Αρχική › Αναγνώριση φωνής στα ελληνικά

Ελληνικά · Φωνή σε κείμενο

Αναγνώριση φωνής στα ελληνικά, τοπικά στο Mac

Η πρώτη ερώτηση κάθε Έλληνα χρήστη σε οποιοδήποτε προϊόν φωνής είναι η ίδια: υποστηρίζει ελληνικά, και πόσο καλά; Η σελίδα απαντά συγκεκριμένα — τι πετυχαίνει η αναγνώριση στα ελληνικά, πού σκοντάφτει, και τι πρέπει να περιμένετε να διορθώσετε μόνοι σας.

Τα ελληνικά μέσα στις 99 γλώσσες

Η αναγνώριση καλύπτει 99 γλώσσες και τα ελληνικά είναι μέσα σε αυτές. Στην πράξη σημαίνει κάτι πιο συγκεκριμένο από μια γραμμή σε λίστα: δεν επιλέγετε γλώσσα με το χέρι. Ανοίγετε το αρχείο ή πατάτε τη συντόμευση, μιλάτε ελληνικά, και το κείμενο βγαίνει ελληνικά — με τόνους, με πεζά και κεφαλαία, χωρίς να έχετε αλλάξει ρύθμιση.

Η γλώσσα προσδιορίζεται ανά ηχογράφηση. Αν δουλεύετε σταθερά σε δύο ή τρεις γλώσσες, μπορείτε να περιορίσετε την επιλογή σε αυτές, ώστε ένα σύντομο ή θολό απόσπασμα να μην αποδοθεί κατά λάθος σε κάποια άσχετη γλώσσα — ένα κλασικό πρόβλημα όταν η πρώτη πρόταση ειπωθεί μουρμουριστά.

Ελληνικά με αγγλική ορολογία στην ίδια πρόταση

Αυτό είναι το πιο ελληνικό πρόβλημα από όλα. Ο επαγγελματικός λόγος εδώ δεν είναι καθαρά ελληνικός: «να στείλουμε το brief μέχρι το deadline», «κάνε deploy το build και μετά έχουμε meeting», «το feedback του πελάτη ήρθε στο chat». Ένα σύστημα κλειδωμένο σε μία γλώσσα ή θα αποδώσει ηχητικά τους αγγλικούς όρους σε ελληνικούς χαρακτήρες, ή θα γυρίσει ολόκληρη την πρόταση στα αγγλικά.

Επειδή η γλώσσα εντοπίζεται αυτόματα, οι διάσπαρτοι αγγλικοί όροι μέσα σε ελληνική πρόταση συνήθως κρατούν τη μορφή τους, ενώ η υπόλοιπη πρόταση παραμένει ελληνική. Το όριο είναι τίμιο να ειπωθεί: όταν η ομιλία αλλάζει γλώσσα για μεγάλα διαστήματα — μια σύσκεψη που τα πρώτα δέκα λεπτά γίνεται στα αγγλικά και μετά συνεχίζει στα ελληνικά — το αποτέλεσμα γίνεται πιο ανάμεικτο και θέλει περισσότερη δουλειά μετά.

Ελληνικά χωρίς ελληνικό πληκτρολόγιο

Πολύς κόσμος δουλεύει όλη μέρα σε αγγλική διάταξη — κώδικας, τερματικό, ξενόγλωσσα εργαλεία — και καταλήγει να γράφει greeklish επειδή η εναλλαγή διάταξης σε κάθε πρόταση είναι κούραση. Η υπαγόρευση παρακάμπτει τελείως το ζήτημα: μιλάτε, και το κείμενο βγαίνει σε κανονικά ελληνικά με τόνους, ανεξάρτητα από το ποια διάταξη είναι ενεργή στο πληκτρολόγιό σας. Δεν χρειάζεται ούτε μετατροπή greeklish σε ελληνικά, γιατί δεν περνάτε ποτέ από greeklish.

Το ίδιο ισχύει για τα σημεία στίξης και τα εισαγωγικά, που στην ελληνική διάταξη βρίσκονται σε άλλες θέσεις και είναι από τους πιο συχνούς λόγους λάθους όταν γράφει κανείς βιαστικά.

Πώς μπαίνει το κείμενο: το ⌘V είναι δικό σας

Κρατάτε πατημένη τη συντόμευση, μιλάτε, την αφήνετε. Το κείμενο αναγνωρίζεται και αντιγράφεται στο πρόχειρο· την επικόλληση την κάνετε εσείς με ⌘V εκεί που βρίσκεται ο δρομέας. Η εφαρμογή δεν πληκτρολογεί μόνη της μέσα σε άλλα προγράμματα, και είναι συνειδητή σχεδιαστική επιλογή: βλέπετε τι θα μπει προτού μπει, και τίποτα δεν εμφανίζεται σε ένα παράθυρο χωρίς εσάς. Δουλεύει σε ό,τι δέχεται επικόλληση — αλληλογραφία, σημειώσεις, κειμενογράφο, συνομιλίες, editor.

Και δουλεύει χωρίς δίκτυο. Στο αεροπλάνο, στο πλοίο, σε περιοχή με κακό σήμα, σε νησί τον Αύγουστο: η αναγνώριση δεν ρωτάει κανέναν διακομιστή, γιατί το μοντέλο είναι ήδη στον δίσκο σας. Το κατεβάζετε μία φορά και τελειώνει εκεί. Δείτε αναλυτικά τη φωνητική υπαγόρευση στο Mac.

Τι δεν πάει καλά στα ελληνικά

Δεν δημοσιεύουμε ποσοστό ακρίβειας για τα ελληνικά — δεν το έχουμε μετρήσει με τρόπο που να σημαίνει κάτι για το δικό σας υλικό, και ένα νούμερο χωρίς μεθοδολογία είναι διαφήμιση. Αυτό που μπορούμε να πούμε με ακρίβεια είναι πού χρειάζεται σχεδόν πάντα διόρθωση:

• Κύρια ονόματα και τοπωνύμια. Επώνυμα, επωνυμίες εταιρειών, χωριά και οδοί βγαίνουν ηχητικά εύλογα αλλά συχνά γραμμένα λάθος.
• Ακρωνύμια. ΑΦΜ, ΑΜΚΑ, ΕΦΚΑ, ΔΣ, ΓΣ, ΓΕΜΗ: όταν προφέρονται γρήγορα, μπερδεύονται εύκολα.
• Αριθμοί με σημασία. Αριθμοί λογαριασμών, ΑΦΜ, ποσά και ημερομηνίες αξίζουν έλεγχο ένα προς ένα.
• Έντονα ιδιώματα. Κυπριακά, κρητικά και βόρεια ιδιώματα αποδίδονται λιγότερο σταθερά από την κοινή νεοελληνική.
• Δύο άνθρωποι που μιλούν μαζί. Χαλάει και το κείμενο και η απόδοση ομιλητή.
• Καθαρεύουσα και πολυτονικό. Παλιές ηχογραφήσεις με λόγιο ύφος αποδίδονται σε μονοτονικό σύγχρονο κείμενο και θέλουν επιμέλεια.
• Στίξη. Οι τελείες και τα κόμματα είναι ερμηνεία της μηχανής, όχι κάτι που ακούγεται.

Ο κανόνας που ισχύει για κάθε σύστημα: η ποιότητα της ηχογράφησης μετράει περισσότερο από κάθε ρύθμιση. Μικρόφωνο κοντά στον ομιλητή, δωμάτιο χωρίς πολλή ηχώ, ένας άνθρωπος τη φορά.

Εφάπαξ αγορά ή χρέωση ανά λεπτό

Στην Ελλάδα υπάρχει ολόκληρος κλάδος υπηρεσιών απομαγνητοφώνησης με χρέωση ανά λεπτό ή ανά ώρα ηχητικού — γραφεία που εξυπηρετούν δικηγόρους, δήμους, ερευνητικά κέντρα και εκδότες. Η σύγκριση είναι δομική και όχι ποιοτική: εκεί πληρώνετε κάθε φορά, ανά αρχείο· εδώ πληρώνετε μία φορά, με εφάπαξ αγορά εντός εφαρμογής 49,99 $, και μετά ο όγκος δεν αλλάζει το κόστος.

Τι κάνει καλύτερα ένας άνθρωπος απομαγνητοφωνητής, γιατί είναι σημαντικό να ειπωθεί: βγάζει άκρη σε δύσκολο ήχο που η μηχανή τα παρατάει, ξέρει τη νομική και ιατρική ορολογία του κλάδου σας, κάνει τελική επιμέλεια και μορφοποίηση κατά τα πρότυπα που ζητάει ένας φορέας, και — το σημαντικότερο — αναλαμβάνει ευθύνη απέναντι στον πελάτη για το παραδοτέο. Ένα αυτόματο κείμενο δεν αναλαμβάνει τίποτα: είναι προσχέδιο που θα ελέγξετε εσείς. Για μεγάλο όγκο ρουτίνας η μηχανή κερδίζει καθαρά· για ένα κρίσιμο, δύσκολο αρχείο ο άνθρωπος εξακολουθεί να αξίζει.

Και για την Κύπρο

Η ίδια εφαρμογή και η ίδια γλώσσα εξυπηρετούν και τους χρήστες στην Κύπρο. Δύο διευκρινίσεις: τα έντονα κυπριακά ιδιώματα αποδίδονται λιγότερο σταθερά από την κοινή νεοελληνική, και το νομικό πλαίσιο για την καταγραφή συνομιλιών και για την προστασία δεδομένων είναι διαφορετικό, με δικό του ρυθμιστή. Ό,τι αναφέρεται παρακάτω για την ελληνική νομοθεσία δεν καλύπτει τους αναγνώστες στην Κύπρο.

Όταν ηχογραφείτε άλλους ανθρώπους

Στην Ελλάδα η καταγραφή ιδιωτικής προφορικής ή τηλεφωνικής συνομιλίας χωρίς να το γνωρίζουν οι συμμετέχοντες μπορεί να στοιχειοθετήσει ποινικό αδίκημα κατά το άρθρο 370Α ΠΚ — δεν είναι απλώς αστικό ζήτημα. Το άρθρο 19 του Συντάγματος προστατεύει το απόρρητο των επικοινωνιών και στην παράγραφο 3 απαγορεύει ρητά τη χρήση αποδεικτικών μέσων που αποκτήθηκαν κατά παράβασή του, ενώ στον χώρο εργασίας ισχύουν επιπλέον οι κατευθύνσεις της ΑΠΔΠΧ. Πρακτικά: ενημερώνετε πριν αρχίσει η ηχογράφηση, καταγράφετε ότι οι παρόντες ενημερώθηκαν, και αν κάποιος αρνηθεί δεν ηχογραφείτε.

Για την ίδια την επεξεργασία: ο ήχος δεν φεύγει από το Mac σας και δεν υπάρχει τρίτος πάροχος που τον παραλαμβάνει· αν αποθηκεύσετε φωνητικά προφίλ για να αναγνωρίζονται ομιλητές, μένουν κι αυτά τοπικά και θέλουν συγκατάθεση πριν δημιουργηθούν. Αυτή είναι περιγραφή αρχιτεκτονικής, όχι δήλωση συμμόρφωσης: δεν διεκδικούμε πιστοποίηση με τον ΓΚΠΔ ή τον ν. 4624/2019, και η ΑΠΔΠΧ αναφέρεται μόνο ως εποπτική αρχή. Ελέγξτε τη δική σας περίπτωση με τον υπεύθυνο προστασίας δεδομένων ή τον νομικό σας σύμβουλο. Δεν παρέχεται καμία εγγύηση νομικού κύρους για το παραγόμενο κείμενο.

Απαιτήσεις, δωρεάν έκδοση και τιμή

Τα όρια της δωρεάν έκδοσης λέγονται καθαρά: τα 5 αρχεία ήχου και τα 5 βίντεο είναι συνολικά, όχι ανά ημέρα, ενώ η υπαγόρευση έχει 5 λεπτά κάθε μέρα. Αυτό που δεν μετριέται ποτέ είναι η ηχογράφηση και η επανάληψη της απομαγνητοφώνησης σε υλικό που έχει ήδη επεξεργαστεί. Το Pro αίρει τα όρια με μία πληρωμή, χωρίς συνδρομή και χωρίς κόστος ανά λεπτό. Το ποσό σε δολάρια είναι η τιμή αναφοράς του καταστήματος· στο ελληνικό App Store η χρέωση γίνεται σε ευρώ, στο αντίστοιχο ποσό που εμφανίζει η Apple.

Συχνές ερωτήσεις

Σχετικά θέματα