Требования к аудиофайлам

Точность преобразования записей речи в текст зависит от качества записывающего устройства, его близости к говорящему, фоновой шумовой обстановки, правильности речи. Для спонтанной неподготовленной речи, характерной для совещаний и «живого» общения, свойственны запинки, оговорки, перебивание собеседника или одновременный разговор нескольких людей, нечёткость произнесения и редуцирование слов.

Распознавание речи, в отличие от мозга человека, не способно «отфильтровать» весь этот речевой мусор, и результат распознавания такой аудиозаписи может быть низким. Максимальная точность распознавания достигается на файлах, записанных на диктофоны серии Гном в режиме диктовки при расстоянии от губ до микрофона записывающего устройства не более 50 см. Также высокая точность распознавания достигается на файлах теле- и радиоэфира.

Условия эксплуатации

Писать голосом это не то же самое, что обсуждать с приятелем последние новости. Из двух видов продуктивной речевой деятельности – говорение и письмо – диктовка ближе к письму, чем к говорению. Использование таких выразительных средств языка, как интонация, мимика, жесты, при диктовке становится бесполезным.

Ниже приведены требования, которые должны соблюдаться при эксплуатации ПО Voco.

• Распознавание возможно только на русском языке при отсутствии различных дефектов речи (потеря голоса, невнятная речь, заикание и другие расстройства речи, при которых нарушается формирование всех компонентов речевой системы) и диалектного говора.
• Произношение должно быть чётким без запинок, оговорок, слов-паразитов, пауз раздумья, одновременного разговора нескольких людей.
• Необходимо четко сформулировать мысль перед произношением. Во избежание записи посторонних звуков, отключайте распознавание вручную после набора текста голосом.
• Высокое качество распознавания обеспечивают USB-гарнитуры и микрофоны. Не рекомендуется использовать встроенный в ноутбук или в web-камеру микрофон, так как качество распознавания будет снижено.
• Микрофон гарнитуры должен располагаться достаточно близко к речевому аппарату, но не касаться его. Расстояние до USB-микрофона должно быть от 3 до 7 см. Диктофон (для записи фонограмм для версии Voco.Professional) следует располагать на расстоянии не более 50 см. Микрофон должен быть направлен в сторону источника звука.
• Качество распознавания речи зависит от фоновой шумовой обстановки. При повышенной зашумленности помещения качество распознавания снижается.

Документы