یکی از مؤثرترین موارد استفاده‌ای که از مدل‌های مدرن هوش مصنوعی پدید آمده، توانایی آن‌ها در درک بهتر صدای انسان است که منجر به ابزارهای دیکته دقیق‌تر شده است. یکی از این ابزارهای مک، Willow، اپلیکیشن iOS خود را راه‌اندازی کرده است تا به کاربران اجازه دهد با صدای خود در تمام اپلیکیشن‌ها تایپ کنند.

مشابه Wispr Flow، کیبورد Willow صدای شما را رونویسی کرده و پیام را بر اساس زمینه قالب‌بندی می‌کند. این اپلیکیشن که از بیش از ۱۰۰ زبان پشتیبانی می‌کند، به شما امکان می‌دهد واژگان خود را تعریف کنید یا سبک‌های نگارش متفاوتی را در دسته‌های مختلف اپلیکیشن مانند کار، پیام‌رسانی، ایمیل و غیره ایجاد کنید.

یکی از مزایای کلیدی اپلیکیشن Willow این است که یک کیبورد کامل برای تایپ در دسترس است، در حالی که Wispr Flow فقط یک کیبورد عددی ارائه می‌دهد. این به ویرایش‌های سریع برای اصلاح برخی کلمات یا جملات به جای تایپ کردن آن‌ها کمک می‌کند. به علاوه، وقتی می‌خواهید کلماتی را به جای صحبت کردن تایپ کنید، مجبور نیستید به کیبورد دیگری سوئیچ کنید.

Willow توسط Allan Guo و Lawrence Liu تأسیس شد که از استنفورد انصراف دادند تا یک استارتاپ بسازند. این دو نفر در تابستان ۲۰۲۴ با مجموعه‌ای متفاوت از هم‌بنیان‌گذاران (که اکنون شرکت را ترک کرده‌اند) وارد Y Combinator شدند و ایده اولیه آن‌ها در حوزه سلامت بود — به طور خاص برای ساخت نرم‌افزاری برای مدیریت مراکز نگهداری از سالمندان. با این حال، این ایده پابرجا نماند و شرکت برای یک سال سعی کرد چیزهای مختلفی بسازد.

گئو در تماسی با TechCrunch گفت: «در حالی که روی راه‌حل‌های مراقبت‌های بهداشتی کار می‌کردیم، متوجه شدیم که پزشکان کاتبان هوش مصنوعی صوتی دارند که مکالمات با بیماران را ضبط کرده و اسناد پیگیری را ایجاد می‌کنند. من مکالمات زیادی با پزشکان داشتم؛ آن‌ها گفتند این یادداشت‌بردارها برایشان بسیار مفید است. این ما را ترغیب کرد تا ابزار هوش مصنوعی صوتی برای متخصصان دانش و سایر کاربران بسازیم.»

گئو افزود که او تصمیم گرفت یک کاتب هوش مصنوعی دیگر نسازد زیرا احساس می‌کرد بازار اشباع شده است. در عوض، فضای دیکته جذاب‌تر بود زیرا بسیاری از ارتباطات خارج از جلسات انجام می‌شود. او گفت که شرکت از مجموعه‌ای از مدل‌ها استفاده می‌کند و به شدت بر تنظیم خط لوله متن به متن خود تمرکز دارد که بر اساس مدل‌های Llama متا ساخته شده است، برای قالب‌بندی و شخصی‌سازی.

سپس این استارتاپ دسته YC خود را به بهار ۲۰۲۵ منتقل کرد تا محصول را راه‌اندازی کند. این شرکت گفت که از زمان راه‌اندازی، از نظر تعداد کاربران ۵۰٪ ماه به ماه رشد داشته است. همچنین مشتریان سازمانی مانند Uber، Heidi Health و Zego دارد که از این ابزار برای دیکته با ویژگی‌هایی مانند واژگان سفارشی تیم استفاده می‌کنند.

Willow مبلغ ۴.۵ میلیون دلار از Box Group، Y Combinator، Burst Capital و سرمایه‌گذاران فرشته مانند Dharmesh Shah از HubSpot؛ Tomer London از Gusto؛ Alexis Ohanian هم‌بنیان‌گذار Reddit؛ Kipp Bodnar مدیر عملیات سابق Yelp؛ Kaz Nejatian مدیرعامل Opendoor؛ Adam Guild، هم‌بنیان‌گذار و مدیرعامل شرکت نرم‌افزار رستوران Owner؛ و Max Mullen هم‌بنیان‌گذار Instacart جذب کرده است.

Mullen گفت که معتقد است شگفت‌انگیزترین رابط‌های کاربری در آینده مبتنی بر صدا خواهند بود.

او گفت: «من واقعاً تحت تأثیر دیدگاه Allan قرار گرفتم که نه تنها یک اپلیکیشن دیکته عالی بسازد، بلکه در بلندمدت، هدفش ایجاد رابطی باشد که بتواند کامپیوتر شما را کنترل کند. وقتی از طریق Willow می‌نویسم، نیاز به ویرایش‌های کمتری نسبت به سیستم دیکته داخلی کامپیوتر دارم.»

Mullen اشاره کرد که یکی از گردش کارهای مورد علاقه او این بود که در دسکتاپ، می‌توانید از دستیار "Hey Willow" نیز برای دستور دادن به اپلیکیشن برای نوشتن مواردی مانند پاسخ‌های ایمیل با صدای خودتان استفاده کنید.

این استارتاپ با بازیگران دیگری مانند Wispr Flow که تا به امروز بیش از ۵۶ میلیون دلار بودجه جذب کرده است؛ Monologue که بخشی از بسته اشتراک Every است؛ و استارتاپ‌های مورد حمایت YC مانند Aqua، Talktastic، Superwhisper و Betterdictation رقابت می‌کند.

گئو گفت که در ماه‌های آینده، این شرکت قصد دارد با Windows و Android گسترش پلتفرم را انجام دهد، همراه با شخصی‌سازی بهتر برای کاهش تعداد ویرایش‌های دستی که کاربران پس از دیکته باید انجام دهند.