语音输入写作的技巧:提高识别准确率的说话方式与后期整理
语音输入常常是“试了一下,错字太多,最后放弃了”。但降低准确率的原因,多半不在于说的内容,而在于麦克风和说话方式。本文整理如何判断语音输入适合哪些场合,提高识别准确率的准备和说话方式,以及把说完的草稿整理成可读文章的步骤。
适合与不适合语音输入的文字
语音输入并不是万能的。它比打字快的,是脑子里已经有想说的内容的文字。相反,边写边想的文字,每次想不出词识别就会中断,反而更花时间。
| 文字类型 | 是否适合语音输入 | 原因 |
|---|---|---|
| 回复消息 | 适合 | 接近口语,长度也短 |
| 日报·会议笔记的草稿 | 适合 | 按顺序讲述事情,框架就出来了 |
| 博客和文章的初稿 | 有条件地适合 | 定好结构后就快,边写边想则不适合 |
| 公式·代码·型号 | 不适合 | 符号和英文数字容易识别错,修改比正文还费事 |
| 需要反复推敲的短文 | 不适合 | 逐字调整还是手打更快 |
| 专有名词多的文字 | 有条件地适合 | 事先添加到词库就能实用 |
实际工作中,推荐把语音输入用于“收集素材”,而不是“定稿”。不必在意错字,一口气说完,之后再看着屏幕修改。这样分工,说话的速度就直接成了写草稿的速度。
提高准确率的准备,关键在麦克风
识别引擎的性能基本由设备决定,用户几乎没有调整的余地。但输入的声音是可以自己改善的。觉得错字多的时候,请先怀疑声音的状态。
- 1
确认正在使用哪个麦克风
在电脑上,经常有以为用的是内置麦克风,实际选中的却是摄像头麦克风的情况。先用麦克风测试确认设备名称,看看用的是不是想用的麦克风。
- 2
看电平是否随声音变化
用平时的音量说话 10 秒左右,确认输入电平是否变化。几乎不动说明离得太远,到顶则说明太近。距离嘴部 15~20cm 左右为宜。
- 3
录下来听一遍
自己听着都费劲的录音,对识别引擎来说也一样难听清。在这一步确认有没有闷音、空调声和键盘敲击声。
- 4
减少一种环境音
换气扇、电视、窗外的交通声。不需要完全安静,但只要关掉一种一直在响的声音,错字就会明显减少。
容易被识别的说话技巧
“说清楚一点”是常听到的建议,但真正有效的是更具体的习惯。一个词一个词地分开说,反而会降低准确率。识别引擎是根据上下文来选字的,所以按意思的单位以自然的速度说,才会更准确。
- 按整句说,不要按词组说:比起“明天的/会议/十点开始”,一口气说“明天的会议十点开始”,转换更稳定
- 语速和平时聊天一样就行:比起放慢,保持稳定的节奏更重要
- 把句尾说完整:句尾声音变小,就识别不出句子结束,也不会加上句号
- 不要夹杂“嗯”“那个”:拿不准就先停下,想好句子再开口。填充词会直接变成文字
- 专有名词先添加到词库:公司名、产品名、人名,添加一次比反复修改要快
- 英文和数字分开处理:型号和地址容易出错,只有这部分切换成手动输入比较现实
在很多环境下,标点可以用语音命令输入。说“句号”“逗号”“换行”,就会转换成符号或换行;是否支持因设备和应用而异。稳妥的做法是先用短句试一次,再正式使用。如果不支持,就不加标点一口气说完,之后集中补上,这样思路不会中断。
把说出来的草稿整理成可读的文章
语音输入得到的文字,本身还是口语。它的特点是不容易看出长度、同样的连接词接连出现、主语常被省略。每次按相同的顺序整理,遗漏就会减少。
- 1
先只改错字
先挑出意思已经变了的地方。这一步不碰文体和措辞。缩小修改范围,结束得更快。
- 2
把长句拆短
口语容易连成“……但是,……所以,……然后”。在这些连接词处断开,就会好读很多。
- 3
确认字数
用嘴说的时候,对分量的感觉会失准。贴到字数·词数统计工具,字数、词数和行数马上就能知道,有字数要求的稿子可以在这一步确认多了还是少了。
- 4
朗读确认
贴到文字朗读工具里用耳朵听,就能发现默读时容易跳过的重复和缺失的虚词。自己写的文字,眼睛已经习惯了,用机器的声音听更容易发现错误。
识别不顺时的检查顺序
突然识别不了时,从上往下依次检查就能找到原因。多数情况下,原因不在设置,而在物理因素。
| 症状 | 怀疑的地方 | 确认方法 |
|---|---|---|
| 完全不出文字 | 麦克风权限·静音 | 用麦克风测试看电平是否变化 |
| 中途停止 | 因无声时间自动结束 | 思考前先停止,开口时再开始 |
| 同音字错误多 | 按词组分开说 | 按整句一口气重说 |
| 句尾消失 | 声音小·距离远 | 靠近到距离嘴部 15~20cm |
| 某些词总是出错 | 未添加的专有名词 | 添加到用户词库 |
| 只有部分准确率下降 | 蓝牙通话模式 | 换成有线后比较 |
离线也能用语音输入的设备越来越多,但也还有准确率随网络状况变化的环境。如果同一台设备的结果突然变差,请先怀疑信号状况和麦克风的连接方式这两点。
常见问题
- 要提高语音输入的准确率,应该先从哪里着手?
- 先看麦克风,而不是说话方式。确认正在使用哪个麦克风,在距离嘴部 15~20cm 处,用平时的音量看输入电平是否正常变化。录下来听一遍,如果有空调声或键盘声,只要减少这些声音,错字就会明显减少。用有线耳麦距离固定,会更加稳定。
- 标点可以用语音输入吗?
- 在很多环境下,说“句号”“逗号”“换行”就会转换成相应的符号或换行。不过是否支持因设备和应用而异,请先用短句试一次再正式使用。如果不支持,就不去管标点,一口气说完,之后集中补上,思路不会中断,也结束得更快。
- 语音输入的文字为什么不好读?
- 因为口语的句子会变长,还会用连接词一直连下去。整理时,按“改错字、拆短句、确认字数、听朗读确认”的顺序机械地处理,遗漏就会减少。尤其是听朗读,能发现默读时注意不到的重复和缺失的虚词,作为提交前的最后一步很有效。
- 也能用于会议转写吗?
- 用来记录自己说的内容是实用的。但如果用离得远的麦克风收录多个人的发言,准确率会因说话人的距离和声音重叠而下降。在会议上使用时,只要做到三点就能达到实用的准确率:准备离讲话人近的麦克风,当场不改错字、专心记录,趁记忆还在、会后马上整理。
本文介绍的工具
相关文章
词云怎么做|免费把问卷开放题可视化,并正确解读的方法
培训结束后的问卷收回了100条开放题回答。没时间逐条细读,但又需要汇报大家都说了什么。这时就轮到“词云”登场了:出现次数越多的词,字就越大。可如果随手生成,就会出现“很有”“得很”这类碎片词变得很大、“幻灯片”被切成“幻灯”、“不清楚”被当成“清楚”统计等问题。本文用实际统计出的数字,讲解中文词云的分词原理、从问卷开放题生成词云的步骤、排除词与同义词的整理方法、字号的计算方式、好看的形状与配色,以及在报告中不得出错误结论的解读方法。
阅读文章 →打字速度的参考标准|每分钟打多少字算快
即使觉得“自己打字好像很慢”,没有比较的标准,也无法判断到底是快还是慢。本文整理了表示输入速度的单位有什么不同、每分钟字数的参考标准、用手边的文章测量自己速度的步骤,以及比提高速度更值得先改进、效果更大的地方。
阅读文章 →转写录音要多久?1 小时音频有多少字、要花几小时
录下了 1 小时的会议,却估不出转写要花多少时间,日程就没法安排。本文用实际可用的数字,整理 1 小时音频大约有多少字,逐字稿、净稿、整理稿各自所需时间的倍数,以及缩短工作时间的步骤。字数以日语为准。
阅读文章 →