Stemmegenkendelse plejede at være forfærdeligt unøjagtig. Det arbejdede kun for en håndfuld mennesker en håndfuld gange. Men nu er det faktisk ret godt, takket være den kombinerede indsats Nuance, Microsoft, Apple og Google, der har kastet utallige ressourcer til faktisk at forbedre det.
Af alle disse virksomheder har få fået tilslutning til forpligtelsen til stemmegenkendelse af Google, som har gjort det til en fundamental lynchpin af sin mobil- og servicestrategi.
En af Googles tidligste forays var den kortvarige GOOG-411 (eller Google Voice Local Search). Det blev lanceret i 2008 og tillod folk at søge efter telefonnumre ved hjælp af deres stemme. Voice recognition teknologi har også været et center stykke Android, og med lanceringen af JellyBean Hvad er de største forbedringer i Android 4.2 og 4.3? Hvad er de største forbedringer i Android 4.2 og 4.3? Hvis du sidder fast på 4.0 Ice Cream Sandwich eller 4.1 Jelly Bean, skal du opgradere? Læs mere det blev endelig tilgængelig offline.
Tidligere i ugen introducerede Google endelig talegenkendelse i Google Docs.
Brugere kan bogstaveligt talt diktere deres dokumenter (ligesom jeg gør med denne artikel) uden at skulle installere yderligere software eller plug-ins. Det er et stort spring fremad for online office suite, men er det godt?
Kom i gang
Før vi begynder at dykke ind i dens funktioner, vil jeg gerne røre på, hvordan du får Google Voice-typing. Hvis du har en Google-konto, har du allerede dette. Bare åbn Google Docs, og åbn et nyt eller eksisterende dokument. Derefter dukker et vindue op, der spørger, om du vil prøve stemme diktat. Klik på Prøv det .
Derefter skal du give Google Docs tilladelse til at bruge din mikrofon. Det er bare et spørgsmål om at klikke Tillad til et pop op-vindue.
Derefter skal du vælge det sprog, du vil bruge med Google Voice-typing. Udbuddet af sprog og dialekter tilbydes spænder fra engelsk og spansk til afrikaans og arabisk.
Derefter skal du bare klikke på mikrofonikonet og begynde at snakke.
Hvor præcist er det?
En af de største forhindringer til stemmegenkendelse, der rammer mainstream, er, at det ofte ikke er korrekt nok . Det plejede at være en given, at hvis du ser brug af stemmegenkendelse, skal du bruge et godt par timers redigering og korrigering af din tekst. Så hvordan går Googles tilbud i denne henseende?
Rigtig godt, faktisk . For det meste forstod Google Voice Typing, hvad jeg sagde, selvom jeg har en regional engelsk accent ( vi snakker om accenter senere ).
Jeg var især imponeret over den måde, Googles stemmegenkendelse håndterede baggrundsstøj. Da jeg skrev denne artikel, skøjte en Yorkshire Terrier i min stue, og mit vindue var delvis åbent. Jeg bor på en travl vej, hvor biler kører forbi konstant. Men på trods af det var Google i stand til at filtrere det ud og fokusere på lige hvad jeg sagde.
Det største problem var, at Google Voice Typing ofte kæmpede med tegnsætning. Jeg vil sige "komma", "periode" og "fuld stop", og det vil fortolke det som jeg vil skrive "komma", "periode" og "fuld stop". Dette var frustrerende af to grunde.
For det første fordi det ville tøve mig ved først at bruge den korrekte tegnsætning, før jeg straks vender tilbage til den stavede version af ordet. Der var ingen måde at stoppe dette på, og jeg skulle manuelt redigere dokumentet for at rette det.
Men måske værre, jeg kunne ikke forhindre det i at ske. Der er ingen ordbog, hvor du kan tilsidesætte stavemåder. Det sker bare, og du skal håndtere det.
Jeg vil ikke understrege, hvor frustrerende dette er. Det er alvorligt irriterende . Men det er også noget, jeg er overbevist om, vil blive forbedret, da flere og flere mennesker bruger denne funktion, og som Google forpligter flere ressourcer til at forbedre sin stemmegenkendelse.
Udover denne særlige irritation var jeg temmelig tilfreds med nøjagtigheden af Googles stemmegenkendelse.
Hvordan det håndterer accenter
Jeg var forbløffet over, hvor mange sprog og dialekter Google Voice Typing understøtter. På engelsk alene understøtter den New Zealand, australske, indiske, sydafrikanske, amerikanske og britiske dialekter for blot at nævne nogle få. Problemet er, at der ikke er en amerikansk accent, ligesom der ikke er en britisk accent. Der er snarere en række accenter og dialekter, der adskiller sig fra sted til sted.
Det er en truisme, at Storbritannien har en accent for hver postcode. MakeUseOf Team har en række forskellige accenter blandt det britiske personale. Christian Cawley taler med en bred Middlesbrough accent. Rob Nightingale, der kommer fra Southport, har en mere nordlig drawl. Mens Mark O'Neil har et skotsk twang.
Jeg bor i Liverpool, så jeg har en Scouse accent, der lidt drev i Atlanterhavet, stort set takket være min amerikanske forlovede og den tid jeg tilbragte at bo i Schweiz.
Og det er rimeligt at sige, at talegjenkendelsesprogrammer ofte kæmper for at forstå regionale engelske dialekter. Da Siri kom ud, blev hans manglende evne til at forstå skotske brugere en løbende vittighed.
Men Googles tilbud var ekstraordinært. Tro mig, når jeg siger, at du ikke behøver at øve med en anden accent Hvilke apps og hjemmesider vil hjælpe med at forbedre mit accent, når man taler et andet sprog? Hvilke apps og websites vil hjælpe med at forbedre mit accent, når jeg taler et andet sprog? Jeg vil virkelig gerne lave min udtale, som en native speaker. Er der nogen apps eller websteder, der kan hjælpe mig? Læs mere . Jeg har talt med en håndfuld venner, der også har regionale engelske accenter, og de har haft tilsvarende positive erfaringer med det. Selvom jeg indrømmer, at det er en lille og fuldstændig uvidenskabelig prøve, er det bestemt lovende.
Voice Dictation Speed
Stemmegenkendelse programmer er traditionelt blevet hæmmet af en manglende evne til at holde trit med den hastighed, som brugeren dikterer. Jeg var ganske vist lidt bekymret over, at Googles tilbud ikke ville være anderledes, især fordi det er en onlinetjeneste, snarere end et program, der kører på min suppe-up MacBook Pro.
Men jeg var imponeret. Google var i stand til at holde op med min stærkt koffeinholdige talesprog og fungerede ikke som en flaskehals for min produktivitet. Det var det fuldstændige modsatte af mine erfaringer med andre voice dictation værktøjer.
Jeg ved ikke, om det var fordi jeg har en hurtig FTTC (Fiber til kabinettet). Hvad er forskellen mellem FTTC og FTTP, og hvorfor skal du passe? Hvad er forskellen mellem FTTC og FTTP, og hvorfor skal du passe? Vi har alle været der på et eller andet tidspunkt. Syk for vores internet service, på udkig efter en ny måde at oprette forbindelse til internettet på, men forvirret af de mange forskellige muligheder. Læs mere hjemme internetforbindelse eller det faktum, at Google har en ubegrænset udbud af hurtige servere til rådighed. Uanset hvad, jeg kunne få ting gjort.
En note på mikrofoner
Indbyggede mikrofoner tendens til at være hit-and-miss. Efter min erfaring er de enten fremragende, som de er på Apples bærbare computere, eller de er det ikke. Der er meget sjældent noget mellemliggende.
Generelt, de billigste bærbare computere Bedste Laptops Under $ 300: Alt du behøver at vide Bedste bærbare computere Under $ 300: Alt du behøver at vide At finde en god bærbar computer til under $ 300 er næsten umulig i disse dage, men kan gøres, hvis du ved hvad at lede efter. Her er alt hvad du behøver at vide for at købe et køb du ... Læs mere har de værste interne mikrofoner. Det er bare en af de funktioner, der er tilbøjelige til at blive overset af enhedsproducenter.
Jeg begyndte at diktere denne artikel ved hjælp af den interne mikrofon på min MacBook Pro. Selvom Google Docs ofte sagde, at det havde problemer med at høre mig, oversatte det ikke til langsommere eller unøjagtige diktater. Alt fungerede fint.
Jeg prøvede også Google Voice Typing med en dyr Blue Yeti External Microphone. Disse er podcastkvalitetsmikrofoner, som sælger på Amazon for over $ 100.
Blue Yeti USB Mikrofon - Sølv Blå Yeti USB Mikrofon - Sølv Køb Nu På Amazon $ 110.00
Ganske vist bemærkede jeg ikke nogen forskelle, når det kom til præcisionen eller hastigheden af dikteringen. Men den største fordel ved at bruge denne mikrofon var, at jeg kunne indsætte et par AKG hovedtelefoner og bruge dem som en skærm. Dette gjorde det muligt for mig at være mere opmærksom på baggrundsstøj og selvjustere, hvis jeg var enten for høj eller for stille.
Afsluttende tanker
Google stemmegenkendelse er ikke perfekt. Men det er næppe en overraskelse, da solid stemmegenkendelse er en temmelig hård feat at trække af. Der er meget, som jeg følte kunne forbedres.
Dette drejer sig især om hvordan softwaren behandler tegnsætning og sætningsstruktur. I en ideel verden vil Google automatisk indsætte tegnsætning baseret på din stemme rytme og kadence, men vi er langt væk fra det.
Det er også en skam, at denne software endnu ikke har gjort det til Googles andre tilbud, som Gmail. Ideelt set vil jeg gerne have mulighed for at downloade Google Voice Typing som en app og bruge den med andre softwarestykker, som iWorks Sider Sider 5.0 for Mac Inkluderer Smart Inspector Panel, men færre funktioner Sider 5.0 for Mac Inkluderer Smart Inspector Panel, Men færre funktioner Der er masser af lette og nemme at bruge tekstredigeringsprogrammer til Mac-brugere, men for projekter, der kræver desktop publishing-funktioner, er Apples nyligt opdaterede sider stadig en god løsning. Læs mere eller markdown editoren IA Writer iA Writer til Mac & iOS: Den bedste tekstbehandler, du aldrig har brugt iA Writer til Mac & IOS: Den bedste tekstbehandler, du aldrig har brugt, hvis det er et skolepapir eller et blogindlæg, alle os på et tidspunkt befandt os i stand til at dumpe en flok tegn i en tekstfil. Mens mobiltelefonen ... Læs mere.
Men det er to mindre irritationer, Google Voice Typing er så god som det bliver. I kontrast skrev jeg dette afsnit af artiklen ved hjælp af den indbyggede stemmegenkendelse af OS X, og den var ikke så nær så præcis eller hurtig.
Hvis dette ikke overtaler folk til at skifte til Google Drev, ved jeg ikke, hvad der vil.
Nu over til dig! Har du været fristet af Google Drevs talegenkendelse? Har du prøvet det, alligevel? Fortæl mig alt om det i kommentarerne nedenfor.