В Whisper для имён и терминов есть параметр initial_prompt, а в API OpenAI у whisper-1 такая подсказка (prompt) занимает до 224 токенов. Мейнтейнер советует список имён и мест, но эффект называет небольшим, и части пользователей это не помогает. Поток (potok.now) — облачная диктовка с личным словарём в тарифе Pro.
Редкая фамилия, название фирмы, термин из вашей отрасли: Whisper может записать их иначе. Ниже то, что об этом написано в документации и обсуждениях проекта.
Как улучшить распознавание имён и терминов в Whisper: варианты
- Параметр initial_prompt в transcribe.py. Это контекст, который передают модели перед распознаванием, в том числе для имён и терминов.
- Совет мейнтейнера Whisper: положить в initial_prompt список имён и мест. Эффект он описывает осторожно, как немного более высокий шанс верной записи, и у части пользователей это не помогает.
- Дообучение модели. Мейнтейнер называет его запасным вариантом, если подсказки не хватило.
- Prompt в API OpenAI. Для whisper-1 он принимает до 224 токенов.
Как выбрать способ
Если вы запускаете Whisper сами, начните с initial_prompt и списка имён из ваших записей. Если подсказка не помогла, мейнтейнер называет запасной вариант: дообучение.
Если работаете через API OpenAI, у whisper-1 подсказка ограничена 224 токенами. Страница документации рекомендует и модель gpt-transcribe, у неё указаны параметры prompt, keywords и languages.
Как Whisper устроен внутри, рассказывает материал как работает модель Whisper. О брендах и именах в голосовом вводе вообще — в статье как повысить точность на названиях и терминах.
Где Поток не лучший вариант
В Поток есть личный словарь для терминов и имён, он входит в тариф Pro. При этом Поток — облачный сервис, распознавание на серверах в России; без интернета не работает. Это приложение для диктовки на компьютере, версий для Android и iPhone нет. Для готовых записей есть Telegram-бот potok_now_bot: одна подписка действует и в приложении, и в боте.
Частые вопросы
Да, у модели whisper-1 есть параметр prompt, длиной до 224 токенов. Страница документации рекомендует также модель gpt-transcribe, у неё указаны параметры prompt, keywords и languages.
Да, на рынке есть похожие сервисы голосового ввода: зарубежный Wispr Flow, а также Talkpad, Voisty и другие. Поток отличается тем, что сделан для русской речи, данные обрабатываются на серверах в России (режим 152-ФЗ), а оплата принимается рублём с карты РФ.
Есть бесплатный пробный период на 14 дней с полным доступом к функциям Pro, карта не требуется. После пробного периода — либо бесплатный лимит 2500 слов в неделю, либо платная подписка Pro 690 ₽/мес (дешевле при годовой оплате — 499 ₽/мес).
Зарегистрироваться можно по e-mail с паролем или через Google. При регистрации по e-mail на почту приходит письмо со ссылкой подтверждения; после перехода по ней можно войти. Подписку и оплату видно в личном кабинете potok.now/account.
Нет. «Поток» (potok.now) — это десктопное приложение для голосового ввода текста на Windows, macOS и Linux: зажал хоткей, продиктовал, текст вставился в активное поле. К инвестиционным сервисам или финансовым платформам с похожим названием отношения не имеет.
Нет, версии Потока для Android нет — продукт работает только на компьютере: Windows, macOS и Linux. Для Android есть встроенный голосовой ввод Google (Gboard) или клавиатура Samsung.
Проверить за вечер
Установите «Поток», продиктуйте то, что обычно печатаете, и сравните. 14 дней полного доступа, карта не нужна. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»В подписку «Потока» входит и Telegram-бот @potok_now_bot: перешлите ему голосовое или длинную запись встречи — он вернёт текст. Без подписки в боте 60 минут в месяц бесплатно.
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 |
| Задача | Знаков | Печать (200 зн/мин) | Голос (900 зн/мин) |
|---|---|---|---|
| ответ в чате | 300 | 2 мин | 0.5 мин |
| письмо | 1500 | 8 мин | 1.7 мин |
| пост или протокол | 4000 | 20 мин | 4.4 мин |
| статья | 10000 | 50 мин | 11.1 мин |
Первоисточники: support.microsoft.com · support.apple.com