Lesskeysמילון מונחיםסדר A–Z
מילון מונחים של דיבור לטקסט
בקצרה
בתוכנות דיבור יש הרבה מונחים מיוחדים, ולחלקם יש משמעות שונה אצל ספקים שונים. העמוד הזה מסביר מה כל מונח אומר כאן.
מילים שבאתר הזה משמשות במובן מסוים או חריג, ומה הן אומרות כשאנחנו משתמשים בהן.
A
- ASR (זיהוי דיבור אוטומטי)
- השם הכללי לתוכנה שממירה דיבור לטקסט. Whisper היא מערכת אחת כזו. “דיבור לטקסט” פירושו אותו דבר בשימוש רגיל.
D
- הכתבה
- דיבור במקום הקלדה, כך שהמילים מופיעות באפליקציה שבה אתם כבר עובדים. היא מתבצעת בזמן אמת וקצרה. לעומתה, תמלול הופך הקלטה קיימת לטקסט בדיעבד.
H
- מקש קיצור
- צירוף מקשים שעובד בכל מקום, לא רק בתוך אפליקציה אחת. Lesskeys משתמשת באחד כדי להתחיל ולעצור הכתבה, כך שלא צריך לעבור בין חלונות כדי לדבר.
O
- על המחשב עצמו
- העבודה מתבצעת במחשב שלפניכם, לא בשרת של חברה. ב-Lesskeys זה אומר שההקלטה, מודל הדיבור והטקסט המוגמר נשארים כולם על המחשב שלכם. זו קביעה לגבי המקום שבו מתבצע העיבוד, ולכן אפשר לבדוק אותה: מנתקים את הרשת וזה עדיין עובד.
S
- זיהוי דוברים
- זיהוי מי דיבר ומתי, בהקלטה עם יותר מקול אחד. זו משימה נפרדת מתמלול: תמלול שואל מה נאמר, וזיהוי דוברים שואל מי אמר. השניים משולבים ליצירת תמלול שבו כל שורה מסומנת בשם.
- שמע מערכת
- הצליל שהמחשב שלכם מנגן, בניגוד לצליל שהמיקרופון קולט. הקלטה של שמע מערכת יחד עם המיקרופון לוכדת את שני הצדדים של שיחה, בלי שמשהו מצטרף לפגישה.
T
- תמלול
- הפיכת הקלטה שכבר קיימת, כמו שיחה, ראיון או סרטון, לטקסט כתוב. בניגוד להכתבה, הוא מתבצע אחרי האירוע, ובדרך כלל יש בו יותר מדובר אחד.
V
- טביעת קול
- סיכום שמור של האופן שבו קול מסוים נשמע, שמשמש לזיהוי אותו אדם בהקלטות שונות. Lesskeys שומרת טביעות קול על המחשב שלכם ובשום מקום אחר.
W
- WER (שיעור שגיאות מילים)
- הדרך למדוד דיוק. הוא סופר את המילים שהמערכת טעתה בהן, בין אם הוחלפו, נמחקו או נוספו, כאחוז מהמילים שנאמרו בפועל. ככל שהמספר נמוך יותר, כך עדיף, ו-WER של 2.5% פירושו בערך מילה אחת מתוך ארבעים שגויה.
- Whisper
- משפחה של מודלים פתוחים לזיהוי דיבור שיכולים לרוץ על חומרה רגילה, כולל Mac או מחשב Windows. היא מגיעה בכמה גדלים, וגדול יותר הוא לא בהכרח טוב יותר, וזה מה שהבדיקה שלנו מדדה.
תשובות קצרות
מה בעצם אומר “על המחשב עצמו”?
שהעיבוד מתבצע על המחשב שלכם ולא בשרת של חברה. הבדיקה המעשית פשוטה: מנתקים את הרשת. אם זה עדיין עובד, זה על המחשב עצמו.
האם הכתבה היא אותו דבר כמו תמלול?
לא. הכתבה מתבצעת בזמן אמת: אתם מדברים והמילים מופיעות במקום שבו אתם מקלידים. תמלול הופך הקלטה שכבר קיימת לטקסט, בדרך כלל כשיש בה יותר מדובר אחד.
מהו שיעור שגיאות טוב במילים?
זה תלוי בשמע, ולכן מספר אחד מטעה. בדיבור נקי המודלים הטובים ביותר כיום עומדים על כ-2–3%, כלומר בערך מילה אחת מתוך ארבעים שגויה. שמע קשה, כמו דיבור חופף של כמה אנשים, מבטאים חזקים או חדר עם אקוסטיקה גרועה, קשה הרבה יותר לכל מערכת.