Голосовой ввод плохо распознаёт узкий профессиональный жаргон, потому что общие модели речи обучены на массовом корпусе языка и статистически редко встречают такую лексику. Помогает занести часто используемые термины в личный словарь сервиса, если эта функция поддерживается. У Потока (potok.now) тоже есть личный словарь терминов и бесплатный лимит 2500 слов в неделю на одном устройстве.
Общие слова голосовой ввод распознаёт неплохо, а вот узкоспециальные термины, аббревиатуры и жаргон конкретной профессии — заметно хуже. Дело не в качестве конкретного сервиса, а в том, как вообще обучаются модели распознавания речи.
Почему так происходит
Модели распознавания речи обучаются на массовых корпусах языка — текстах и записях из самых разных источников, где обычная бытовая и деловая лексика встречается многократно, а узкий профессиональный жаргон конкретной отрасли — редко или вообще не встречается. Статистически модель просто не успела «выучить» редкие термины так же хорошо, как частотные слова, и на слух заменяет их на похожие по звучанию, но более распространённые варианты. Это касается голосового ввода общего назначения в целом, а не конкретного производителя или платформы — в том числе не связано с тем, куда делось Windows Speech Recognition в новых версиях Windows: и старый, и новый системный инструмент одинаково хуже справляются с редкой лексикой.
| Симптом | Причина | Решение |
|---|---|---|
| Специфичные для отрасли термины и жаргонизмы распознаются с ошибками чаще, чем общеупотребительные слова | Общие модели распознавания речи обучены на массовом корпусе языка и статистически реже встречают редкую профессиональную лексику | Занести часто используемые термины в личный словарь сервиса, если такая функция поддерживается |
Что помогает
- Проверьте, поддерживает ли ваш сервис голосового ввода личный словарь терминов, — эта функция есть у части инструментов диктовки, включая Google Docs.
- Занесите в личный словарь часто используемые профессиональные термины, аббревиатуры и жаргонизмы — это повышает шанс, что система распознает их правильно в следующий раз.
- Если личного словаря нет, единственный практический способ — проговаривать редкие термины медленнее и чётче остальной речи либо вписывать их вручную после диктовки.
Если словаря недостаточно
Если профессиональной лексики очень много и она меняется чаще, чем успеваешь пополнять словарь, ни один голосовой ввод общего назначения не решит эту задачу полностью — точность на редких терминах всегда будет ниже, чем на частотных словах. У Потока (potok.now) тоже есть личный словарь терминов и имён, но он тоже облачный сервис: распознавание идёт на серверах в России, и без интернета он не работает. Другие ошибки голосового ввода в Windows собраны в разделе windows.
Частые вопросы
Иногда да, для коротких аббревиатур, но для длинных профессиональных терминов надёжнее личный словарь, если он поддерживается сервисом: произношение по буквам работает не во всех голосовых вводах и не гарантирует правильную склейку букв в слово.
Как только приложение открывает микрофонный вход Bluetooth-гарнитуры, устройство переключается в режим Hands-Free Profile (HFP); HFP исторически передаёт голос узкополосным кодеком (8 кГц, CVSD/SBC) — это ниже качества, чем A2DP-поток для музыки. Что делать: 1) обновить Bluetooth-драйверы; 2) на Windows 11 24H2+ с поддержкой Bluetooth LE Audio включить super-wideband/стерео режим при активном микрофоне; 3) для старых устройств при критичном качестве — использовать проводной микрофон.
Когда Bluetooth-гарнитура используется и для звука, и для микрофона одновременно, устройство переключается в режим HFP/hands-free с более узкой полосой пропускания аудио — качество звука (и распознавания) заметно хуже, чем в режиме A2DP (только прослушивание).
Голосовой ввод плохо распознаёт узкий профессиональный жаргон. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Голосовой ввод плохо распознаёт узкий профессиональный жаргон» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Голосовой ввод плохо распознаёт узкий профессиональный жаргон. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Голосовой ввод плохо распознаёт узкий профессиональный жаргон» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Голосовой ввод плохо распознаёт узкий профессиональный жаргон. Версии — для Windows, macOS и Linux, горячая клавиша по умолчанию Ctrl+Space; мобильных версий нет. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. Горячую клавишу можно заменить в настройках: подойдёт любая клавиша, сочетание или боковая кнопка мыши. «Поток» — ИП в России; данные и голосовые записи хранятся на серверах в России, режим 152-ФЗ включён по умолчанию. Для «Голосовой ввод плохо распознаёт узкий профессиональный жаргон» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Проверить за вечер
Установите «Поток», продиктуйте то, что обычно печатаете, и сравните. 14 дней полного доступа, карта не нужна. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Готовые записи расшифровывает Telegram-бот «Потока» @potok_now_bot: пришлите файл или ссылку на YouTube, VK Видео, RuTube, Instagram или TikTok — текст придёт в чат. Подписка «Потока» снимает лимит и в боте.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
Первоисточники: support.google.com · support.google.com