Хотворд и горячая клавиша: два способа включить голосовой ввод без клика мышью

Хотворд — голосовая команда вроде «начни запись», которая включает микрофон без нажатия клавиш; горячая клавиша — сочетание вроде Ctrl+Space, которое зажимают рукой. У хотворда есть риск случайного срабатывания на постороннюю речь, у горячей клавиши такого риска нет, но нужна свободная рука для нажатия. Поток (potok.now) использует горячую клавишу — по умолчанию Ctrl+Space — и держит бесплатный лимит 2500 слов в неделю на одном устройстве.

Есть два основных способа сказать программе «начинай слушать», не трогая мышь: произнести кодовое слово-триггер (хотворд) или зажать сочетание клавиш (горячую клавишу). У обоих один и тот же результат — запись включается без клика по значку в трее, — но по-разному устроен сам процесс запуска и то, что при этом происходит с микрофоном.

Чем хотворд отличается от горячей клавиши

Хотворд — это заранее заданная фраза-триггер вроде «окей, ассистент» или «начни запись»: программа постоянно слушает звук с микрофона в фоновом режиме, сравнивая услышанное с образцом триггера, и включает полноценную запись только тогда, когда распознаёт нужную фразу. Для этого распознавание триггера чаще всего делают прямо на устройстве, а не в облаке — иначе пришлось бы непрерывно передавать весь фоновый звук на сервер, что и дороже, и менее приватно.

Горячая клавиша устроена проще: программа ничего не слушает и не анализирует, пока клавиша не нажата. Нажали сочетание — начали запись, отпустили или нажали снова — запись остановилась. Никакого постоянного анализа фонового звука здесь нет в принципе, поэтому риска среагировать на постороннюю фразу тоже нет: активация происходит по чётко определённому механическому событию, а не по распознаванию речи.

У этой разницы есть обратная сторона. Хотворду не нужна свободная рука: сказал фразу — и всё, даже если обе руки заняты чем-то другим. Горячей клавише рука нужна обязательно, хотя бы на долю секунды, чтобы нажать нужное сочетание, — с этим связаны неудобства уже разобранных сценариев вроде диктовки за рулём или в поле, где руки часто заняты рулём, инструментом или рацией.

Есть и обратная сторона у хотворда: постоянное прослушивание микрофона в ожидании триггера означает, что программа технически слышит всё, что происходит рядом с устройством, даже когда пользователь ничего не диктует, — а не только момент самой команды. Это не значит, что запись куда-то отправляется без триггера, но сама архитектура «слушаю всегда» вызывает больше вопросов к приватности, чем «слушаю только пока зажата клавиша». Среди отдельных программ для диктовки на компьютере хотворд встречается редко: большинство, включая Поток, используют именно горячую клавишу. О переходе с клавиатуры на голос рассказано отдельно — в материале почему я перестал печатать руками.

Где хотворд и горячая клавиша экономят время, а где мешают

Хотворд выигрывает там, где руки заняты постоянно и надолго: за рулём, во время готовки, при работе с инструментом в обеих руках. Здесь не нужно даже на секунду отрываться от дела, чтобы дотянуться до клавиатуры, — фраза-триггер запускает запись сама. Проигрывает хотворд там, где рядом звучит похожая речь: в переговорной, в опен-спейсе, рядом с включённым телевизором — случайное срабатывание на постороннюю фразу превращается в лишний шум в тексте, который потом приходится вычищать руками.

Горячая клавиша выигрывает там, где нужен точный контроль над моментом начала и конца записи: в диктовке письма, где важно, чтобы в текст не попало ничего лишнего, кроме продуманной фразы. Нажатие — однозначный сигнал программе, и случайных запусков здесь не бывает в принципе. Проигрывает горячая клавиша ровно там же, где выигрывает хотворд: если обе руки заняты чем-то, что нельзя отпустить даже на секунду, дотянуться до сочетания клавиш просто не получится, и голосовой ввод в этот момент становится недоступен.

Есть и промежуточный случай — шумное помещение или улица. Здесь хотворду сложнее распознать триггер среди постороннего шума, а горячая клавиша всё равно срабатывает от нажатия, но само распознавание речи после запуска может пострадать одинаково у обоих способов: активация здесь ни при чём, дело в качестве звука, который слышит микрофон.

Когда лучше печатать или взять другой инструмент

Поток — облачный сервис: распознавание идёт на серверах в России, и без интернета он не работает вовсе, независимо от способа активации. У него только горячая клавиша — по умолчанию Ctrl+Space, её можно поменять в настройках, — а хотворда и других голосовых команд у него нет: программа не слушает микрофон постоянно, а запускает запись строго по нажатию.

Если обе руки заняты постоянно и надолго, а не на секунду, горячая клавиша неудобна в принципе — в такой ситуации нужна именно программа с хотвордом, и здесь Поток не подойдёт. Для короткой правки в одно-два слова быстрее напечатать руками, чем ждать запуск записи и обработку на сервере: диктовка любым способом выигрывает время на длинных фразах, а не на отдельных словах. Другие программы для голосового ввода и их способы запуска сравниваются в каталоге программ для голосового ввода.

Частые вопросы

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