Precisão do reconhecimento de voz: o que a faz subir ou descer
Quem já ditou um texto sabe que a precisão do reconhecimento de voz pode acertar uma frase difícil e falhar um nome simples. A precisão não é um número fixo de uma app: muda com o microfone, o sítio, a forma de falar e as palavras que usas.
Por isso não damos aqui percentagens, nem nossas nem de outros. Os números de laboratório raramente coincidem com o teu escritório. Este artigo mostra o que pesa de facto no resultado e o que está nas tuas mãos.
O que mexe com a precisão
- Microfone: é o que mais muda o resultado. Um auricular ou microfone junto à boca apanha a voz limpa; o microfone do portátil, a meio metro, apanha também a sala.
- Barulho: televisão, conversas ao lado, ventoinha, rua. Vozes de fundo estragam mais do que um ruído constante.
- Sotaque e variante: modelos treinados com muito português acertam mais em pt-PT e pt-BR. Escolher a variante certa ajuda.
- Jargão: termos técnicos, siglas e estrangeirismos são mais difíceis do que o vocabulário corrente.
- Nomes raros: apelidos, marcas e topónimos pouco conhecidos continuam a ser o ponto fraco de qualquer sistema.
- Forma de falar: frases inteiras dão contexto ao modelo; palavras soltas dão menos.
Como errar menos, na prática
- Usa um microfone junto à boca: auriculares com microfone ou o telemóvel a um palmo.
- Fala num sítio sem vozes de fundo, ou fecha a porta.
- Fala a um ritmo normal, em frases completas. Não precisas de soletrar nem de falar muito devagar.
- Pensa a frase antes de falar. Pausas longas a meio partem o contexto.
- Põe no dicionário os nomes e termos que usas sempre.
- Revê o que é crítico: nomes, números, termos técnicos.
Porque é que o contexto ajuda
Os modelos actuais não reconhecem cada palavra isolada: usam a frase inteira para decidir o que disseste. "Concerto" e "conserto" soam igual; o resto da frase decide. Por isso uma frase completa costuma sair melhor do que uma palavra solta ditada para corrigir.
Quando uma palavra sai mal vezes seguidas, a solução 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 pré-visualização que aparece enquanto falas é feita no próprio aparelho. Quando paras, o áudio segue para a nuvem para a passagem final, mais precisa, e é apagado a seguir. A variante (pt-PT ou pt-BR) escolhe-se nas definições da conta.
O dicionário aceita até 500 palavras ou nomes, e a passagem final usa-os como pista. Vale na extensão do Chrome, no teclado do iPhone e na bolha do Android, porque fica guardado na conta.
- Entra em
/conta.htmlcom o teu email. - Confirma que a língua está em português de Portugal.
- Na parte do dicionário, acrescenta os nomes e termos que saem mal: clientes, colegas, produtos, termos da tua área.
- Volta a ditar uma frase com essas palavras e compara.
Testa a precisão com o teu microfone: 30 minutos grátis.
Experimentar grátisPerguntas frequentes
Qual é a taxa de acerto do usarvoz?
Não publicamos percentagens: o resultado depende do teu microfone, do ambiente e do vocabulário. Experimenta com os 30 minutos grátis no teu dia-a-dia.
Falar devagar ajuda?
Pouco. Um ritmo normal e frases completas resultam melhor do que falar pausado palavra a palavra.
Porque é que o meu apelido sai mal?
Nomes raros são o ponto fraco de todo o reconhecimento de voz. Acrescenta-o 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, vem com o método, o teste e um áudio de exemplo.