Насколько грамотно пишет голосовой ввод: пунктуация, заглавные буквы, ошибки

Голосовой ввод расставляет точки и запятые по паузам и интонации фразы, а не по отдельной голосовой команде; заглавные буквы — по той же логике плюс распознавание имён собственных. Ошибки чаще всего дают термины, редкие имена и смешанная русско-английская речь. У Потока (potok.now) для таких слов есть личный словарь: 2500 слов в неделю доступно бесплатно, слово из словаря распознаётся так, как его внесли.

Насколько грамотно пишет голосовой ввод — вопрос из трёх частей: расставляет ли программа точки и запятые сама, правильно ли определяет заглавные буквы в начале предложений и в именах, и какие слова чаще всего распознаёт неверно. Ответ на каждую часть разный и зависит не столько от программы в целом, сколько от конкретной фразы, которую вы произносите.

Как устроен голосовой ввод

Голосовой ввод превращает в текст не только слова, но и три вещи, которые определяют, насколько результат похож на грамотно написанный текст: знаки препинания, заглавные буквы и то, как обрабатываются незнакомые слова.

Знаки препинания

Программа расставляет точки и запятые по паузам, интонации и структуре фразы, а не по факту произнесения слова «запятая». Это удобно для связной речи: не нужно думать о разметке во время диктовки. Оборотная сторона — там, где пауза случайна (задумались на середине предложения) или, наоборот, пропущена (быстрая длинная фраза без остановки), знак может встать не туда, куда его поставил бы человек на письме. Длинные многосоставные предложения обычно требуют больше правок, чем короткие.

Заглавные буквы

Начало предложения программа определяет по той же логике, что и точку в конце предыдущего — по паузе и интонации. Имена собственные, названия компаний и географические названия распознаются с заглавной буквы, если модель их знает; незнакомое имя может остаться со строчной, и это один из самых частых поводов для ручной правки короткого текста.

Какие слова чаще ошибаются

Ошибки не распределены по тексту равномерно — они концентрируются в конкретных местах: специфические термины, редкие имена, аббревиатуры, смешанная речь вроде «запушить в мастер», где русское слово соседствует с английским. Подробнее о такой смешанной речи — в статье голосовой ввод под русскую речь. Обычная разговорная фраза без такой лексики распознаётся почти без правок. У Потока для этого случая есть личный словарь: туда добавляют термины и имена, и дальше они распознаются так, как их внесли, а не как модель угадала в первый раз.

Где диктовка экономит время, а где мешает

Грамотность результата важна не одинаково для любого текста. Черновик письма коллеге, комментарий к задаче или заметка для себя — здесь пропущенная запятая или строчная буква в имени почти не мешает: смысл понятен, а мелочи поправляются заодно с остальной правкой либо вовсе не поправляются. Голос ощутимо экономит время именно на таком тексте, потому что его вообще не обязательно доводить до идеала.

Официальное письмо, договор, текст для публикации — другое дело: здесь каждую заглавную букву и знак препинания всё равно проверяют перед отправкой, и диктовка не отменяет этот шаг, а только меняет то, с чего он начинается — с надиктованного черновика вместо пустого листа. Экономия времени остаётся, но её не стоит путать с готовым, не требующим правки текстом.

Отдельный случай — текст с большим количеством имён, терминов и аббревиатур: техническая документация, медицинская запись, юридический документ с названиями сторон. Здесь ошибки распознавания концентрируются сильнее всего, и без личного словаря или отдельной вычитки такой текст обычно требует больше времени на проверку, чем обычная переписка. Как разные программы справляются с такой лексикой, можно сравнить в разделе программы голосового ввода.

Голос проигрывает там, где нужна точность до символа и без единой опечатки с первого раза: номер договора, сумма в акте, адрес — их проще ввести и сразу сверить глазами, чем произнести и потом искать ошибку в длинной цифре.

Когда лучше печатать или взять другой инструмент

Если нужен полный контроль над пунктуацией и регистром прямо во время диктовки, Поток не подходит: голосовых команд для правки текста он не понимает, и сказать «с новой строки» или «это слово с большой буквы» не получится — расстановка знаков идёт автоматически, без ручного управления голосом.

Поток — облачный сервис, распознавание идёт на серверах в России, без интернета он не работает.

Личный словарь тоже не работает сам по себе: слова в него нужно вносить заранее, и для текста с редкой лексикой, которая встречается разово, эта настройка не успеет помочь — проще написать такой фрагмент руками. Бесплатный лимит при этом — 2500 слов в неделю, и в него быстро укладывается текст с частыми повторными правками, когда каждую фразу приходится диктовать по нескольку раз.

Частые вопросы

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