تبدیل صدا به متن؛ چالش ها، ابزارهای موردنیار

من تبدیل صدا به متن را برای تمام تایپ هایم امتحان کردم: نتایجی که دیدم غیرقابل تصور بود. به عنوان یک نویسنده، همیشه علاقه مند به آزمایش روش های جدید برای افزایش بهره وری و کارایی هستم و می خواهم زودتر به نتیجه مطلوب برسم؛ آن هم در روزگاری که چه بخواهیم چه نخواهیم وقتمان دارد مثل برق و باد می گذرد. البته حواسم هست که هر تغییری برای بهبود کارایی، نباید از کیفیت کار من چیزی کم کند. من اخیراً برای نوشتن چند مقاله، تبدیل صدا به متن را امتحان کردم تا ببینم آیا واقعاً بهره‌وری من را افزایش می‌دهد یا خیر.
وقتی دیدم چقدر سریعتر از صفحه کلید می توانم بنویسم، شگفت زده شدم! البته من یک تایپیست خیلی سریع و فرز هستم، اما گاهی اوقات کمی زمان می برد تا مغزم به انگشتانم دستور بدهد! با تبدیل صدا به متن، می‌توانستم هر چیزی را که معمولاً تایپ می‌کردم دیکته کنم، درست شبیه یک مکالمه معمولی! با این حال، وقتی خواستم تصحیح مقاله را تصحیح کنم شوکه شدم.

مطالعه راهنمای نصب ورد در اندروید؛ نکته ها و ترفندها

آنچه برای شروع نیاز دارید؛ تبدیل صدا به متن

قبل از اینکه درباره تجربه من از تبدیل صوت به متن حرف بزنیم بیایید نگاهی گذرا به چیزهایی بیندازیم که شما برای شروع به آن نیاز دارید. یکی از ابزار مورد نیاز میکروفونی است که گفتار و صدای شما را می گیرد. مورد دیگر نرم افزار دیکته است که می تواند گفتار شما را روی صفحه به کلمات تبدیل کند.

میکروفون

هدست با میکروفون یکی از بهترین راه ها برای دیکته کردن است. پس اولین چیزی که نیاز دارید یک میکروفون است. حتما فکرتان در ابتدا سمت استفاده از میکروفن در رایانه شخصی تان می رود اما احتمالاً این ایده خوبی نیست. میکروفون‌های تعبیه‌شده در رایانه‌ها و وب‌کم‌ها واقعاً خوب کار نمی‌کنند.
مشکل این میکروفون های یکپارچه این است که صدا را به وضوح دریافت نمی کنند. اگر تا به حال در تماس ویدیویی بوده باشید و حتما به صورت مشهود دبده اید که مخاطب شما در شنیدن صدای تان مشکل دارد. بهترین توصیه استفاده از یک هدست با یک میکروفون داخلی است که تا جلوی دهان شما می آید؛ یک میکروفون مستقل که روی میز شما قرار می گیرد هم گزینه خوبی است.

نرم افزار تبدیل صوت به متن

شما همچنین به نرم افزار دیکته نیاز دارید، با این حال می توانید از ابزارهای داخلی تشخیص گفتار در رایانه هم استفاده کنید. هم مک و هم رایانه های شخصی دارای برنامه های دیکته داخلی هستند که گفتار شما را به کلمات متنی تبدیل می کند. ابزار تشخیص گفتار مایکروسافت گزینه خوبی است و خیلی خوب کار می کند. گوگل نیز ابزار تبدیل صدا به متن خود را در Google Docs در دسترس کاربران قرار داده است.

Google Docs یک ابزار پردازش متن آنلاین است که توسط گوگل ارائه می‌شود و به کاربران امکان می‌دهد تا اسناد متنی، جداول، ارائه‌ها و فرم‌ها را به صورت آنلاین ایجاد و ویرایش کنند. Google Docs بر روی تمامی دستگاه‌ها با اتصال اینترنتی قابل دسترسی است و اسناد در آن به صورت خودکار ذخیره می‌شوند.
علاوه بر این گزینه‌های گنجانده شده، بسیاری از ابزارهای گفتاری شخص ثالث نیز وجود دارد. محبوب ترین برنامه در بین حرفه ای ها Nuance’s Dragon NaturallySpeaking است . این نرم افزار تشخیص گفتار امکان تایپ متون را بر اساس صحبت شما فراهم می‌کند و به کمک یک موتور تشخیص صوت، صداهای تلفظ شده را به متن تایپ شده تبدیل می‌کند.

Dragon NaturallySpeaking قادر است به طور دقیق و با سرعت بالا گفتار کاربر را تشخیص داده و متون مورد نظر را تولید کند.
این نرم افزار به خصوص برای افرادی که به دلایل مختلف ناتوانی یا محدودیت‌های جسمی نمی‌توانند برای مدت طولانی با کامپیوتر تایپ کنند، مفید است. همچنین برای تسهیل و سرعت بخشیدن به ورود اطلاعات به سیستم‌های رایانه‌ای نیز کاربرد دارد.
چیزی که سطح این نرم افزار پولی را بالاتر از ابزارهای رایگان قرار می دهد این است که با گذشت زمان صدای شما را یاد می گیرد و متوجه می شود شما دقیقا چه چیزی می گویید. متأسفانه، یادگیری همه الگوهای گفتاری شما، ممکن است کمی طول بکشد که هزینه بر است.

انتقال از تایپ به صوت چگونه است؟

برای یک تایپیست تغییر از صفحه کلید به میکروفون در ابتدا کمی عجیب و ناآشناست. مثلا فرض کنید روی مقاله ای کار می کنید که در محتوای آن، نظرات زیادی مطرح نشده است و خود محتوای تحقیق کمتر است. این بدان معنی است که شما می توانید به طور طبیعی صحبت کنید، مانند صحبت کردن با یک دوست!در اینجا بخش هایی که نیاز به تحقیق دارند شاید برایتان کمی خسته کننده باشد زیرا به محض این که صفحه را کلیک می کنید دیکته به پایان می رسد و دوباره باید آن را آغاز کنید!
اگر می خواهید از ابزار داخلی تایپ صوتی در ویندوز 11 استفاده کنید برای شروع کار باید با به سادگی با فشار دادن کلیدهای ویندوز و H کار خود را آغاز کنید. با این وجود، کمی آزاردهنده است که باید پس از انجان اصلاحات دوباره دیکته را راه اندازی کنید. علاوه بر این، اگر چند ثانیه صحبت نکنید، تشخیص صدا به پایان می رسد. نکته مثبت درباره این نرم افزار، این است که اکثر ابزارهای تشخیص از جمله ویندوز، دستورات اساسی مانند پرش از یک خط و علائم نگارشی را تشخیص می دهند.

نرخ بهره وری تبدیل صدا به متن

چند روز پیش مقاله ای نوشتم که نزدیک به 2000 کلمه بود و بیشتر آن را به صورت تبدیل صدا به متن نوشتم. با این حال، مانند معمول با تایپ یک طرح کلی شروع کردم، سپس به اضافه کردن چند یادداشت اضافی در زیر هر بخش ادامه دادم تا رشته افکارم را حفظ کنم. همه اینها مراحلی هستند که من معمولاً هنگام نوشتن مقاله انجام می دهم، بنابراین آنها را در نظر نمی گیرم.
گام بعدی نوشتن بدنه متن بود، جایی که من از دیکته استفاده کردم. از مقدمه شروع کردم و از طریق مقاله به نتیجه رسیدم. بعد از این که همه چیز را گفتم و انجام شد، با بررسی که انجام دادم زمان نوشتن مقاله نسبت به تایپ، حدود 35 درصد کاهش پیدا کرده بود. این روش به طور قابل توجهی سریع‌تر بود اما در حین دیکته متوجه برخی بی نظمی ها شدم و در طول مسیر چند خطا را برطرف کردم. با این حال، وقتی نوشتن را تمام کردم و شروع به تصحیح مقاله کردم، متوجه شدم که دیکته چقدر ضعیف عمل می کند. خطاهای زیادی در متن وجود داشت. برخی از آن ها به سادگی کلمات غلط املایی بودند، در حالی که بخش های دیگر نامفهوم و ویرایش آن ها سخت بود.
مطمئنم اگر مقاله را تایپ می کردم، در نهایت باید تعداد انگشت شماری از اشتباهات را برطرف می کردم اما حالا با ویرایش ده ها خطا و بازنویسی جملات در یک زمان مواجه بودم. با در نظر گرفتن این موضوع، یک برنامه دیکته بهتر می توانست برخی از این مسائل را اصلاح کند. در پایان روز، احتمالاً در بهترین حالت، حدود 10 درصد از زمان نوشتن مقاله را کاهش دادم.

مزایا و معایب تبدیل صدا به متن

نظرات طرفداران: 
– جایگزینی سریعتر برای تایپ کردن
– یک تغییر تازه پس از ساعت ها تایپ است.
– برای ایجاد مقالات با لحن محاوره ای عالی است.
– می توانید به صورت رایگان شروع کنید.

نظرات منفی
– به میکروفون نیاز دارد.
– نرم افزار خوب هزینه بر است.
– ویرایش به طور قابل توجهی بیشتر طول می کشد.
– ممکن است لحن شما با تایپ کردن متفاوت باشد.
– زمان می برد تا یاد بگیرید چگونه به طور مؤثر دیکته کنید.

آیا استفاده از صدا به متن را توصیه می کنم؟

در حال حاضر، ممکن است تعجب کنید که آیا تبدیل صدا به متن ارزش استفاده را دارد یا خیر؟! حقیقت این است که پاسخ این سوال به عوامل مختلفی بستگی دارد. دیکته برای اموری مانند اپ و داستان‌ها بسیار خوب عمل می‌کند، زیرا به‌طور طبیعی می‌توانید با میکروفون صحبت کنید. مسلماً باید از یک برنامه دیکته خوب استفاده کنید تا مطمئن شوید که خطاها به حداقل می رسد.
با این حال، بهتر است موضوعاتی مانند مقالات تحقیقاتی و اخبار را تایپ کنید. دلیل هم این است که شروع و توقف هنگام صحبت کردن آزاردهنده خواهد بود و نمی توانید در زمان صرفه جویی زیادی کنید به‌علاوه، بسیاری از مردم از تغییر لحن نوشتارشان در هنگام تغییر صدا به متن غافل می‌شوند.
بیشتر مردم به طور طبیعی متفاوت از آنچه می نویسند صحبت می کنند، به این معنی که متن ممکن است متفاوت خوانده شود.

جمع بندی

تبدیل صدا به متن مطمئناً برای کسانی که وقت خود را صرف یادگیری استفاده از این قابلیت می کنند مزایای عمده ای را ارائه می دهد. با این حال، مزایای آن آنقدرها هم که فکر می کنید شهودی نیست. به‌علاوه، فوراً از شما نویسنده سریع‌تری نمی‌سازد و بازبینی‌ها همچنان لازم است. با این حال، با یک میکروفون خوب و نرم افزار مناسب، می توانید زمان زیادی را با تبدیل صدا به متن ذخیره کنید.

سوالات متداول
– آیا برای تبدیل صدا به متن به یک میکروفون مستقل نیاز دارید؟
خیر، یک میکروفون داخلی کافی است، همانطور که در یک هدست یا وب کم ادغام شده است. با این حال، وضوح گرفتن صدا، می‌تواند با این گزینه‌های یکپارچه مشکل‌ساز باشد، بنابراین ممکن است با یک میکروفون مستقل و جدا نتایج بهتری بگیرید.

– آیا تبدیل صدا به متن با زبان های مختلف کار می کند؟
بله، تبدیل صدا به متن با زبان‌هایی غیر از انگلیسی کار می‌کند، اما ممکن است لازم باشد برای این که رایانه گفتارهای مختلف را تشخیص دهد زبان رایانه خود را تغییر دهید. اگر می‌خواهید زبان پیش‌فرض رایانه‌تان را روی انگلیسی تنظیم کنید، ابزارهای دیکته شخص ثالث ممکن است بهتر کار کنند.

– چقدر سریع می توانید با صدا به متن صحبت کنید؟
محدودیتی برای سرعت صحبت کردن وجود ندارد، اما گفتار شما باید واضح و قابل درک باشد. با این گفته، برخی از افراد گزارش می دهند که می توانند 150 کلمه در دقیقه را با نتایج مناسب صحبت کنند.

– آیا تبدیل صدا به متن سریعتر از تایپ است؟
صدا به متن قطعا سریعتر از تایپ کردن است، اما اگر خیلی سریع شروع به صحبت کنید ممکن است خطاهای زیادی رخ دهد. درست مانند تایپ کردن، یادگیری نحوه صحیح دیکته کردن به روشی که رایانه شما، آن را بفهمد ممکن است کمی طول بکشد. با کمی تمرین، خطاهای کمتری دریافت خواهید کرد و حتی سریعتر خواهید شد.

– صوت به متن چقدر دقیق است؟
تا زمانی که از یک میکروفون خوب استفاده کنید و خیلی واضح صحبت کنید، تبدیل صدا به متن به طرز شگفت انگیزی دقیق است. برنامه ای که استفاده می کنید نیز نقش مهمی در دقت بازی می کند و ابزارهای پولی مانند Dragon NaturallySpeaking تنها با استفاده بهبود می یابند.