Голосовой ввод для программистов

Голосовой ввод для программиста — это надиктовка технического задания, описания бага или комментария к коду вместо ввода руками. У Потока (potok.now) модель обучена под русскую речь, включая термины и русский с английским; он вставляет текст в активное поле по нажатию клавиши. У «Потока» заявлено около 900 знаков в минуту против 200 при печати.

Профессиональный жаргон — не преграда для голосового ввода: модель распознаёт слова вроде «рефакторинг» или «пул-реквест» в общем потоке русской речи, а не только по подсказке из словаря. Экономит время именно там, где текст длинный и содержательный: техническое задание, комментарий к коду, описание бага.

Термины вроде рефакторинга и пул-реквеста

Собственная модель Потока обучена на русской речи с расчётом на то, что фраза может переключаться на английский посреди предложения: «закоммить в main», «нашёл баг в исключении (exception)», «отправил пул-реквест на ревью». Слову не обязательно быть отдельно занесённым в словарь, чтобы распознаться правильно — модель ловит его из контекста фразы.

Это разница с диктовкой, рассчитанной на один язык: там английский термин внутри русского предложения либо распознаётся с ошибкой, либо превращается в набор похожих по звучанию русских слов. У программиста редко получается выстроить фразу так, чтобы обойтись без английского совсем: большая часть профессиональных терминов и так английские, просто прижились в разговоре.

Знаки препинания и заглавные буквы Поток расставляет сам, диктовать «запятая» или «точка» не нужно. Для описания бага, где обычно несколько предложений подряд — шаги воспроизведения, ожидаемое и фактическое поведение, — это освобождает от лишней работы: продиктовал абзац целиком, знаки расставились сами.

Личный словарь под свой стек

Личный словарь входит в тариф Pro: туда добавляют то, что обычная модель не предскажет без контекста — имена библиотек, названия внутренних сервисов, редкие сокращения конкретного проекта. Слово из словаря распознаётся правильно, даже если в обычной речи оно почти не встречается.

Сниппеты — тоже часть Pro, готовые куски текста для повторяющихся частей работы: шаблон описания бага с полями «шаги воспроизведения», «ожидаемо», «получилось», стандартная подпись под пул-реквестом. Такие вещи каждый раз печатать заново — трата времени, а надиктовывать целиком тоже не быстрее, чем один раз собрать заготовку.

Бесплатный тариф даёт распознавание без словаря и сниппетов и ограничен по объёму в неделю — для разовой диктовки хватает, для ежедневной работы с техническими терминами и типовыми документами обычно нужен Pro. Похожая логика работает и в других профессиях — обзор в статье голосовой ввод для разных профессий.

Где термины всё равно спотыкаются

Поток — облачный сервис, распознавание идёт на серверах в России, без интернета он не работает. Компаниям, которым внутренние правила запрещают отправлять данные в облако, обычный тариф не подойдёт — для них есть бизнес-вариант по запросу.

Голосовых команд у Потока нет: поправить текст или вставить символ отдельной командой не получится, распознаётся только обычная речь. Точный синтаксис — скобки, отступы, имена переменных — голосом надиктовать неудобно, такие вещи быстрее и надёжнее делать руками. Голос выручает вокруг кода — в техническом задании, комментарии, описании бага, — а не в самом коде. Если нужно надиктовать не код, а обычный документ — например, составить текст в Word голосом — принцип тот же: сформулировать фразу целиком, потом отпустить клавишу.

Частые вопросы

Встроенная диктовка и «Поток»

Первоисточники: support.microsoft.com · support.apple.com