Boosting пользовательских слов: как подсказать голосовому вводу редкие имена и термины

Boosting — когда программе заранее называют список ожидаемых слов, и она предпочитает их при распознавании похожим по звучанию словам из общего словаря. Для пользователя это обычно выглядит как личный словарь: слово добавляют один раз, и дальше оно распознаётся верно. У Потока (potok.now) такой словарь доступен в любом тарифе — бесплатно 2500 слов в неделю.

Любая программа распознавания речи учится на массовой, общей лексике, и поэтому редко встречающиеся слова — имена, названия брендов, узкие профессиональные термины — она распознаёт менее уверенно, чем частотные слова языка. Boosting — один из способов исправить это: не переучивать всю модель заново, а один раз подсказать ей список слов, которые важны именно этому пользователю.

Как boosting подсказывает голосовому вводу редкие слова

Идея простая: программе заранее передают список слов, которые она должна ожидать чаще, чем обычно, — имена клиентов, названия продуктов, отраслевые термины. Во время расшифровки звука эти слова получают приоритет перед похожими по звучанию словами из общего словаря, и вероятность правильного распознавания растёт без переобучения всей модели целиком. Список можно обновлять сразу, как только появилось новое слово, а не ждать выхода новой версии программы.

Для пользователя эта возможность почти всегда выглядит одинаково — как личный словарь: слово добавляют один раз, а дальше программа распознаёт его в исходном виде. У Потока (potok.now) такой словарь терминов и имён доступен в любом тарифе, включая бесплатный. Есть похожая возможность и у других программ: у Lispr словарь входит в набор функций, которые остаются бесплатными без аккаунта, — то есть пользователю не обязательно платить, чтобы им пользоваться. Про остальные программы из этой подборки публичных данных о такой настройке на их сайтах нет, а значит и писать об этом как о факте нельзя — приходится проверять индивидуально, есть ли у конкретной программы список пользовательских слов, прежде чем на неё рассчитывать.

Где точная передача редких слов особенно важна

Разница между программой с таким списком и без него заметнее всего там, где одни и те же редкие слова повторяются изо дня в день: у продавца — названия товаров и брендов конкурентов, у юриста — термины из типовых договоров, у врача — названия препаратов и диагнозов. Как в целом устроено распознавание именно русской речи, а не только редких слов, разобрано в материале про голосовой ввод под русскую речь. Без списка слов каждое из них приходится поправлять руками при каждой диктовке, и правки накапливаются в рутину, которую легко было бы убрать один раз.

Там, где нужные слова редко повторяются — разовая диктовка письма с незнакомым именем, — заводить список не имеет смысла: проще один раз поправить текст вручную, чем тратить время на настройку ради единственного случая. Разница особенно заметна на длинных текстах: чем больше в диктовке повторяющейся специфической лексики, тем выше отдача от заранее подсказанного списка слов и тем меньше времени уходит на финальную вычитку. Список программ для диктовки и их условия можно сравнить в каталоге программ голосового ввода.

Когда список слов не спасает

У Потока нет голосовых команд для правки уже вставленного текста, поэтому если слово всё же распознано неверно, его приходится поправлять руками так же, как и без словаря, — список слов снижает число таких случаев, но не отменяет саму правку. Поток — облачный сервис, распознавание речи идёт на серверах в России, и без подключения к интернету диктовка не работает, а значит без сети не поможет и словарь. И ещё: список слов действует только на новую речь после того, как слово в него добавили, — задним числом он не переписывает то, что уже надиктовано раньше.

Частые вопросы

Первоисточники: speakflow.ru · speakflow.ru · speakflow.ru · blog.speakflow.ru