Гайды

Пишите голосом, шаг за шагом

Как настроить SayVelio и получать из голоса чистый текст: словарь, промты очистки, режимы, заготовки и готовые рецепты для писем, чатов и промтов для ИИ.

С чего начать

Как хорошо диктовать и сделать это привычкой.

Функции

Что делает каждая часть SayVelio и как её настроить.

Сценарии

Рецепты для писем, чатов, заметок и промтов для ИИ.

Как устроен голосовой ввод

Что происходит между вашим голосом и готовым текстом: звук, распознавание, обработка, приватность и точность.

Как устроен голосовой ввод

Что такое голосовой ввод: путь от голоса до текста на экране

Голосовой ввод, транскрибация и голосовое управление — три разные вещи. Что на самом деле делает диктовка, какие этапы проходит звук от микрофона до курсора и где каждый из них может работать.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Куда уходит ваш голос: приватность и безопасность голосового ввода

Как читать обещания о приватности диктовки: кто получает звук и текст, что защищает шифрование при передаче и чего оно не защищает, что остаётся на устройстве и как именно SayVelio передаёт ваши записи.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Каким должен быть хороший интерфейс голосового ввода

Точность распознавания — только половина диктовки. Хороший голосовой интерфейс показывает, когда он слушает, отличает черновой текст от окончательного, вставляет у курсора и делает ошибки дешёвыми. Что искать и когда клавиатура всё ещё лучше.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Распознавание речи и синтез речи: в чём разница

Распознавание речи превращает голос в текст, синтез — текст в голос. Как работает каждое, где они пересекаются (числа, даты, имена), чем от обоих отличаются речевые кодеки и почему приложение для диктовки не читает текст вслух.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Как учится распознавание речи и почему контекст помогает с именами и жаргоном

Обучение и повседневное использование, почему модели путаются в незнакомых именах и акцентах, как подсказки и словари направляют распознавание и почему диктовка не означает, что ваш голос обучает модель.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Насколько точен голосовой ввод? Доля ошибок в словах, скорость и реальные ограничения

Как измеряют точность распознавания речи (WER), что говорят исследования о скорости диктовки по сравнению с набором, что ухудшает результат и какие слова всегда стоит перепроверять.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Как голос готовят к распознаванию: шумоподавление, подавление эха и детектор голоса

Что происходит со звуком до распознавания речи: автоматическая регулировка уровня, шумоподавление, подавление эха, детектор голосовой активности и спектрограммы, и почему «чище» не всегда значит лучше.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Как распознавание речи превращает звук в слова

Почему речь трудна для компьютера, как работали классические распознаватели с акустической, произносительной и языковой моделями, что изменили сквозные модели (CTC, кодер-декодер, трансдьюсеры) и почему текст при потоковом распознавании меняется на ходу.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

От звуковой волны к цифровому звуку: что записывает микрофон при диктовке

Как микрофон и устройство превращают речь в числа: частота дискретизации, разрядность, моно, передискретизация и почему расположение микрофона важнее характеристик.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

От сырой расшифровки к читаемому тексту: пунктуация, числа и обработка

Почему сырую расшифровку речи нельзя сразу отправлять, как добавляются знаки препинания, заглавные буквы, числа и списки, почему «пять пятьдесят» неоднозначно и как не дать обработке изменить смысл.

MacWindowsiPhoneAndroid
Как устроен голосовой ввод

Форматы и сжатие звука в голосовом вводе

Цифровой звук, кодирование и сжатие — три разные вещи. Как работает сжатие без потерь и с потерями, почему ни один алгоритм не может уменьшить любой файл, как речевые кодеки вроде Opus балансируют между размером и задержкой и что это значит для диктовки.

MacWindowsiPhoneAndroid