AGC (автоматическая регулировка усиления) — автоматическая подстройка громкости записи в зависимости от уровня голоса: она выравнивает звук, если человек говорит то тише, то громче. Устроено это как замкнутый контур обратной связи: устройство постоянно измеряет уровень сигнала и держит итоговую громкость в подходящих пределах, даже если исходный сигнал колебался.
Голос редко звучит ровно: человек то приближается к микрофону, то отворачивается, то говорит тише, то повышает тон. За то, чтобы итоговая запись при этом не «прыгала» по громкости, отвечает автоматическая регулировка усиления, или AGC.
Где термин всплывает в жизни
С AGC сталкивался почти каждый, кто разговаривал по телефону, сидел на видеозвонке или включал диктофон: пока человек говорит на одном расстоянии от микрофона и с одной громкостью, звук ровный, а стоит отодвинуться или, наоборот, повысить голос — устройство само подтягивает или приглушает уровень сигнала, чтобы собеседник или система распознавания не потеряли часть слов.
AGC выравнивает громкость, если человек говорит то тише, то громче — например, начал фразу спокойно, а закончил на эмоциях, или наоборот, начал громко и постепенно затих. Без такой подстройки часть записи вышла бы едва слышной, а часть — с искажениями от перегрузки сигнала.
Смежные понятия разобраны в статье про ASR и в общем словаре терминов распознавания речи: там AGC — лишь один из этапов подготовки звука перед тем, как его обработает система.
Что такое AGC (автоматическая регулировка усиления) простыми словами
AGC, или автоматическая регулировка усиления, — это механизм, который сам решает, насколько усилить или ослабить входной сигнал, чтобы на выходе получился ровный по громкости звук. Устроено это как замкнутый контур обратной связи: устройство постоянно измеряет уровень сигнала и подстраивает усиление так, чтобы итоговая громкость держалась в подходящих пределах, даже если исходный сигнал колебался.
Проще говоря, AGC — это автоматический регулятор громкости, который крутит сам себя, а не человек: сигнал стал тише — усиление прибавили, стал громче — убавили.
| Термин | Что значит | Пример |
|---|---|---|
| AGC (автоматическая регулировка усиления) | автоматическая подстройка громкости записи в зависимости от уровня голоса | AGC выравнивает громкость, если человек говорит то тише, то громче |
| WER (Word Error Rate) | метрика точности распознавания речи — доля ошибочных слов относительно эталонного текста | WER 10% значит примерно 10 ошибок на 100 слов |
| MFCC (мел-частотные кепстральные коэффициенты) | набор признаков звука, который традиционно используют для описания речи перед распознаванием | MFCC долгое время были стандартным признаковым представлением в ASR |
| Пользовательский словарь | список терминов, имён и сокращений, которые пользователь добавляет вручную, чтобы система распознавала их точнее | личный словарь помогает верно распознавать редкие фамилии и профессиональные термины |
Ограничения Потока по этой части
В «Потоке» устройство микрофона можно выбрать в настройках приложения и в меню его значка в трее — это единственное, что известно о работе с микрофоном на этом этапе записи. Сам «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета оно не работает.
Частые вопросы
AGC — это подготовка звука ещё до распознавания: она выравнивает громкость записи, если человек говорит то тише, то громче, чтобы на вход системе распознавания попадал более ровный сигнал.
Устройство микрофона можно выбрать в настройках «Потока» и в меню его значка в трее; подробности о самой обработке звука к этой настройке не относятся.
Голосовой ввод — это диктовка в реальном времени в активное текстовое поле. Транскрибация — перевод уже готовой аудио/видеозаписи (лекции, звонка, подкаста) в текст постфактум, часто с диаризацией (разделением по говорящим).
Да, у ряда платформ есть встроенная транскрибация встреч: в Zoom — для облачных записей, в Microsoft Teams — во время встречи, в Google Meet — на тарифах Google Workspace. Альтернатива — записать звук и обработать отдельным сервисом транскрибации после звонка. Приложение «Поток» такой расшифровки не делает — оно для живой диктовки; запись звонка файлом можно отправить Telegram-боту «Потока» @potok_now_bot.
Через Поток можно надиктовать протокол вживую, произнося его по ходу или сразу после совещания. Расшифровка уже записанного аудиофайла встречи (готовая запись Zoom/Телемост) — отдельная задача транскрибации: такой файл можно отправить Telegram-боту «Потока» @potok_now_bot.
Голосовой ввод — это диктовка в реальном времени: говоришь и сразу получаешь текст в активном поле. Транскрибация — это расшифровка уже готовой аудио- или видеозаписи (например, записи встречи) в текст постфактум. Приложение «Поток» решает первую задачу — живую диктовку; готовые записи на русском расшифровывает его Telegram-бот @potok_now_bot.
Скачать «Поток»
Работает по одной клавише в любой программе. 14 дней полного доступа, потом Free 2500 слов в неделю или Pro 690 ₽/мес (499 ₽/мес за год). «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 |
Первоисточники: en.wikipedia.org · support.microsoft.com