Доменная адаптация — это настройка модели распознавания под особенности конкретной предметной области: юриспруденции, медицины, ИТ. Модель, обученную на обычной речи, донастраивают под термины и обороты конкретной отрасли, чтобы она реже путала специфические слова. «Поток» (potok.now) устроен иначе: у него единая модель, обученная под русскую речь целиком, включая термины.
В двух словах: доменная адаптация — это когда модель распознавания донастраивают под особенности конкретной сферы, а не под речь вообще. Разбираемся, где термин встречается в голосовом вводе и почему это важно при выборе программы.
Где применяют доменную адаптацию
Термин всплывает там, где обычная модель распознавания речи встречается с профессиональным жаргоном конкретной сферы:
- в ИТ и разработке — жаргон, английские термины и аббревиатуры, которых нет в повседневной речи;
- в медицине — названия препаратов, диагнозов и процедур, редких вне кабинета врача;
- в юриспруденции — устойчивые обороты и термины документов, непривычные для обычной речи;
- в материалах о распознавании речи — там доменную адаптацию обсуждают как способ применить уже обученную модель к новой области данных.
Модель обучают на одном распределении данных — исходном домене, а затем применяют к другому, связанному, но отличающемуся распределению — целевому домену. Проще говоря: обучили на общей речи, применяют к речи конкретной отрасли. Сам процесс превращения звука в текст — отдельный термин, автоматическое распознавание речи; другие термины из этой области — в словаре распознавания речи.
| Термин | Что значит | Пример |
|---|---|---|
| Доменная адаптация | настройка модели распознавания под особенности конкретной предметной области — юриспруденции, медицины, ИТ | доменная адаптация снижает число ошибок в специфических терминах отрасли |
| Нормализация чисел | преобразование произнесённых числительных в цифровую запись при распознавании речи; в отрасли этот шаг постобработки называют обратной текстовой нормализацией (ITN), а «нормализацией текста» (TN) — обратное направление, перевод цифр в слова для синтеза речи | «двадцать пятое сентября» становится «25 сентября» |
| Attention-механизм | часть нейросети, которая позволяет модели фокусироваться на релевантных участках звука при генерации каждого слова | attention-механизм лежит в основе современных трансформерных ASR-моделей |
| Push-to-talk (зажатие хоткея) | режим записи, при котором звук пишется только пока зажата клавиша или кнопка | push-to-talk — стандартный способ управления записью у десктопных приложений диктовки |
На что это влияет при выборе программы
Если в описании программы упоминается доменная адаптация под конкретную отрасль, это значит, что модель настроена не абстрактно под русскую речь вообще, а под лексику именно этой сферы. Доменная адаптация снижает число ошибок в специфических терминах отрасли — это прямо следует из определения термина.
Стоит проверять, под какую именно область адаптирована модель: настройка под медицинскую лексику не гарантирует такого же результата в юридической — это разные распределения данных и разные термины. У «Потока» (potok.now) подход другой: модель одна, обучена под русскую речь целиком, включая термины, без отдельной настройки под конкретную отрасль.
Где «Поток» тут ни при чём
У «Потока» (potok.now) — облачный сервис: распознавание идёт на серверах в России, без интернета не работает. Модель у него одна, обучена под русскую речь целиком, включая термины, без отдельной настройки под конкретную отрасль.
Частые вопросы
Она снижает число ошибок в специфических терминах отрасли — юриспруденции, медицины, ИТ и подобных: модель донастраивают под лексику именно этой сферы, а не под речь вообще.
Отдельной настройки под конкретную отрасль у «Потока» (potok.now) нет: модель одна, обучена под русскую речь целиком, включая термины. Для редких слов и имён есть личный словарь на тарифе Pro.
Как начать
«Поток» есть для Windows, macOS и Linux. Две недели всё открыто бесплатно, дальше — 2500 слов в неделю без оплаты. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Голосовое из мессенджера или запись созвона можно переслать боту @potok_now_bot — он пришлёт текст. Бот входит в ту же подписку, что и приложение «Поток».
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