Využití hlasového vyhledávání Google pro osoby s postižením sluchu

V polovině roku 2013 Google velmi vylepšil své hlasové vyhledávání, které je tak použitelné pro osoby se sluchovým postižením k převodu delší mluvy, než pouze jedno-dvě slova na text. Jelikož se mě na to hodně lidí ptá, spáchal jsem jakýsi návod.

jaké zařízení

Téměř jakýkoli přístroj s operačním. systémem od Google, což je Android. Nezáleží na tom, jestli mobilní telefon, nebo tablet, avšak záleží na tom, aby zařízení umožňovalo vkládání textu v něčem na text (textový editor, SMS, e-mail, etc.), ne pouze ve vyhledávacím poli a mělo mikrofon.
zadávání textu hlasem je rovněž potřeba připojení k internetu.

Programové vybavení

Úplně nejzákladnější je samotný modul, jenž umožní hlasové zadávání textu. Je to "Google Voice Search", který je zdarma a v novějších přístrojích bývá. Do starších je potřeba stáhnout. V nastavení modulu je potřeba nastavit jazyk (většinou už bývá stejný, jako jazyk rozhraní zařízení) a je dobré vypnout filtrování nevhodných slov. Sice se občas objeví sprostá slova, ale neodstraní slova, jenž mu přijdou nevhodná, která "pochopí" jinak (např. slovo "prádel" a píše sprostě). Diktovat text lze potom v čemkoli, kde se píše a objeví se klávesnice, na níž bývá symbol mikrofonu.

Nicméně pro tyto účely je nejlepší nějaký textový editor, kde jde nastavit velikost a barvu písma, případně i pozadí. Zdarma je výborný "Jota Text Editor" (Google Play) Samozřejmě existují i jiné programy, dokonce speciální na zadávání poznámek hlasem, ale ještě jsem nenašel žádný, který by mi vyhovoval. Buď v nich nejde nastavit velikost písma (např. ListNote), nebo text převádějí až po nadiktování celé věty apod.

Software klávesnice

Co se týče klávesnice, tak některé rovněž převádějí text až po nadiktování několika slov, nebo celého sdělení. Lepší je, když je mluva převáděna po slovech.
Také je dobré, když jde na klávesnici nastavit symbol mikrofonu a nemusí se klikat (tapat), aby se zobrazil. U většiny zařízení se symbol mikrofonu zobrazuje defaultně, někde je to potřeba nastavit, nebo se na symbol "proklikat“. Docela dobré jsou:

SlideIT

Hacker keyboard

Nejvíce mi vyhovuje klávesnice "MultiLing"

Samsung

kdyby šlo nastavit defaultní klávesnici Samsung (zařízení, jenž vlastním) na QWERTY, nikoli QWERTZ a na ní větší symboly, vyhovovala by mi i ta. Jsem totiž jaksi "nekompromisní", protože na mobilním zařízení hodně píšu (např. tento text). Kdybych psal jen pár SMS, či e-mailů, bylo by mi to možná jedno.

Rozdíly v mikrofonech zařízení

Na úspěšnost a jakési pohodlí má vliv i typ mikrofonu v zařízení. V mobilních telefonech bývá mikrofon směrový a u některých i všelijaké filtry hluku v okolí. To je šikovné, když je někde hluk. Nevýhoda spočívá v tom, že se musí mobil držet u pusy, potom ukazovat, co se nadiktovalo, zase k puse, zase ukázat... Navíc dávat někomu cizímu do ruky přístroj, nemusí být "prozřetelné".

Tablety mívají mikrofony kulovité. Nevýhoda je, že berou téměř všechny zvuky v okolí a úspěšnost převodu mluvy na text i při malém hluku výrazně klesá. Výhoda je, že se může tablet položit na stůl a normálně se bavit bez podávání a mluvení zblízka, přičemž na něj obě strany vidí. I osoba s postižením sluchu má tak zpětnou odezvu, jak úspěšně se přepisuje a když to nestojí za nic, je lepší přepis ukončit, než "trápit" druhou stranu, že snad špatně mluví.

Kde se dá diktování využít

Především tam, kde nejde o dlouhá sdělení typu dvacetiminutová přednáška.
pokud je k dispozici rychlé připojení (alespoň 3G. nebo Wi-Fi), jde dobře používat v ordinacích, zejména proto, že tam jde o soukromé záležitosti, při návštěvách, rozhovorech v tichých kancelářích, na úřadech, či při nákupech (třeba mobilu), kdy je potřeba komunikovat s prodavačem/kou.

Jak diktovat

Především je potřeba ukázat neznalým, kterých je 99 %, o co jde a jak to funguje.
Osobně to dělám tak, že spustím diktování a řeknu na mikrofon:

"Toto .. je .. zadávání .. textu .. hlasem .. od .. Google .. Dobré .. výsledky .. vrací .. když .. se .. mluví .. takto .. debilně .. s .. mezerami .. mezi .. slovy .. a .. pokud .. možno .. spisovně."

Druhá strana (i já) vidí na displeji co se nadiktovalo a podle toho pokračujeme, nebo přepis ukončím s tím, že "tady to nějak nefunguje".
Rovněž je dobré mluvit ve větách, nebo alespoň ve frázích. Když se nadiktuje jedno slovo a čeká se, co se napíše, často nebývá slovo rozpoznáno. Ve větě je ale stejné slovo rozpoznáno dobře. Je to tím, že rozpoznávač má v okolních slovech jakýsi kontext. Příklad:
Pokud se vysloví pouze slovo "modul" a čeká se, co to napíše, objeví se třeba slovo "pobyl". Ppokud se však nadiktuje celá věta: "Modul .. Google .. převádí .. řeč .. na .. text," objeví se slovo "modul" dobře a i když se něco ve větě přepíše špatně, z kontextu sdělení se dá poznat, oč jde (třeba "Modul Google převádí řeku na text").
Když jsem někomu řekl „Hele, zkusíme kouzlo na diktování, vytáhl mobil a poprosil o diktování, bývalo to často podobné.

Já: „Řekni něco tady na mikrofon.“
On: „Ahoj.“ (přepsalo se třeba slovo auto)
Já: „Lepší je nadiktovat celou větu, jinak to píše špatně.“
On: „Ahoj, jak se máš?“ (toto řekne 9 lidí z 10 a rozpoznávač to často přepíše dobře (protože to zná) – nic to tedy nevypovídá o kvalitě rozpoznávání)

Lepší je, poprosit druhou stranu, aby zopakovala na mikrofon sdělení, jenž před tím říkala, nebo aby řekla začátek něčeho známého, třeba pohádky O červené Karkulce, protože pak vím, co asi říká a mohu porovnat.

Je dobré když diktující vidí na displej, protože často ukáže slovo, co se napsalo špatně, ví totiž, co řekl/a, ten kdo neslyší často ne.

Délka diktování je omezena zhruba na jednu A4. Potom se objeví chyba

Ta vypadá v různých verzích Androidu jinak.

A diktování se musí spustit znovu.

Rozdíl mezi živým přepisovatelem/kou a automatem

Živý přepisovatel/ka má logické myšlení a pokud špatně slyší/rozumí, napíše: "Včer??? jsme byl??? na vý???tě na hradě Karlšt???" dobře, jelikož si to domyslí (ví o čem se bavíte). Kdežto automat, jenž má pouze "okolní slova" a nemá logické myšlení (neví, o čem se bavíte) z toho klidně udělá: "Veřejné jsme bity na výjimce nakladli křivě znát." Z toho se nedá poznat vůbec nic.
Ale když je dobré připojení (kvalitní signál a rychlost), tiché prostředí a "kvalitní" mluvení, je bezva to, že se nekomunikuje přes třetí osobu, nehledě na to, že živý přepisovatel není zdržován od práce.

Převod hlasu na text automatem Google není tedy 100% (ale je zadarmiko).
Navíc (snad zatím) nejde v češtině dělat interpunkční znaménka, nebo nové odstavce, takže veškerý text vypadá, jako jednolitý betonový blok a tím, že není členěn do odstavců, když začne diktovat někdo jiný, nebo se diktuje další sdělení, stává se nepřehledným.
Neměl by se tedy brát jako dokonalá kompenzační pomůcka, ale jen jako bezva pomocník.
Hlasové zadávání textu lze rovněž využít jako skvělou logopedickou pomůcku k nácviku správné výslovnosti.

Vyzkoušejte třeba na SMS (jen zmáčknete na klávesnici symbol mikrofonu a diktujete),