Голосовой ввод против клавиатуры: когда что выбрать

Голосовой ввод обгоняет клавиатуру там, где текст длинный и связный — письма, отчёты, заметки: сказать выходит быстрее, чем напечатать. У Потока (potok.now) заявлено около 900 знаков в минуту голосом против 200 при печати. Клавиатура выигрывает там, где нужна тишина, точность формул и кода или частая правка уже готового текста.

Голосовой ввод и клавиатура — два способа поместить мысль в текст, и вопрос не в том, какой из них лучше вообще, а в том, какой быстрее и удобнее для конкретной задачи прямо сейчас. У одних текст в основном длинный и связный — переписка, отчёты, заметки, — у других короткий и структурированный — код, таблицы, формулы. От этого и зависит выбор между тем, чтобы сказать, и тем, чтобы напечатать.

Как устроен голосовой ввод

Голосовой ввод работает по одному и тому же принципу почти во всех программах: микрофон записывает звук, нейросеть распознаёт в нём слова, готовый текст вставляется туда, где стоит курсор — в мессенджер, документ, поле формы. Разница между конкретными программами в том, где именно идёт распознавание и насколько быстро текст успевает появиться после того, как договорили фразу.

Часть программ распознаёт речь в облаке: звук уходит на сервер разработчика, там превращается в текст и возвращается обратно. Так устроены, например, SpeakFlow, Диктуй, Talkpad и Поток — у последнего распознавание идёт на серверах в России, собственной моделью, обученной под русскую речь, с откликом около 0,4 секунды. Другая часть программ распознаёт прямо на устройстве, без обращения к серверу: Voisty, WhispeRu, GigaType и Molvi работают именно так, и это особенно заметно там, где интернета нет или он слабый.

С клавиатурой всё устроено иначе и гораздо проще: каждое нажатие клавиши сразу превращается в символ на экране, без распознавания и без задержки на обработку. Это надёжный и предсказуемый способ, который не зависит ни от качества микрофона, ни от шума вокруг, ни от акцента говорящего — именно поэтому для коротких точных правок клавиатура часто оказывается быстрее, чем произнести фразу и дождаться, пока она распознается.

Где диктовка экономит время, а где мешает

Диктовка выигрывает там, где текст длинный, связный и рождается по ходу дела: письма клиентам, заметки после встречи, черновик отчёта, ответы в переписке. У Потока заявленная скорость голосом — около 900 знаков в минуту против примерно 200 при печати, и разрыв тем заметнее, чем длиннее текст и чем меньше в нём структуры вроде таблиц или формул. Похожий вывод есть и в материале про отказ от печати руками: чем больше связного текста за день, тем сильнее ощущается разница.

Диктовка проигрывает там, где текст короткий, но требует точности: код, формулы, номера счетов, адреса с цифрами и буквами вперемешку — надиктовать такое без ошибок сложнее, чем напечатать, а на исправление ошибки распознавания часто уходит больше времени, чем ушло бы на саму печать. Плохо работает голосовой ввод и там, где нужно часто прерываться на мысль или сверяться с другим документом: клавиатура в такие паузы не мешает, а диктовка требует более-менее непрерывной речи.

Третий фактор — обстановка вокруг. В открытом офисе, в переговорной с людьми, в общественном транспорте диктовать вслух неудобно и не всегда уместно, а клавиатура работает одинаково в любой обстановке, лишь бы был текст, который нужно набрать. Дома, в машине или в дороге, где печатать неудобно физически, ситуация обратная: диктовка становится едва ли не единственным разумным способом быстро зафиксировать мысль.

Когда лучше печатать или взять другой инструмент

Клавиатура остаётся лучшим выбором для кода, формул, таблиц и любого текста, где важна точность до символа, а также там, где вслух говорить неудобно или невозможно: в переговорной, на созвоне, в шумном общественном месте. Она же выигрывает при частой точечной правке уже написанного текста — подвинуть слово, поправить окончание, вставить символ быстрее сделать руками, чем объяснять голосом.

Есть сценарии, где не подходит именно Поток, даже если диктовка в целом уместна: Поток — облачный сервис, распознавание на серверах в России, и без интернета он не работает, поэтому в дороге без связи или в помещении с запретом на облачные сервисы понадобится другой инструмент. Для полностью офлайн-варианта среди программ голосового ввода подходят, например, Voisty, WhispeRu или GigaType — они распознают речь прямо на устройстве.

Частые вопросы

Программы по теме: сравнение условий

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