A modern diktálási eszközök egyik leggyakoribb problémája, hogy a beszéd szöveggé alakításakor számos töltelékszót, önjavítást és szünetet is rögzítenek, így az eredmény nehezen olvashatóvá válik. A felvetett kérdés: hogyan lehet a nyers, kusza átiratokat automatikusan rendezett, olvasmányos szöveggé alakítani?
Egy kis méretű, 0,6B (6 milliárd paraméteres) S1 Mini nevű modell pontosan erre lett fejlesztve. Működése során minden oda nem illő elemet (pl. „öö”, „őő”, félbeszakított mondatok) eltávolít, és az átiratot emberközeli formátumban adja vissza. Külön figyelmet fordít arra is, hogy a dátumokat, számokat és e-mail címeket megfelelően formázza.
Az S1 Mini könnyen futtatható helyileg, akár egy átlagos laptopon is, GPU nélkül is alkalmas működésre. A videóban bemutatásra kerül az installációs folyamat, a szükséges szoftverek, valamint az, hogy miként illeszkedik ez a „tisztító” modell a gyakran használt speech-to-text folyamatokba, például a Whisper rendszer mellé.
A demó bemutat különféle beállításokat: a tisztítás szintje, a szöveg struktúrája (felsorolás vagy bekezdés), valamint az, hogy általános jegyzet vagy e-mail formátum készüljön. Kísérleteken keresztül derül ki, hogyan kezeli a modell az összetett, többszörösen javított szövegrészeket, valamint hogy hol vannak még kihívások a végleges, teljesen természetes szöveg előállításában.
