Etusivu › Suomenkielinen puheentunnistus

Suomen kieli · Rehellinen arvio

Toimiiko puheentunnistus suomeksi?

Lyhyt vastaus: kyllä. Suomenkielinen puheentunnistus toimii — suomi on yksi tuetuista 99 kielestä, ja yleiskielinen puhe hyvällä mikrofonilla tunnistuu hyvin. Pitkä vastaus on kiinnostavampi, koska suomen rakenne tuottaa omanlaisiaan virheitä — sijamuotoja, erilleen menneitä yhdyssanoja ja englannin seassa sekoilua. Tässä ne käydään läpi rehellisesti.

Suomenkielinen puheentunnistus: lyhyt vastaus ensin

Se toimii, ja selvästi paremmin kuin muutama vuosi sitten. Epäluulo on silti ymmärrettävä: suomi on noin 5,5 miljoonan puhujan kieli, ja englanniksi rakennetut työkalut ovat vuosikausia käsitelleet sitä huonosti tai eivät lainkaan. Moni muistaa yhä, ettei Macin oma sanelu tukenut suomea alkuunkaan.

Emme anna tarkkuusprosenttia. Meillä ei ole mittausta, jonka voisi rehellisesti yleistää sinun tallenteisiisi, ja luvut, joita tällä alalla heitellään, on lähes aina mitattu selkeällä yleiskielisellä puheella, joka ei muistuta oikeaa palaveria. Realistinen odotus on tämä: kokonaisajatus tulee yleensä oikein, yksityiskohdat vaativat lukukierroksen. Alla on kuvattu tarkalleen se, mitä joudut korjaamaan.

Sijamuodot ja taivutus

Suomi on agglutinoiva kieli: yksi sana kantaa sen, mihin englannissa menee viisi. Sana taloissammekin sisältää monikon, sisäpaikallissijan, omistusliitteen ja liitepartikkelin — englanniksi tarvittaisiin also in our houses. Tunnistin ei käsittele sanoja sanakirjan riveinä vaan äänteinä ja todennäköisyyksinä, ja juuri sanan lopussa oleva pääte on kevyt ja lyhyt.

Käytännön seuraus: virheet keskittyvät sanarajoihin ja päätteisiin. Sisällöltään oikea lause voi tulla väärässä sijamuodossa, tai kaksi lyhyttä sanaa sulautuu yhdeksi. Tämä on yleensä pieni korjaus, mutta se on nimenomaan se korjaus, jonka suomenkielinen lukija huomaa heti — ja siksi litterointia ei kannata lähettää eteenpäin lukematta.

Yhdyssanat — tyypillisin korjattava virhe

Suomessa yhdyssana kirjoitetaan yhteen: asiakaspalvelu, kokousmuistio, litterointiohjelma. Puheessa yhdyssanan osien välissä on kuitenkin usein pieni tauko, ja tunnistin tulkitsee sen sanarajaksi. Tuloksena on asiakas palvelu tai kokous muistio.

Tämä on ylivoimaisesti tavallisin korjattava virhetyyppi suomenkielisessä litteroinnissa, ja se on myös kaikkein näkyvin: erilleen kirjoitettu yhdyssana kertoo lukijalle välittömästi, ettei tekstiä ole luettu läpi. Onneksi se on myös helpoin korjata, koska virheet ovat säännönmukaisia. Jos samat termit toistuvat työssäsi, ne kannattaa lisätä tekstinkorvauksiin, jolloin korjaus tapahtuu automaattisesti.

Erisnimet, lyhenteet ja ammattitermit

Erisnimet menevät väärin kaikissa kielissä, mutta suomessa ongelma kärjistyy, koska nimet myös taipuvat. Varaudu korjaamaan ainakin nämä:

• Yritysten ja virastojen nimet. Erityisesti vieraskieliset tuotenimet suomalaisen puheen seassa.
• Lyhenteet. KELA, TES, YT, ALV, KVTES ja vastaavat tunnistuvat vaihtelevasti — joskus sanana, joskus kirjaimina, joskus jonain muuna.
• Ammattisanasto. Lääketieteen, tekniikan ja juridiikan termit sekä latinaperäiset ilmaukset.
• Henkilönnimet. Etenkin harvinaiset sukunimet ja ulkomaiset nimet taivutettuna.

Nämä eivät ole merkki siitä, että tunnistus olisi epäonnistunut — ne ovat se osuus työstä, joka jää ihmiselle. Yksi korjauskierros riittää lähes aina.

Suomi ja englanti sekaisin

Suomalaisessa työpuheessa englanti vilahtaa jatkuvasti: deadline, brief, demo, sparrata, rekry, casea. Tässä on hyvä uutinen ja huono uutinen.

Hyvä uutinen: kielentunnistus tehdään tallennekohtaisesti, ei sana sanalta, joten yksittäiset lainasanat eivät sekoita tulosta. Ne yleensä kirjoittuvat suomen kirjoitusasun mukaan tai englanniksi sen mukaan, kumpi tavu tavulta osuu paremmin, ja lopputulos on luettavissa.

Huono uutinen: pitkät englanninkieliset jaksot samassa tallenteessa sekoittavat tuloksen, koska tunnistus on jo valinnut kielen. Kansainvälinen palaveri, jossa vaihdetaan englantiin puoleksi tunniksi ja takaisin, on hankala tapaus. Käytännön ratkaisu on rajata suosikkikielet kahteen — suomeen ja englantiin — jolloin lyhyet epäselvät jaksot eivät enää tunnistu kolmanneksi kieleksi. Asetus on kuvattu sivulla näin puhe muuttuu tekstiksi.

Murre ja puhekieli

Tunnistin on koulutettu pääosin yleiskielisellä puheella. Savon, Turun seudun ja Pohjanmaan puhekieli sekä yleinen puhekielinen lyhentäminen — mä oon, meillähä, ollaan menossa — tunnistuvat heikommin kuin kirjakieli.

Lisäksi kannattaa tietää, mitä tulokselta ylipäätään odottaa: litterointi on lähempänä puhuttua kuin kirjoitettua asua. Puhekielinen lause tulee ulos puhekielisenä, ei siistittynä kirjakielenä. Tutkimuskäytössä tämä on usein juuri se, mitä halutaan; muistion pohjaksi teksti on siivottava. Kumpikaan ei ole vika, mutta odotus kannattaa asettaa oikein etukäteen.

Kaksikieliset organisaatiot ja ruotsi

Ruotsi on Suomen toinen kansalliskieli, ja kaksikielisissä kunnissa, yhdistyksissä ja yrityksissä palaveri voi kulkea kahdella kielellä — joku puhuu suomea, joku ruotsia, ja molemmat ymmärtävät toisiaan. Tämä on koko sivun vaikein tapaus, ja se on reilua sanoa suoraan: sekakielinen tallenne tuottaa heikoimman tuloksen, koska kielentunnistus valitsee tallenteelle yhden kielen. Ruotsi kuuluu 99 tuetun kielen joukkoon ja toimii omana kielenään hyvin, mutta suomi ja ruotsi vuorotellen samassa nauhassa on tilanne, jossa lopputulos vaatii eniten käsityötä.

Mikrofoni merkitsee suomessa enemmän kuin englannissa

Tämä on aliarvioitu kohta. Suomessa merkitystä kantavat päätteet ovat sanan lopussa, ja loppuäänteet ovat lyhyitä ja hiljaisia — ne katoavat meluun ensimmäisenä. Sama tallenne, joka englanniksi tuottaisi vielä siedettävän tuloksen, tuottaa suomeksi väärän sijamuodon.

Käytännön ohje on yksinkertainen: siirrä mikrofoni lähemmäs ennen kuin säädät mitään asetusta. Se auttaa enemmän kuin mikään muu yksittäinen toimenpide.

Testaa omalla tallenteella

Koska emme anna tarkkuuslukua, ainoa rehellinen tapa selvittää asia on ajaa oma tyypillinen tallenne läpi ja katsoa tulos — oma puhetapa, oma ala, oma huone. Sovelluksen lataus on ilmainen, ja ilmaisversiolla pääsee tähän kiinni.

Sanelun kokeileminen käy nopeimmin: pidät pikanäppäintä pohjassa, puhut suomea ja päästät irti. Teksti kopioituu leikepöydälle ja sinä liität sen ⌘V:llä (suomenkielisessä macOS:ssa komennon nimi on Sijoita) — sovellus ei kirjoita itse mitään toisiin ohjelmiin, joten näet jokaisen sanelun ennen kuin se päätyy mihinkään. Juuri sanelussa taivutusvirheet huomaa nopeimmin, koska teksti on lyhyttä ja tuoretta.

Ilmaisversion rajat kannattaa tietää etukäteen: sanelua 5 minuuttia päivässä sekä yhteensä 5 äänen ja 5 videon litterointia — nämä ovat kokonaismääriä, eivät päivittäisiä. Nauhoittaminen on rajatonta, ja jo kertaalleen litteroidun tallenteen litterointi uudelleen on ilmaista eikä kuluta kiintiötä. Rajat poistuvat Pro-avauksella, joka on kertaosto 49,99 $ — ei tilausmaksua (App Store näyttää summan euroina).

Vaatimukset: macOS 13 (Ventura) tai uudempi ja Apple Silicon (M1 tai uudempi). Intel-Maceja ei tueta. Litterointi ja sanelu tehdään kokonaan omalla koneella, joten tallenne ei lähde Macilta minnekään.

Jos testitallenteella on muita ihmisiä, kysy lupa. Suomessa sellaisen keskustelun tallentaminen, johon itse osallistut, ei lähtökohtaisesti ole rikoslain 24:5:n salakuuntelua, mutta jakaminen voi silti olla rangaistavaa (RL 24:8), ja työpaikalla sovelletaan lakia yksityisyyden suojasta työelämässä (759/2004) sekä yhteistoimintalakia (1333/2021). Tämä on yleistä tietoa, ei oikeudellinen neuvo.

Usein kysyttyä

Aiheeseen liittyvää