Precisão do reconhecimento de voz: o que faz o ditado acertar ou errar
Todo mundo que já ditou um texto notou que a precisão do reconhecimento de voz pode acertar uma frase difícil e errar um nome simples. A precisão não é um número fixo do aplicativo: ela muda com o microfone, o lugar, o jeito de falar e as palavras que você usa.
Por isso não vamos dar porcentagens aqui, nem nossas nem de outros. Números de laboratório raramente batem com o seu escritório. Este artigo mostra o que realmente pesa no resultado e o que você controla.
O que afeta a precisão
- Microfone: é o fator que mais muda o resultado. Headset ou microfone perto da boca capta a voz limpa; o microfone embutido do notebook, a meio metro, capta também a sala.
- Ruído: TV, conversa ao lado, ventilador, rua. Vozes de fundo atrapalham mais do que ruído constante.
- Sotaque e idioma: modelos treinados com muito português acertam mais em pt-BR e pt-PT. Escolher a variante certa ajuda.
- Jargão: termos técnicos, siglas e palavras estrangeiras são mais difíceis do que o vocabulário do dia a dia.
- Nomes raros: sobrenomes, marcas e nomes de lugar pouco conhecidos continuam sendo o ponto fraco de qualquer sistema.
- Jeito de falar: frases inteiras dão contexto ao modelo; palavras soltas e cortadas dão menos.
Como errar menos, na prática
- Use um microfone perto da boca: fone com microfone, headset ou o microfone do celular a um palmo.
- Dite num lugar sem vozes de fundo, ou feche a porta.
- Fale em ritmo normal, em frases completas. Não é preciso soletrar nem falar devagar demais.
- Pense a frase antes de falar. Pausas longas no meio da frase quebram o contexto.
- Coloque no dicionário os nomes e termos que você usa sempre.
- Revise o que é crítico: nomes, números, termos técnicos.
Por que o contexto ajuda
Os modelos atuais não reconhecem palavra por palavra isoladamente: eles usam a frase inteira para decidir o que você disse. "Concerto" e "conserto" soam iguais; o resto da frase decide. É por isso que ditar uma frase completa costuma sair melhor do que ditar uma palavra solta para corrigir.
Quando uma palavra sai errada repetidas vezes, o caminho não é falar mais alto: é dar ao modelo uma pista, que é o papel do dicionário.
Onde o ditado por voz entra
No usarvoz, a prévia que aparece enquanto você fala é feita no próprio aparelho. Quando você para, o áudio vai para a nuvem para a passagem final, que é mais precisa, e depois é apagado. A variante (pt-BR ou pt-PT) se escolhe nas configurações da conta.
O dicionário aceita até 500 palavras ou nomes, e a passagem final usa essas palavras como pista. Funciona na extensão do Chrome, no teclado do iPhone e na bolha do Android, porque fica na conta.
- Entre em
/conta.htmlcom o seu email. - Confira se o idioma está em português do Brasil.
- Na parte do dicionário, adicione os nomes e termos que saem errados: clientes, colegas, produtos, termos da sua área.
- Dite de novo uma frase com essas palavras e compare.
Teste a precisão com o seu microfone: 30 minutos grátis.
Testar grátisPerguntas frequentes
Qual é a taxa de acerto do usarvoz?
Não publicamos porcentagem: o resultado depende do seu microfone, do ambiente e do vocabulário. Teste com os 30 minutos grátis no seu dia a dia.
Falar devagar ajuda?
Pouco. Ritmo normal e frases completas funcionam melhor do que falar pausado palavra por palavra.
Por que meu nome sai errado?
Nomes raros são o ponto fraco de todo reconhecimento de voz. Adicione o nome ao dicionário da conta.
Qual é a precisão do usarvoz?
Não publicamos um número de precisão, porque ainda não o medimos com um teste que se possa repetir. Quando publicarmos uma taxa de erro, ela vem com o método, o teste e um áudio de exemplo.