Нецензурная лексика при диктовке: как сервисы её фильтруют или пропускают

Большинство программ голосового ввода просто транскрибируют услышанное, без отдельного фильтра: распознавание не оценивает содержание, оно превращает звук в текст. В открытых описаниях программ, включая Поток (potok.now), обработка нецензурной лексики обычно не упоминается отдельным пунктом; проверить, что получится в вашем случае, проще всего самому — например, на бесплатном тарифе, у Потока это 2500 слов в неделю.

Голосовой ввод — это программа, которая превращает речь в текст: она слушает звук и подбирает наиболее вероятные слова, не разбирая по смыслу или уместности то, что было сказано. Нецензурная лексика с точки зрения модели распознавания — обычные слова, а то, что происходит дальше — исчезает мат, заменяется звёздочками или остаётся как есть, — решает отдельный слой обработки текста, если разработчик вообще его добавил.

Что проверить, если фильтрация мата для вас важна

Официальные описания программ голосового ввода почти никогда не разбирают этот вопрос отдельно: страницы с ценами и списком функций рассказывают про языки, платформы и лимиты слов, но не про то, что случится с бранным словом на экране. Поэтому единственный надёжный способ — проверить самому.

• Продиктуйте тестовую фразу с бранным словом и посмотрите на результат: слово вставилось целиком, заменилось звёздочками или пропало вовсе — так сразу видно, какой из трёх сценариев у конкретной программы.
• Проверьте, есть ли в настройках отдельный переключатель фильтра. Если он спрятан среди опций, поведение можно включить или выключить под задачу; если такой настройки нет, поведение фиксированное и менять его нельзя.
• Оцените, как программа обходится с похожими по звучанию словами, не имеющими отношения к мату: слишком грубый фильтр иногда обрезает или искажает безобидные слова с похожим корнем.
• Для журналистской или исследовательской транскрипции, где точность цитаты важнее вежливости, узнайте, можно ли отключить любую автоматическую подмену слов — печатать точный текст интервью в таких случаях важнее аккуратного вида.
• Проверьте, связано ли поведение с личным словарём программы. Личный словарь — это список терминов и имён для более точного распознавания, а не настройка фильтрации; у Потока такой словарь есть, но это не одно и то же с обработкой мата.
• Тестируйте на бесплатном тарифе, а не оформляйте платную подписку вслепую — у большинства программ из обзора есть бесплатный период или лимит слов, которого хватит на пару тестовых фраз. Полный список программ с бесплатными тарифами собран в разделе с обзором.

Где чаще всего ошибаются при выборе

Частая ошибка — считать, что раз сервис позиционируется как деловой или семейный, мат в нём автоматически вырезается: маркетинговое позиционирование не то же самое, что конкретная техническая функция, и без прямого упоминания в документации рассчитывать на неё не стоит.

Вторая ошибка — путать личный словарь с фильтром. Добавление своих терминов и имён в словарь Потока или похожих программ помогает точнее распознавать редкие слова, но не управляет тем, что произойдёт с бранной лексикой — это разные механизмы, и наличие одного не говорит о наличии другого. Подробнее о словаре терминов и об особенностях распознавания русской речи — в материале про голосовой ввод под русскую речь.

Третья ошибка — ждать одинакового поведения от облачных и локальных программ просто по типу распознавания. Место, где считает модель — на сервере или на устройстве, — определяет, куда уходит звук, а не то, добавлен ли в конкретном продукте отдельный слой цензуры: это два независимых решения разработчика, и одно не следует из другого.

Ещё одна ошибка — верить общим описаниям вместо того, чтобы продиктовать реальную фразу из своей работы: тестовая фраза за минуту говорит о поведении программы больше, чем страница с описанием функций.

Где эта тема вообще не про Поток

Если задача — надиктовывать материалы там, где интернета нет или он нестабилен, а заодно вручную контролировать, что происходит с каждым бранным словом, Поток не подойдёт независимо от того, как он обходится с нецензурной лексикой: это облачный сервис, распознавание на серверах в России, без интернета не работает — диктовки просто не будет, и вопрос фильтрации не возникнет.

Не подойдёт Поток и тем, кому нужна гарантированная и документированная политика фильтрации для соответствия внутренним корпоративным правилам: раз это отдельно не описано в открытых материалах, полагаться на конкретное поведение как на официально заявленную функцию нельзя — только на то, что показала собственная проверка на бесплатном тарифе.

Частые вопросы

Первоисточники: speakflow.ru · speakflow.ru · speakflow.ru · blog.speakflow.ru