Фильтр нецензурной лексики — функция распознавания речи, которая может маскировать или заменять распознанные бранные слова. Например, Google Cloud Speech-to-Text при включённом фильтре оставляет в расшифровке только первую букву слова, а дальше — звёздочки. Такие фильтры применяют в сервисах с публичной модерацией, где итоговый текст видят посторонние.
Фильтр нецензурной лексики — термин из мира распознавания речи: он описывает функцию, которая решает, показывать бранное слово в расшифровке как есть или скрыть его.
Что значит фильтр нецензурной лексики
Фильтр нецензурной лексики — это функция голосового распознавания, которая может маскировать или заменять распознанные бранные слова в расшифровке.
Как именно это устроено у одного конкретного сервиса, описано в документации Google Cloud Speech-to-Text: при включённом фильтре сервис пытается обнаружить нецензурные слова и возвращает в расшифровке только первую букву, а дальше — звёздочки (пример из документации — «f***» вместо полного слова). Это один из вариантов реализации, а не единственно возможный: у других систем распознавания принцип маскировки может быть устроен иначе.
Термин относится к категории технологий распознавания речи (speech-tech) и стоит рядом с другими понятиями из этой же области: многоязычным распознаванием, эхоподавлением и серверным инференсом — все они описывают, как устроена обработка звука и текста внутри системы распознавания. Более общее понятие — распознавание речи, ASR.
| Термин | Что значит | Пример |
|---|---|---|
| Фильтр нецензурной лексики | функция, которая может маскировать или заменять распознанные бранные слова | фильтр нецензурной лексики применяют в сервисах с публичной модерацией |
| Мультиязычное распознавание | способность одной модели распознавать речь на нескольких языках; переключение языков внутри одной фразы (code-switching) для таких моделей — отдельная сложная задача | если говорящий в основном говорит на одном языке, но вставляет отдельные слова из другого языка, модель может не заметить переключения языка внутри одной фразы |
| Эхоподавление | обработка звука, устраняющая эхо, возникающее из-за акустики помещения или динамиков | эхоподавление важно при диктовке рядом с включёнными колонками |
| Серверный инференс | выполнение уже обученной модели распознавания на удалённом сервере для обработки запросов пользователей | при серверном инференсе звук уходит на сервер, а обратно приходит готовый текст; без подключения к сети такая модель недоступна |
Где встречается фильтр нецензурной лексики
Фильтр нецензурной лексики применяют в сервисах с публичной модерацией — там, где расшифровка голоса становится текстом, который увидят посторонние: субтитры прямого эфира, автоматическая транскрипция звонков в поддержку, публичные чаты с голосовым вводом. В таких местах бранное слово в открытом виде — репутационный риск для площадки, поэтому распознанный текст перед показом дополнительно проверяют фильтром.
В личной диктовке — когда текст сразу попадает в собственный документ или сообщение автора, а не на публичную площадку, — такая функция решает другую задачу: не защиту площадки от чужого контента, а личный выбор автора, показывать бранное слово в тексте или нет. Другие термины из этой же области собраны в словаре распознавания речи.
| Сервис | Платформы | Бесплатно | Цена | Оплата из РФ | Где распознаётся речь |
|---|---|---|---|---|---|
| Поток | Windows, macOS, Linux | Free: 2500 слов в неделю; первые 14 дней — полный доступ без карты | Pro 690 ₽/мес, 499 ₽/мес при оплате за год | российские карты, рубли | облако, серверы в России; нужен интернет |
| Google Cloud Speech-to-Text | API (Google Cloud) | API v1: первые 60 минут в месяц бесплатно; плюс общая программа Google Cloud (300 USD кредитов новым клиентам) | $0.016/minute (Стандартное распознавание, API v2, первые 500 тыс. минут в месяц (дальше 0.01, 0.008, 0.004)); $0.016/minute (API v1, стандартные модели, после 60 бесплатных минут); $0.003/minute (Стандартное динамическое пакетное распознавание, первый уровень) | не раскрыто | Облако Google, регионы выбираются (eu, asia-southeast1 и др.) |
Как это касается Потока, а где нет
Есть ли фильтр нецензурной лексики у конкретного сервиса голосового ввода, решает сам сервис: одни включают его по умолчанию, другие дают возможность выключить, третьи не предлагают вовсе. Это настройка конкретного продукта, а не обязательное свойство распознавания речи как технологии. Поток — облачный сервис: распознавание идёт на серверах в России, и без подключения к интернету он не работает.
Частые вопросы
По документации Google Cloud Speech-to-Text, он оставляет только первую букву слова и заменяет остальные буквы звёздочками — например, «f***» вместо полного слова в расшифровке.
Что такое фильтр нецензурной лексики. «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 «Что такое фильтр нецензурной лексики» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Что такое фильтр нецензурной лексики. «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 «Что такое фильтр нецензурной лексики» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Что такое фильтр нецензурной лексики. 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 «Что такое фильтр нецензурной лексики» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Что такое фильтр нецензурной лексики. 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 «Что такое фильтр нецензурной лексики» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Скачать «Поток»
Работает по одной клавише в любой программе. 14 дней полного доступа, потом Free 2500 слов в неделю или Pro 690 ₽/мес (499 ₽/мес за год). «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.
Первоисточники: docs.cloud.google.com · support.microsoft.com