گوش‌نویس به درد چه کسانی می‌خورد؟ ۹ گروه که با تبدیل گفتار به متن ساعت‌ها صرفه‌جویی می‌کنند
از دانشجو و پژوهشگر تا خبرنگار، وکیل، معلم و مدیر جلسه؛ ببینید تبدیل خودکار صدا به متن در کار هر کدام چه جایی دارد.
۳ دقیقه مطالعهمدلهای تبدیل گفتار به متن امروز در برابر نویز مقاوم‌اند، اما هنوز یک قاعده برقرار است: صدای بهتر، متن بهتر. این هفت نکته بیشترین اثر را دارند.
۱. میکروفون را نزدیک کنید
شدت صدا با فاصله به‌سرعت کم می‌شود. با دو برابر شدن فاصله، حدود ۶ دسی‌بل از شدت صدا کم می‌شود، در حالی که نویز محیط ثابت می‌ماند. گوشی را روی میز، وسط گوینده‌ها و نزدیک‌تر به آن‌ها بگذارید. میکروفون یقه‌ای از همه بهتر است.
۲. اتاق را انتخاب کنید، نه فقط میکروفون
اتاق کوچک با فرش، پرده و مبل، انعکاس کمتری دارد تا سالن خالی با دیوار سخت. پنکه، کولر و تلویزیون را خاموش کنید.
۳. یکی‌یکی صحبت کنید
صحبت هم‌زمان، سخت‌ترین حالت برای هر سامانه‌ی تشخیص گفتار و تفکیک گوینده است. در جلسه، یک نفر نوبت‌ها را مدیریت کند.
۴. سطح صدا را درست نگه دارید
صدای خیلی بلند باعث «کلیپ شدن» و از بین رفتن بخشی از سیگنال می‌شود. صدای خیلی آهسته هم در نویز گم می‌شود. پیش از جلسه چند ثانیه ضبط آزمایشی بگیرید.
۵. قالب و کیفیت فایل
برای گفتار، نمونه‌برداری ۱۶ کیلوهرتز کافی است و مدل‌ها هم صدا را با همین کیفیت پردازش می‌کنند. ضبط معمولی گوشی مناسب است. فایل را دوباره فشرده نکنید و اگر از ویدیو استفاده می‌کنید، خود فایل اصلی را بدهید.
۶. زبان و اسم‌ها را مشخص کنید
اگر فایل فارسی است، زبان را «فارسی» انتخاب کنید تا مدل در تشخیص زبان اشتباه نکند. نام افراد، شرکت‌ها و اصطلاحات تخصصی را در «واژه‌های راهنما» یا «واژه‌نامه‌ی شخصی» بنویسید.
۷. فقط بخش لازم را بدهید
اگر ده دقیقه‌ی اول ضبط انتظار و آزمایش صداست، با «انتخاب بازه» فقط بخش اصلی را پردازش کنید. متن تمیزتر می‌شود و دقیقه‌ی کمتری از سهمیه‌تان مصرف می‌شود.
اگر فایل از قبل ضبط شده است
گزینه‌ی کاهش نویز هنگام بارگذاری، صدای زمینه‌ی یکنواخت مثل وزوز یا صدای کولر را پیش از تبدیل کم می‌کند.
همین حالا امتحان کنید: یک فایل کوتاه را رایگان و بدون ثبت‌نام بارگذاری کنید، یا پیام صوتی‌تان را برای ربات گوش‌نویس در بله بفرستید. برای کار بیشتر، تعرفه‌ها را ببینید.