Spui „mesaj către Ana: ajung în zece minute”, iar telefonul scrie exact asta, cu tot cu diacritice. Pare simplu, dar în spate au loc câțiva pași interesanți. Recunoașterea vocală este tehnologia care transformă vorbirea în text, iar azi o folosesc dictarea de pe tastatură, asistenții vocali, subtitrările automate și multe mașini. Înțelegerea pașilor din spate te ajută să vorbești în așa fel încât telefonul să te priceapă din prima.
Cum ajunge vocea ta text pe ecran?
Drumul de la sunet la text are patru etape, care se petrec în mai puțin de o secundă.
- Captarea sunetului. Microfonul transformă vibrațiile aerului într-un semnal digital, adică într-un șir lung de numere.
- Curățarea. Programul reduce zgomotul de fond și împarte semnalul în bucăți foarte scurte, de câteva sutimi de secundă.
- Recunoașterea sunetelor. Un model de inteligență artificială, antrenat pe foarte multe ore de vorbire înregistrată, estimează ce sunete ale limbii se aud în fiecare bucată.
- Alegerea cuvintelor. Din sunete, modelul construiește cele mai probabile cuvinte și propoziții, ținând cont de ce are sens în context.
Ultima etapă explică de ce telefonul scrie corect „am cumpărat pâine” și nu „am cumpărat pe ine”. Modelul „știe”, din exemplele pe care a învățat, care combinații de cuvinte apar firesc în limbă. Pentru cine vrea să înțeleagă cum învață astfel de modele, ghidul despre rețelele neuronale pe înțelesul tuturor e continuarea naturală.
De ce greșește uneori recunoașterea vocală?
Modelul lucrează cu probabilități, nu cu certitudini. Când sunetul e neclar sau cuvântul e neobișnuit, alege varianta care i se pare cea mai probabilă, iar uneori aceasta e greșită. Situațiile tipice:
- zgomotul de fond: televizorul, traficul, vântul în microfon;
- numele proprii rare, denumirile de localități mici sau termenii de specialitate;
- vorbitul foarte repede sau cu vocea coborâtă;
- cuvintele din alte limbi amestecate în frază;
- accente regionale mai rar întâlnite în exemplele de antrenament.
Soluțiile sunt simple: ții telefonul la o palmă de gură, vorbești în ritm normal și corectezi cu tastatura doar cuvântul greșit. Unele tastaturi învață cu timpul numele pe care le folosești des. Despre cum se descurcă AI-ul cu graiurile și accentele găsești detalii în ghidul despre accentele și dialectele înțelese de AI.
Cât de bine merge transformarea vocii în text în limba română?
Pe telefoanele actuale, vocea în text funcționează bine în română pentru mesaje, notițe și căutări. Diacriticele apar corect în cele mai multe cazuri, pentru că modelul le deduce din context. Pentru a o folosi, limba română trebuie adăugată în setările tastaturii sau ale dictării.
| Unde o folosești | Cum o pornești, de obicei |
|---|---|
| Tastatura pe Android (de exemplu Gboard) | iconița de microfon de pe tastatură |
| Tastatura pe iPhone | iconița de microfon, după ce activezi dictarea în setări |
| Asistenți vocali | cuvântul de pornire sau apăsarea lungă pe un buton |
| Aplicațiile de chat AI | butonul de microfon sau modul de conversație vocală |
Pentru pașii detaliați de dictare pe fiecare tip de telefon, ghidul despre dictarea pe telefon îi ia pe rând. Asistenții vocali merg un pas mai departe: după ce transformă vorbirea în text, încearcă să înțeleagă ce vrei și să acționeze.
Ce se întâmplă cu înregistrările vocii tale?
Recunoașterea vocală se face în două feluri. Pe multe telefoane recente, o parte din procesare are loc direct pe dispozitiv, fără ca vocea să plece undeva. Alteori, sunetul e trimis pe serverele producătorului, procesat acolo, iar textul se întoarce pe telefon.
Producătorii mari explică în setări ce variantă folosesc și dacă păstrează înregistrările. Câteva lucruri pe care le poți verifica:
- în contul Google, la secțiunea de activitate, poți vedea și șterge activitatea vocală salvată, dacă există;
- pe iPhone, în setările Siri, poți șterge istoricul Siri și dictării;
- în setările tastaturii, caută opțiunea pentru recunoaștere pe dispozitiv sau fără internet.
O regulă de bun-simț: dictează fără grijă mesaje și notițe obișnuite, dar evită să spui cu voce tare parole, coduri de card sau date medicale, mai ales în locuri publice.
Cum folosești dictarea ca să-ți fie cu adevărat utilă?
Să ne închipuim un utilizator ipotetic: domnul Gheorghe, 68 de ani, din Bacău, scrie greu pe ecranul mic al telefonului. De când dictează, trimite nepoților mesaje lungi, cu povești din grădină. A învățat trei trucuri: spune „virgulă” și „punct” când programul nu le pune singur, face o pauză scurtă înainte de nume și recitește mesajul înainte de trimitere.
Încearcă și tu azi un test simplu: dictează o listă de cumpărături de cinci produse, apoi un mesaj de două fraze către cineva drag. Vei vedea repede ce înțelege bine telefonul tău și unde are nevoie de ajutor.
Întrebări frecvente
De ce telefonul nu pune singur virgulele când dictez?
Unele programe de dictare adaugă punctuația automat, altele așteaptă să o spui cu voce tare, de exemplu „virgulă” sau „punct”. Încearcă ambele variante și verifică în setările tastaturii dacă există opțiunea de punctuație automată.
Funcționează dictarea fără internet?
Pe multe telefoane recente, da, pentru limbile descărcate pe dispozitiv. Verifică în setările tastaturii sau ale dictării dacă limba română poate fi descărcată pentru folosire fără internet. Fără această opțiune, dictarea are nevoie de conexiune.
Recunoașterea vocală e același lucru cu un asistent vocal?
Recunoașterea vocală e doar primul pas: transformă vorbirea în text. Un asistent vocal, ca Google Assistant, Gemini sau Siri, folosește apoi textul acela ca să înțeleagă cererea și să răspundă sau să facă o acțiune.
Ghid redactat cu ajutorul AI și revizuit de Echipa Logicon. Cum scriem ghidurile
Toate ghidurile · Alte ghiduri: Cum funcționează AI-ul, explicat simplu