Como funciona a digitação por voz

O que faz uma boa interface de digitação por voz

A precisão do reconhecimento é só metade do ditado. Uma boa interface de voz mostra quando está ouvindo, separa o texto provisório do definitivo, escreve no cursor e torna os erros fáceis de corrigir. Veja o que observar, e quando o teclado ainda é melhor.

MacWindowsiPhoneAndroid

Resumindo

Uma boa ferramenta de ditado deixa três coisas óbvias: quando o microfone está ligado, se o texto ainda está mudando e como corrigir um erro. Ela escreve no campo em que você já está, nunca age por conta própria e deixa um caminho de volta se algo der errado. Falar é mais rápido que digitar para a maioria dos textos, mas não em todo lugar: escritórios abertos, assuntos privados e trabalho cheio de código ainda podem favorecer o teclado.

Notas

Você disse

compras primeiro leite de aveia segundo ovos terceiro café em grão

O SayVelio escreveu

Compras:

  1. Leite de aveia
  2. Ovos
  3. Café em grão

A voz é mais uma entrada, não uma substituta

Uma interface de voz acrescenta um canal de fala ao que você já usa: teclado, mouse, tela sensível ao toque e editor de texto. Ela economiza mais tempo em textos longos: e-mails, mensagens, notas, prompts para ferramentas de IA. Para pequenas edições, pontuação precisa ou código, o teclado muitas vezes continua mais rápido.

Ela também não serve para qualquer lugar. Num escritório compartilhado você pode não querer ditar uma mensagem privada, e numa reunião você simplesmente não pode falar. Os benefícios de acessibilidade são reais para muita gente, mas dependem dos controles concretos, não do fato de um app «ter voz».

1. O estado de gravação precisa ser impossível de não ver

Você deve sempre saber se o microfone está ouvindo. O padrão mais claro é um indicador visível durante a gravação e um gesto físico que a inicia e a encerra.

Segure e fale é a versão mais simples: a gravação dura exatamente enquanto você segura uma tecla e para quando você solta. Não há dúvida sobre quando está ligada, nem risco de ouvir mais do que você queria. No SayVelio a tecla padrão é o ⌥ direito no Mac e o Ctrl direito no Windows; no iPhone e no Android é o botão do microfone no teclado SayVelio.

Segure a tecla, fale, solte: a gravação dura só enquanto a tecla está pressionada, depois o texto aparece no cursor
Estado de gravação: segure para gravar, solte para inserir

2. Separar «ainda mudando» de «definitivo»

Os apps que mostram as palavras enquanto você fala precisam lidar com correções: o fim de uma frase pode mudar como o começo deve ser lido. Uma boa interface faz o texto provisório parecer provisório (cinza, sublinhado, num balão separado) para você não começar a editar palavras que estão prestes a mudar.

A outra abordagem é inserir só o texto definitivo quando você para. Você espera um instante a mais, mas o que chega ao documento não se mexe debaixo do cursor.

3. Escrever onde a pessoa está

O lugar mais útil para o texto ditado é exatamente onde você ia digitar: no cursor, no app que você está usando, com a formatação certa para aquele app. Copiar o texto de uma janela de ditado separada é trabalho extra, toda santa vez.

Inserir no cursor também significa respeitar o campo. O texto vai para o campo em que você clicou; ele não deve apertar Enviar, executar um comando ou enviar um formulário por você. Inserir texto e realizar ações merecem expectativas e proteções diferentes.

4. Tornar os erros baratos de corrigir

O reconhecimento às vezes vai errar, principalmente com nomes, números e «não». O que importa é a rapidez para consertar:

  • Leia antes de valer. Um texto que vai ser enviado, assinado ou pago deve estar visível e editável antes que algo aconteça.
  • Corrija só a palavra errada. Selecione-a e digite de novo ou dite outra vez, em vez de repetir o parágrafo inteiro.
  • Mantenha um histórico. Se o texto não entrou porque você clicou em outro lugar, você precisa conseguir recuperá-lo. O SayVelio guarda seus ditados recentes no Histórico, com um botão Copiar.
  • Ensine uma vez. Se a mesma palavra sai errada sempre, adicione-a ao dicionário em vez de corrigi-la todo dia.

5. Respeitar permissões e contexto

Um app de ditado precisa da permissão do microfone e, nos computadores, da permissão para digitar em outros apps. Ele deve pedir exatamente isso e explicar por quê. Nos celulares, um teclado que dita não deve funcionar em campos de senha, e o teclado do SayVelio não funciona.

Dica

A melhor forma de avaliar uma ferramenta de ditado é um dia normal de trabalho, não uma frase de demonstração. Dite seus e-mails e mensagens de verdade por alguns dias e conte quantas vezes precisou corrigir algo. O guia para ditar bem ajuda a aproveitar ao máximo esses dias.

Perguntas

Ditar é mais rápido que digitar?

Para a maioria das pessoas e dos textos, sim. Num estudo de Stanford, a entrada por voz no celular foi cerca de três vezes mais rápida que digitar no teclado da tela. Detalhes e fontes em qual é a precisão da digitação por voz.

Posso ditar em qualquer app?

No Mac e no Windows, o SayVelio digita em qualquer app onde você consiga posicionar o cursor de texto. No iPhone e no Android funciona onde você puder trocar para o teclado SayVelio.