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

Коротко

Хороший инструмент голосового ввода делает очевидными три вещи: когда включён микрофон, меняется ли ещё текст и как исправить ошибку. Он пишет в поле, где вы уже находитесь, никогда не действует сам и оставляет путь назад, если что-то пошло не так. Говорить быстрее, чем печатать, для большинства текстов, но не везде: в опенспейсе, на личные темы и в работе с кодом клавиатура может быть удобнее.

Заметки

Вы сказали

покупки первое овсяное молоко второе яйца третье кофе в зёрнах

SayVelio напечатал

Покупки:

  1. Овсяное молоко
  2. Яйца
  3. Кофе в зёрнах

Голос — ещё один способ ввода, а не замена

Голосовой интерфейс добавляет речь к тому, чем вы уже пользуетесь: клавиатуре, мыши, сенсорному экрану и текстовому редактору. Больше всего времени он экономит на длинных текстах: письмах, сообщениях, заметках, запросах к ИИ. Для коротких правок, точной пунктуации или кода клавиатура часто остаётся быстрее.

И подходит он не везде. В общем офисе вы можете не захотеть диктовать личное сообщение, а на совещании говорить нельзя вовсе. Польза для доступности реальна для многих людей, но зависит от конкретных элементов управления, а не от того, что в приложении «есть голос».

1. Состояние записи невозможно не заметить

Вы всегда должны знать, слушает ли микрофон. Самый понятный вариант — видимый индикатор во время записи и физическое действие, которое её начинает и заканчивает.

«Удерживай и говори» — самый простой вариант: запись идёт ровно столько, сколько вы держите клавишу, и останавливается, когда вы её отпускаете. Нет сомнений, когда она включена, и нет риска, что она слушает дольше, чем вы хотели. В SayVelio по умолчанию это правый ⌥ на Mac и правый Ctrl в Windows, на iPhone и Android — кнопка микрофона на клавиатуре SayVelio.

Удерживайте клавишу, говорите, отпустите: запись идёт только пока клавиша нажата, затем текст появляется у курсора
Состояние записи: держите — запись, отпустили — вставка

2. Отделять «ещё меняется» от «готово»

Приложениям, которые показывают слова прямо во время речи, приходится исправляться: конец фразы может изменить, как должно читаться её начало. Хороший интерфейс показывает черновой текст как черновой (серым, подчёркнутым, в отдельном облачке), чтобы вы не начали править слова, которые вот-вот изменятся.

Другой подход — вставлять только окончательный текст, когда вы закончили. Ждать чуть дольше, зато то, что попало в документ, не «плывёт» под курсором.

3. Писать туда, где находится человек

Самое полезное место для продиктованного текста — ровно то, куда вы собирались печатать: у курсора, в приложении, которым вы пользуетесь, с оформлением под это приложение. Копировать текст из отдельного окна диктовки — лишняя работа каждый раз.

Вставка у курсора означает и уважение к полю. Текст попадает в поле, по которому вы щёлкнули; он не должен нажимать «Отправить», запускать команду или отправлять форму за вас. Вставка текста и действия требуют разных ожиданий и разной защиты.

4. Ошибки должны исправляться дёшево

Распознавание иногда ошибается, особенно в именах, числах и «не». Важно, как быстро можно всё исправить:

  • Прочитать, прежде чем это что-то значит. Текст, который будет отправлен, подписан или оплачен, должен быть виден и редактируем до того, как что-то произойдёт.
  • Исправить только неверное слово. Выделите его и перепечатайте или продиктуйте заново, вместо того чтобы повторять весь абзац.
  • Хранить историю. Если текст не вставился, потому что вы щёлкнули в другое место, его должно быть можно вернуть. SayVelio хранит недавние диктовки в истории с кнопкой «Копировать».
  • Научить один раз. Если одно и то же слово всё время получается неправильно, добавьте его в словарь, а не исправляйте каждый день.

5. Уважать разрешения и контекст

Приложению для диктовки нужно разрешение на микрофон, а на компьютерах — разрешение вводить текст в другие приложения. Оно должно просить ровно это и объяснять зачем. На телефонах клавиатура с диктовкой не должна работать в полях паролей, и клавиатура SayVelio там не работает.

Совет

Лучший способ оценить инструмент диктовки — обычный рабочий день, а не демонстрационная фраза. Диктуйте свои настоящие письма и сообщения несколько дней и посчитайте, как часто приходится что-то исправлять. Выжать максимум из этих дней поможет гайд о том, как хорошо диктовать.

Частые вопросы

Диктовать быстрее, чем печатать?

Для большинства людей и текстов — да. В исследовании Стэнфорда голосовой ввод на телефоне оказался примерно в три раза быстрее набора на экранной клавиатуре. Подробности и источники — в статье о точности голосового ввода.

Можно ли диктовать в любое приложение?

На Mac и Windows SayVelio печатает в любое приложение, где можно поставить текстовый курсор. На iPhone и Android — везде, где можно переключиться на клавиатуру SayVelio.