🎤 О голосовом вводе на смартфонах: Gboard vs. Говорун
На смартфоне у меня давно приоритетный метод ввода - голосовой. Затем свайп и печать одной рукой: эти два метода примерно сопоставимы по скорости. Свайп приятнее и побыстрее, но нередко ошибается на длинных словах. Печать же ускоряется за счет подсказок, хотя в русском языке это не очень эффективно из-за разнообразия окончаний.
Так или иначе, у меня голосовой ввод в 4-5 раз быстрее свайпа и печати. Опрос читателей выявил его низкую популярность. Возможно, сегодняшний рассказ побудит вас пересмотреть подход к набору текста!
🫡 Gboard
Я исторически пользуюсь голосовым вводом в клавиатуре Gboard. Он вполне пригоден для распознавания произнесённых слов. И работает лучше, чем движок Google Voice Typing (GVT), который вызывают сторонние клавиатуры, либо сама Gboard без интернета, если локально не скачан нужный язык. GVT вчистую проигрывает "Gboard с интернетом" по UX. А вдобавок - и по качеству текста на выходе, потому что не обогащается облачной обработкой Google ☁️
Однако преобразование речи в текст - это не только распознавание слов, но и формирование предложений с пунктуацией. Знаки препинания в Gboard нужно проговаривать вслух, но это полбеды.
Куда хуже, что русское слово "точка" в половине случаев прописывается словом, нежели символом (с английским period такой проблемы нет). Как следствие, мусорное слово надо удалять, ставить точку руками и менять строчную букву на заглавную в начале следующего предложения 😡 С тире примерно та же история.
Несколько лучше обстоят дела с другими знаками препинания: , ? ! Но если не игнорировать пунктуацию, почти любой набранный голосом текст длиннее одного предложения требует существенной правки руками.
В принципе, эти болячки не уникальны для Gboard. Ими страдают и GVT, и клавиатуры со своими голосовыми движками (например, Samsung).
🦜 Говорун
Это чудесное приложение для Android отлично распознаёт русскую речь. Но главное - практически безупречно расставляет знаки препинания с учётом пауз в речи (их длительность настраивается). Впервые увидев чётко оформленную прямую речь вплоть до кавычек-ёлочек, я был приятно шокирован.
Приложение опирается на оффлайн-модель GigaAM 3 от Сбера. Поэтому голосовой ввод работает без доступа в Интернет. Это огромный плюс ➕ Даже два в сравнении с Gboard, где ключевой сценарий работы подразумевает наличие интернета:
🔹 Иногда Gboard "не может подключиться", и приходится повторно активировать голосовой ввод. Полностью локальная модель этого недостатка лишена.
🔹 Gboard сначала выполняет локальное распознавание речи по мере ввода, и одновременно отправляет текст в облако, возвращая улучшенный вариант. И бывает так, что локальный вариант устраивает: видишь его и жмёшь кнопку "Отправить". Но за миг перед этим приходит исправленный в худшую сторону облачный текст, и собеседнику уходит именно он. Говорун же сразу выдает окончательный вариант распознавания.
Кроме того, Говорун очень хорошо продуман с точки зрения UI/UX. А в GitHub автор оперативно реагирует на пожелания пользователей 👏
Единственная ложка дёгтя: Говорун знает только русский язык. Модель Сбера просто не предусматривает английский и выдаёт абракадабру 🤷♂️ Для регулярно употребляемых слов это частично можно компенсировать пользовательским словарём. Например, гбо=Gboard. Но в целом это - слабое утешение. Автор обещает поддержку английского в ближайшем будущем. Возможно, реализует в качестве премиум-фичи. Я поддержу!
ℹ️ У того же разработчика опубликована версия Говоруна для MacOS, но не для Windows. На GitHub есть вдохновлённый Говоруном проект под Windows. Однако я его не рекомендую. Порт на iOS проверьте сами.
Резюме: в Android же для голосового ввода на русском Говорун - это топ 🏆
