Русский в Wonder Speech: как повысить точность на 15%

Почему расшифровка русской речи ошибается

На чистой записи с одним спокойным голосом автоматическая расшифровка русского почти не требует правки. Ошибок становится больше в реальных условиях: интервью в кафе, лекция из конца зала, голосовое из мессенджера, совещание, где перебивают друг друга. Почти все такие ошибки — из трёх источников: качество самой записи, незнакомые сервису слова и наложение голосов. На каждый есть свой приём.

Фактор 1: качество записи

Ни одна нейросеть не восстановит слово, которого в записи не слышно. Поэтому главное, что повышает точность, происходит ещё до загрузки файла: микрофон ближе к говорящему, меньше эха и фонового шума. Практические советы — в конце статьи.

Формат файла при этом почти не важен: MP3, M4A, WAV, OGG, MP4 и другие форматы аудио и видео загружаются как есть, конвертировать заранее не нужно.

Фактор 2: термины, имена и аббревиатуры

Редкие слова — фамилии, названия компаний и продуктов, аббревиатуры — сервис может услышать как похожие обычные слова.

Как прозвучало:

Иван Петрович сказал, что KPI для Q3 нужно поднять до 85 процентов.

Как может распознаться без подсказки: Иван Петрович сказал, что капэ для ку3 нужно поднять до 85 процентов.

В WonderScribe для этого есть «Словарь» (Настройки → «Словарь»): добавьте имена, компании и аббревиатуры своей ниши, и сервис будет учитывать их при расшифровке следующих записей.

Фактор 3: несколько говорящих

Когда в записи несколько человек, важно не только распознать слова, но и понять, кто их сказал. WonderScribe сам делит речь по спикерам. Если участников много — больше шести, — укажите их число при загрузке: так разделение будет точнее.

Хуже всего распознаются фрагменты, где говорят одновременно: две фразы накладываются друг на друга, и часть слов теряется. Здесь помогает только договорённость говорить по очереди.

Фактор 4: проверка результата

Знаки препинания и заглавные буквы сервис расставляет сам. Оставшиеся ошибки удобнее всего править в редакторе на странице результата: текст подсвечивается синхронно со звуком, и спорное место можно переслушать по таймкоду, не перематывая запись вручную. Спикеров там же можно переименовать в реальные имена.

Практические советы для записывающих

1. Используйте headset, а не встроенный микрофон ноутбука — чистая запись заметно уменьшает число ошибок
2. Закройте окна, выключите кондиционер — фон снижает точность
3. Говорите в 30-50 см от микрофона — не слишком близко (перегруз), не слишком далеко (эхо)
4. Не перебивайте друг друга — одновременная речь путает и распознавание, и разделение по спикерам
5. Используйте словарь для нестандартных терминов — особенно важно для медицины, права, IT

Итого: чек-лист для максимальной точности

• ✅ Хорошая запись: headset, тихое помещение, микрофон рядом с говорящим
• ✅ Имена, компании и термины ниши — в «Словаре»
• ✅ Больше шести участников — их число указано при загрузке
• ✅ Говорят по очереди, а не одновременно
• ✅ Спорные места проверены в редакторе по таймкоду

Проверьте на своей самой сложной записи: в WonderScribe первые 30 минут — бесплатно, час записи расшифровывается за 10–15 минут.