Голосовий набір без редагування

Проблема голосового набору ніколи не була в тому, що комп’ютери не можуть вас чути. Вони чудово вас чують. Проблема в тому, що вони записують дослівно все, що ви сказали — а те, що люди говорять уголос у реальному часі, не схоже на письмовий текст.

Ви починаєте речення, посередині вирішуєте, що це було не те речення, і починаєте знову. Ви кажете «ем», поки думаєте. Ви виправляєте себе. Дослівна транскрипція сумлінно зберігає все це й видає вам абзац, який тепер треба редагувати. Для багатьох людей це редагування займає стільки ж часу, скільки зайняв би друк.

Цей посібник про те, як подолати цей розрив: що його спричиняє, що не допомагає, і що допомагає.

Чому дослівна транскрипція створює додаткову роботу

Скажіть це вголос у звичайному темпі: «тож я думаю, що нам варто — взагалі-то, чи можемо ми перенести огляд дорожньої карти, ем, на четвер замість цього?»

Дослівний транскрибатор записує саме це. А ви хотіли: «Чи можемо ми перенести огляд дорожньої карти на четвер замість цього?»

Кожен продиктований абзац містить якусь версію цього. Перше, до чого люди вдаються, — говорити обережніше: повільніше, свідоміше, без слів-паразитів. Це працює приблизно дві хвилини, виснажує і прибирає саме ту причину, через яку ви почали диктувати: говорити швидше, ніж друкувати.

Що не допомагає

Краще розпізнавання мовлення. Підвищення точності робить транскрипцію більш вірною вашому мовленню, а отже, трохи погіршує проблему, а не вирішує її. Ідеальний транскрибатор бездоганно зберігає кожне «ем».

Команди пунктуації. Сказати вголос «кома» і «новий абзац» допомагає зі структурою, але нічого не робить зі словами-паразитами та хибними початками. До того ж це змушує говорити так, ніби ви програмуєте.

Редагування після цього. Це статус-кво, і саме через нього люди тихо перестають користуватися диктуванням уже через тиждень.

Що допомагає: шар очищення

Рішення — вставити крок між розпізнаванням і результатом. Інструмент чує те, що ви сказали, визначає, що ви мали на увазі, і дає вам письмову версію.

MirrorCaption Typer робить це за допомогою трьох режимів полірування, які ви обираєте для кожного моменту, тому що потрібний рівень очищення не завжди однаковий:

• Raw speech — дослівно все, що ви сказали, збережено кожне слово-паразит і кожен хибний початок. Корисно, коли важливі саме буквальні слова: цитати, нотатки про те, як хтось щось сформулював, мовна практика.
• Tidy (за замовчуванням) — прибирає слова-паразити на кшталт «ем» і «ее», прибирає обмовки та хибні початки, додає пунктуацію й зберігає ваш зміст і тон. Це режим, завдяки якому диктування почувається так, як і мало б почуватися від самого початку.
• Formal — переписує уривок у чисте, професійне формулювання, готове для вставлення в електронний лист або документ. Він навмисно змінює вашу фразу, саме тому його потрібно вмикати окремо.

Якщо взяти приклад вище: Raw дає вам речення з повторним початком і «ем». Tidy дає «Чи можемо ми перенести огляд дорожньої карти на четвер замість цього?» Formal дає щось ближче до «Чи могли б ми перенести огляд дорожньої карти на четвер?»

Друга половина: як доставити текст туди, де він вам потрібен

Чистий текст — це лише половина справи. Якщо він потрапляє в застосунок для транскрипції, вам усе одно доведеться копіювати його у вікно, де він вам насправді потрібен.

Typer працює в невеликому вікні, що плаває над усім іншим — вашим поштовим клієнтом, документом, вікном чату. Коли ви перестаєте говорити, відполірований текст автоматично копіюється в буфер обміну. Не потрібно шукати кнопку і не потрібно перемикатися в інший застосунок. Ви вставляєте текст — і все.

Оскільки він працює в браузері, нічого не потрібно встановлювати, а це важливо на робочих ноутбуках із керованим доступом, де встановлення програм означає створення заявки.

Імена, жаргон і слова, які насправді ваші

Помилки, що переживають хороший шар очищення, зазвичай стосуються власних назв: імен колег, назв продуктів, внутрішнього жаргону, технічних термінів. Жодна загальна модель їх не бачила.

Допомагають дві речі. По-перше, користувацький словник — ви додаєте терміни, які використовуєте, і вони розпізнаються першими. По-друге, навчання на ваших виправленнях: коли ви щось виправляєте, інструмент запам’ятовує ваші вподобання замість того, щоб змушувати вас виправляти це знову наступного тижня.

Коли ви змішуєте мови

Багато людей не говорять однією мовою за раз. Китаєць вставляє англійські назви продуктів. Німецький інженер посеред речення використовує англійські технічні терміни. Більшість інструментів диктування змушують вас вибрати одну мову розпізнавання і перемикатися вручну, що настільки ламає потік, що люди здаються.

Typer дає змогу одночасно встановити кілька мов розпізнавання, тож змішане речення виходить точно без перемикання режимів. Якщо ж ваша проблема в тому, що інші люди говорять мовами, яких ви не знаєте, то це вже транскрипція та переклад, а не диктування — дивіться диктування vs. транскрипція, щоб зрозуміти, на якому ви боці.

Коли дослівність — правильна відповідь

Очищення не завжди є тим, чого ви хочете. Використовуйте режим Raw, коли цитуєте когось, коли точне формулювання має значення, коли ви практикуєте мову й хочете побачити, що саме сказали, або коли фіксуєте думку в тій формі, в якій вона з’явилася. Суть у тому, що це вибір, а не єдиний варіант.

Часті запитання

Як диктувати текст, який не потребує редагування?

Використовуйте інструмент диктування, який очищає текст у процесі набору, а не транскрибує дослівно. Режим Tidy у MirrorCaption Typer прибирає слова-паразити на кшталт «ем» і «ее», прибирає хибні початки та обмовки й додає пунктуацію ще до того, як текст потрапить у буфер обміну, тож вставлення стає останнім кроком, а не першим із кількох.

Чи може голосовий набір автоматично прибирати «ем» і «ее»?

Вбудовані інструменти, такі як Apple Dictation, Windows Voice Typing і Google Docs Voice Typing, транскрибують дослівно, тож слова-паразити залишаються. Інструменти з шаром очищення прибирають їх автоматично. У MirrorCaption Typer це режим, який ви обираєте для кожного моменту: Raw зберігає все, Tidy прибирає слова-паразити й додає пунктуацію, Formal переписує уривок у професійне формулювання.

Чи змінить очищення мого мовлення те, що я мав на увазі?

Не повинно. Режим Tidy створений так, щоб зберігати ваш зміст і тон, прибираючи лише шум — слова-паразити, повторні початки та обмовки. Режим Formal навмисно переписує формулювання, тому це окремий режим, який ви обираєте, а не стандартний.

Чи можу я диктувати більш ніж однією мовою одночасно?

У більшості інструментів — ні: ви обираєте одну мову розпізнавання і перемикаєтеся, коли змінюєте мову. MirrorCaption Typer дає змогу встановити кілька мов розпізнавання одночасно, тож змішування китайської з англійською або німецької з англійською в одному реченні все одно виходить точно.

Як змусити голосовий набір розпізнавати імена та жаргон?

Додайте їх до користувацького словника. Typer дає змогу додавати імена, назви продуктів і жаргон, які ви часто використовуєте, щоб вони розпізнавалися першими, а також навчається на виправленнях, які ви вносите в його результат, тож одна й та сама помилка не повторюється.

Чи працює голосовий набір у застосунках, окрім браузера?

Typer працює в невеликому вікні браузера, яке плаває над іншими вашими застосунками й автоматично копіює готовий текст у буфер обміну, тож ви можете вставляти його в електронну пошту, документи, чат або будь-який інший застосунок. Нічого не потрібно встановлювати, а це також означає, що ІТ нічого не потрібно погоджувати.

Підсумок

Голосовий набір перестав бути проблемою точності вже давно. Це проблема перекладу — між тим, як люди говорять, і тим, як має виглядати текст — а дослівна транскрипція залишає цей переклад на вас.

Інструменти, які роблять це за вас, перетворюють диктування з того, що ви спробували один раз, на те, чим ви користуєтеся щодня. Порівняйте варіанти в нашому посібнику з найкращого програмного забезпечення для диктування.