Голосовой ввод
Набирать большие объёмы текста вручную долго. Распознавание речи преобразует устную речь в печатный текст, а голосовой ввод использует эту технологию для создания документа голосом. Современные решения опираются на искусственный интеллект и могут улучшать распознавание по мере накопления примеров взаимодействия.
Голосовой ввод полезен для быстрого черновика, заполнения типовых записей и для людей, которым трудно пользоваться клавиатурой. Средний темп русской речи составляет около 120 слов в минуту, но для более надёжного распознавания полезно диктовать медленнее — примерно до 75 слов в минуту. Результат необходимо перечитать: система может неверно распознать слово, имя, окончание или знак препинания.
Для лучшего результата:
проверьте микрофон и расположитесь достаточно близко;
уменьшите фоновый шум;
говорите чётко, спокойно и не слишком быстро;
после ввода исправьте ошибки и расставьте структуру текста.
Голосовой ввод есть в современных текстовых процессорах, мобильных приложениях и онлайн-сервисах; один из примеров — SpeechTexter, поддерживающий более 60 языков, включая русский.
Оптическое распознавание текста
Фотография или скан страницы — это изображение. Его можно просматривать, но нельзя сразу редактировать как обычный текст. Оптическое распознавание символов, или OCR, преобразует изображение текста в редактируемый документ.
Общий процесс выглядит так:
1. страницу сканируют или фотографируют;
2. программа анализирует структуру и выделяет текстовые блоки, таблицы и изображения;
3. строки делятся на слова, а слова — на символы;
4. найденные знаки сравниваются с известными образцами;
5. словари и языковые модели помогают выбрать наиболее вероятный вариант;