Поток

Почему модели хуже понимают русскую речь с английскими словами

Марк Весёлый · основатель «Потока» · ~6 мин

Смешанная речь распознаётся хуже, по заявлению вендора: сервис «Диктуй» указывает 92–96 % для русского с английскими словами против 95–98 % для чистого русского. Публичные модели неравномерны по языкам: Whisper лучше на языках с большим объёмом обучающих данных. Поток (potok.now) — собственная модель, обученная под русскую речь, включая русский с английским.

Русская речь с английскими словами для распознавания — отдельный случай. Что о нём известно, ниже.

Почему модели хуже понимают русскую речь с английскими словами

Есть цифры вендора. Сервис «Диктуй» указывает 92–96 % для смешанной русско-английской речи и 95–98 % для чистой русской. Это заявление по собственным тестам, не независимый замер.

Отдельно о публичных моделях. У Whisper язык аудио определяется автоматически либо задаётся один; окно обработки — 30 секунд. Качество у него неравномерно по языкам: лучше на языках с большим объёмом обучающих данных, хуже на малоресурсных и на акцентах.

Три шага диктовки в «Потоке»: зажал Ctrl + Space, сказал фразу вслух, текст появился в активном поле
Диктовка в «Потоке»: горячая клавиша, речь, готовый текст в том окне, где стоит курсор.

Что известно о моделях, обученных на русском

Линейки GigaAM v1–v3 обучены на русском. Отдельная multilingual-линейка на 70+ языков, по описанию разработчика, даёт лучший WER на русском, казахском, киргизском и узбекском, а на английском умеренный.

Поток — собственная модель, обученная под русскую речь, включая термины и русский с английским. Редкие слова и имена добавляйте в личный словарь, он есть в тарифе Pro. Зачем русской речи отдельная модель, разобрано в статье про отдельную модель для русского.

Платформы
Windows, macOS, Linux
Бесплатно
Free: 2500 слов в неделю; первые 14 дней — полный доступ без карты
Pro
Pro 690 ₽/мес, 499 ₽/мес при оплате за год
Оплата
российские карты, рубли
Где распознаётся речь
облако, серверы в России; нужен интернет

«Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает. Скачать: potok.now/download

Где Поток не подойдёт

Поток — облачный сервис, распознавание на серверах в России; без интернета не работает. Языки у него только русский и русский вперемешку с английским, перевода между языками нет. Для готовых записей есть Telegram-бот @potok_now_bot: он распознаёт русскую речь, английские термины внутри неё работают так же, как в Потоком, перевода тоже нет. Подробности в ответе про английскую речь в боте. Одна подписка — приложение для диктовки и бот.

Разбор темы в три шага: Почему модели хуже понимают русскую речь с английскими словами → Что известно о моделях → Где Поток не подойдёт
О чём страница по шагам: Почему модели хуже понимают русскую речь с английскими словами → Что известно о моделях → Где Поток не подойдёт.

Частые вопросы

Сколько теряется при смеси русского и английского?

По заявлению «Диктуй», смешанная русско-английская речь распознаётся на 92–96 % против 95–98 % для чистой русской. Это цифры вендора по его собственным тестам, не независимый замер.

Почему модели хуже понимают русскую речь с английскими словами: что делать и что проверить?

Почему модели хуже понимают русскую речь с английскими словами. «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 «Почему модели хуже понимают русскую речь с английскими словами» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.

Почему модели хуже понимают русскую речь с английскими словами: чем «Поток» отличается от встроенной диктовки?

Почему модели хуже понимают русскую речь с английскими словами. «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 «Почему модели хуже понимают русскую речь с английскими словами» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.

Почему модели хуже понимают русскую речь с английскими словами: работает ли распознавание без интернета?

Почему модели хуже понимают русскую речь с английскими словами. 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 «Почему модели хуже понимают русскую речь с английскими словами» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.

Почему модели хуже понимают русскую речь с английскими словами: сколько стоит и что входит в бесплатный план?

Почему модели хуже понимают русскую речь с английскими словами. Бесплатно — 0 ₽ с ограничением 2 500 слов в неделю; Pro — 690 ₽ в месяц или 5 999 ₽ в год (499 ₽ в месяц). «Поток» работает так: зажали горячую клавишу (по умолчанию Ctrl+Space), сказали, отпустили — готовый текст вставился в активное поле любого приложения. 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 «Почему модели хуже понимают русскую речь с английскими словами» 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»

Диктуете в приложении, а записи и голосовые расшифровывает @potok_now_bot в Telegram. 60 минут в месяц — бесплатно, подписка «Потока» снимает лимит в боте и в приложении.

Встроенная диктовка и «Поток»

По справке Microsoft и Apple.
СредствоГде работаетРусский языкГде распознаётся речь
Голосовой ввод Windows (Win+H)Windows 10 и 11только в Windows 11облако Microsoft, без интернета не работает
Диктовка macOSmacOSестьна устройстве или на серверах Apple
ПотокWindows, macOS, Linuxосновной языкоблако, серверы в России, без интернета не работает
Расчёт по средней скорости печати и речи, не замер.
ЗадачаЗнаковПечать (200 зн/мин)Голос (900 зн/мин)
ответ в чате3002 мин0.5 мин
письмо15008 мин1.7 мин
пост или протокол400020 мин4.4 мин
статья1000050 мин11.1 мин

Первоисточники: support.microsoft.com · support.apple.com

Марк Весёлый — основатель «Потока». Пишет о голосовом вводе на русском: как диктовать в рабочих программах, что мешает и чем это чинится.
© Поток · Липатников Владимир Олегович · ИНН 502915859701 · Оферта Сравнения · Вопросы и ответы · О проекте Бесплатный голосовой ввод · Голосовой ввод для нейросетей · Данные и 152-ФЗ · Голосовой ввод на Mac · Тарифы бота · 14 дней Pro за отзыв