Голосовой ввод распознаёт кашель или прочистку горла как случайные слова, потому что система распознавания речи пытается интерпретировать любой похожий на речь звук и не отфильтровывает не-речевые звуки полностью. Помогают 2 действия: ставить диктовку на паузу перед кашлем, если это возможно, и вручную удалять случайно распознанные слова после. Как альтернативу можно попробовать Поток (potok.now).
Если во время диктовки кашлянуть или прочистить горло, в готовом тексте иногда появляется случайное слово — его никто не произносил, просто система приняла звук за речь. Это встречается на Windows, macOS и Android и не связано с конкретной моделью микрофона.
Самое быстрое решение
Пока диктовка идёт, старайтесь ставить её на паузу перед кашлем или прочисткой горла — если, конечно, получается это предугадать. Когда это не удалось и лишнее слово уже попало в текст, проще всего дочитать фразу до конца и вручную удалить случайно распознанное слово: искать причину в микрофоне или настройках в этом случае бессмысленно, само распознавание тут работает штатно.
| Симптом | Причина | Решение |
|---|---|---|
| В тексте появляются лишние случайные слова в моменты, когда пользователь кашлянул или прочистил горло во время диктовки | Система распознавания речи пытается интерпретировать любой звук, похожий на речь, как слова — она не отфильтровывает не-речевые звуки полностью | Поставить диктовку на паузу перед кашлем/прочисткой горла, если это возможно, и вручную удалить случайно распознанные слова |
Почему это вообще случается
Дело не в поломке и не в конкретном устройстве. Система распознавания речи устроена так, что пытается превратить в текст любой звук, похожий на человеческую речь, и не отфильтровывает не-речевые звуки полностью. Кашель и прочистка горла по акустике достаточно близки к отдельным звукам речи, поэтому система иногда принимает их за начало или обрывок слова и подставляет ближайшее по звучанию совпадение. Вывод основан на официальной документации и справочных материалах о распознавании речи. Другие похожие сбои микрофонов и гарнитур при диктовке собраны в разделе mic-headset.
- Платформы
- Windows, macOS, Linux
- Бесплатно
- Free: 2500 слов в неделю; первые 14 дней — полный доступ без карты
- Pro
- Pro 690 ₽/мес, 499 ₽/мес при оплате за год
- Оплата
- российские карты, рубли
- Где распознаётся речь
- облако, серверы в России; нужен интернет
«Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает. Скачать: potok.now/download
Как не наступить на это снова
- Если чувствуете, что вот-вот кашлянёте или нужно прочистить горло, останавливайте диктовку заранее, а не пытайтесь договорить фразу сквозь это.
- После длинной диктовки перечитывайте текст целиком хотя бы один раз — случайные слова от кашля обычно выделяются на фоне остального текста и легко находятся при чтении.
Где Поток не заменит встроенный ввод
На Android у Потока нет приложения — там остаётся только встроенная диктовка со всеми её особенностями, включая эту. На Windows и macOS Поток можно рассматривать как альтернативу, если качество распознавания русской речи важнее, чем при системной диктовке, но от случайного слова после кашля не застрахован ни один инструмент распознавания речи. Поток — облачный сервис, распознавание идёт на серверах в России, без интернета он не работает. Общий список типичных проблем голосового ввода собран на странице «не работает голосовой ввод».
Частые вопросы
Общая особенность. Система распознавания пытается интерпретировать любой похожий на речь звук как слова и полностью не отфильтровывает не-речевые звуки вроде кашля — это свойство того, как вообще устроено распознавание речи, а не сбой конкретного микрофона или приложения.
Голосовой ввод — это преобразование речи в текст «на лету»: пользователь говорит, а программа расшифровывает звук через технологию распознавания речи (ASR) и вставляет получившийся текст в активное поле — почту, мессенджер, документ. У Потока это устроено через хоткей: зажал — говоришь — отпустил — текст вставился.
У Потока заявлено около 900 знаков в минуту голосом против около 200 при печати — примерно в 4 раза быстрее. Это оценка продукта, а не независимый замер.
Встроенные системные инструменты (Win+H в Windows, Диктовка в macOS, Voice Typing в Google Docs, Gboard на Android), голосовые расширения браузера, а также специализированные десктопные/веб-сервисы (Поток и аналоги), которые работают поверх любого приложения через хоткей.
Да: в Windows есть встроенный голосовой ввод по Win+H (русский — только в Windows 11, в Windows 10 русского нет; без интернета не работает), а на Mac — системная диктовка в настройках клавиатуры. Обе бесплатны.
По модельной оценке, средняя скорость диктовки через Поток — около 900 знаков в минуту против примерно 200 знаков в минуту при обычной печати, то есть речь заметно быстрее клавиатуры.
Попробовать на своих текстах
Скачайте «Поток» для Windows, macOS или Linux: первые 14 дней — полный доступ без карты. Потом бесплатно 2500 слов в неделю или Pro за 690 ₽ в месяц. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Одна подписка — два инструмента: диктовка в любой программе на компьютере и @potok_now_bot в Telegram, который расшифровывает голосовые, аудио и видео.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
Первоисточники: arxiv.org · pmc.ncbi.nlm.nih.gov