebouwd is. Een microfoon in een oortje is op Android een telefoongesprek-microfoon, en het duurt twee tot drie seconden voor hij echt geluid geeft. De app lost dat op met een gesproken teken, maar je moet even wachten voor je begint.
- De agent moet je toelaten. Bij de groepsroute moet de identiteit van Third Ear expliciet toegelaten worden in de MDK-koppeling, anders komt je bericht nooit aan.
- Je hoort je eigen woorden terug als je niets instelt. Daarvoor is er een negeerlijst, standaard het microfoonteken, zodat je alleen het antwoord hoort.
Kernwoord
Geen account is niet hetzelfde als geen sporen. De vraag is niet of een app anoniem is, maar wie je woorden uiteindelijk leest.
Vooruitblik
Later komt er een oefenversie van deze module, waarin je zelf één knop inricht, van opnemen tot antwoord in je oor, en onderweg opschrijft welke partij je woorden op elk moment kan zien. Tot dan volstaat de vraag: welke stap in deze keten vertrouw ik, en welke niet.
Bronnen
- De projectpagina van Third Ear, met de werking, de twee routes, de Bluetooth-uitleg en de taallijst van de schermen
- De pagina van Offline Speech to Text, over omzetting op het toestel zonder internet
- De MDK-koppeling waarmee Hermes aan White Noise-groepen deelneemt, met de opties om een gebruiker toe te laten
- Voor het onderscheid tussen privacy en andere beloftes: Privacy en uncensored, waarom dat twee verschillende vragen zijn