آشنایی با برخی از نرم افزارهای دیکته صوتی

نرم افزار دیکته صوتی نوعی فناوری است که به شما امکان می دهد با صحبت کردن با صدای بلند، متن را در رایانه یا دستگاه تلفن همراه وارد کنید. این نرم افزار از فناوری تشخیص گفتار برای تبدیل کلمات گفتاری شما به متن قابل ویرایش و قالب بندی استفاده می کند. این می تواند برای افرادی که در تایپ کردن مشکل دارند یا می خواهند سرعت نوشتن خود را افزایش دهند مفید باشد.

در ادامه چند نمونه از نرم افزارهای محبوب دیکته صوتی آورده شده است:

Dragon NaturallySpeaking

این یک نرم افزار دیکته صوتی محبوب است که بیش از ۲۰ سال است که وجود دارد. Nuance Communications آن را توسعه می دهد و در سیستم عامل های ویندوز و مک موجود است. در اینجا به برخی از ویژگی های آن اشاره می کنیم:

۱- دقت بالا

Dragon NaturallySpeaking به دلیل دقت بالای خود در تشخیص و رونویسی کلمات گفتاری معروف است. از فناوری تشخیص گفتار پیشرفته استفاده می کند که می تواند به مرور زمان صدای شما را یاد بگیرد و با آن سازگار شود.

۲- دستورات صوتی

این برنامه امکان را به شما می دهد تا کامپیوتر خود را با استفاده از دستورات صوتی کنترل کنید. می توانید برنامه ها را باز و بسته کنید، منوها را پیمایش کنید و کارهای مختلفی را بدون لمس صفحه کلید یا ماوس انجام دهید.

۳- سفارشی سازی

این نرم افزار به شما این امکان را می دهد که پروفایل صوتی خود را برای بهبود دقت و انطباق با نیازهای خود سفارشی کنید. کلمات و عبارات سفارشی را اضافه کنید، دستورات صوتی ایجاد کنید و تنظیمات نرم افزار را تنظیم کنید.

۴- چند زبانی

Dragon NaturallySpeaking از چندین زبان از جمله انگلیسی، اسپانیایی، فرانسوی، آلمانی، ایتالیایی و غیره پشتیبانی می کند.

۵- قابلیت دسترسی

این برنامه می تواند ابزار ارزشمندی برای افراد دارای معلولیت باشد که استفاده از صفحه کلید یا ماوس برایشان دشوار است. این نرم افزار به آنها اجازه می دهد متن را وارد کرده و رایانه خود را فقط با استفاده از صدای خود کنترل کنند.

۶- یکپارچه سازی با نرم افزارهای دیگر

این نرم افزار می تواند با نرم افزارهای دیگر مانند Microsoft Word، Excel و Outlook و همچنین مرورگرهای وب مانند Google Chrome و Mozilla Firefox یکپارچه شود.

به طور کلی، Dragon NaturallySpeaking یک نرم افزار قدرتمند دیکته صوتی است که می تواند ابزار ارزشمندی برای کسانی باشد که می خواهند سرعت و دقت نوشتن خود را افزایش دهند یا در استفاده از صفحه کلید یا ماوس مشکل دارند.

الزامات مورد نیاز برای Dragon NaturallySpeaking

سیستم مورد نیاز Dragon NaturallySpeaking بسته به نسخه نرم افزاری که استفاده می کنید متفاوت است. در اینجا سیستم مورد نیاز توصیه شده برای Dragon NaturallySpeaking 15، که آخرین نسخه ارائه شده در سپتامبر ۲۰۲۱ است، آمده است:

برای ویندوز:

– سیستم عامل: ویندوز ۷، ۸٫۱ یا ۱۰ (۳۲ بیتی و ۶۴ بیتی)
– پردازنده: پردازنده دو هسته ای یا معادل AMD اینتل، ۲٫۴ گیگاهرتز یا سریعتر
– رم: ۴ گیگابایت یا بیشتر
– فضای هارد دیسک: ۸ گیگابایت یا بیشتر
– کارت صدا: کارت صدای سازگار با ویندوز
– اتصال به اینترنت: برای فعال سازی محصول و به روز رسانی خودکار مورد نیاز است

اگر قصد دارید از Dragon NaturallySpeaking با مایکروسافت آفیس استفاده کنید، باید آفیس ۲۰۱۰، ۲۰۱۳ یا ۲۰۱۶ را نصب کرده باشید.

برای مک:

– سیستم عامل: macOS 10.12 (Sierra)، ۱۰٫۱۳ (High Sierra)، ۱۰٫۱۴ (Mojave) یا ۱۰٫۱۵ (Catalina)
– پردازنده: Intel Core i5 یا پردازنده مشابه
– رم: ۴ گیگابایت یا بیشتر
– فضای هارد دیسک: ۸ گیگابایت یا بیشتر
– اتصال به اینترنت: برای فعال سازی محصول و به روز رسانی خودکار مورد نیاز است

توجه داشته باشید که همه نسخه های Dragon NaturallySpeaking با همه سیستم عامل ها سازگار نیستند. قبل از خرید، سیستم مورد نیاز نسخه خاصی را که می خواهید بررسی کنید.

Apple Dictation

این برنامه یک ویژگی دیکته داخلی سیستم عامل های macOS و iOS اپل است. از فناوری تشخیص گفتار اپل استفاده می کند و می تواند در رایانه های مک، آیفون و آی پد استفاده شود. در اینجا به برخی از ویژگی های آن اشاره می کنیم:

۱- دقت بالا

Apple Dictation از فناوری تشخیص گفتار پیشرفته استفاده می کند که بسیار دقیق است و می تواند طیف گسترده ای از لهجه ها و گویش ها را تشخیص دهد.

۲- چند زبانی

Apple Dictation از چندین زبان از جمله انگلیسی، اسپانیایی، فرانسوی، آلمانی، ایتالیایی و بسیاری دیگر پشتیبانی می کند.

۳- سفارشی سازی

Apple Dictation به شما امکان می دهد کلمات و عبارات سفارشی را به واژگان خود اضافه کنید و دستورات صوتی را برای کنترل دستگاه خود یا انجام کارهای خاص ایجاد کنید.

۴- قابلیت دسترسی

Apple Dictation می تواند ابزار ارزشمندی برای افراد دارای معلولیت باشد که استفاده از صفحه کلید یا صفحه لمسی را دشوار می کند. این به آنها اجازه می دهد متن را وارد کرده و دستگاه خود را فقط با استفاده از صدای خود کنترل کنند.

۵- یکپارچه سازی با برنامه های دیگر

Apple Dictation را می توان با بسیاری از برنامه ها از جمله برنامه یادداشت داخلی، صفحات و مایکروسافت آفیس استفاده کرد.

۶- بازخورد در زمان واقعی

همانطور که صحبت می کنید، Apple Dictation کلمات شما را در زمان واقعی بر روی صفحه نمایش می دهد و به شما امکان می دهد هر گونه خطا یا اشتباهی را ببینید و در صورت نیاز آنها را اصلاح کنید.

توجه داشته باشید که Apple Dictation برای کار به اتصال اینترنت نیاز دارد، زیرا تشخیص گفتار با استفاده از سرورهای اپل در فضای ابری انجام می شود. همچنین، در دسترس بودن Apple Dictation ممکن است بسته به کشور یا منطقه ای که در آن هستید متفاوت باشد.

Google Voice Typing

Google Voice Typing یک ویژگی دیکته صوتی داخلی در Google Docs است که به شما امکان می‌دهد متن را با صحبت کردن با صدای بلند وارد کنید. از فناوری تشخیص گفتار Google برای رونویسی کلمات شما در زمان واقعی استفاده می کند. در ادامه به برخی از ویژگی های آن اشاره می کنیم:

۱- دقت بالا

Google Voice Typing از فناوری تشخیص گفتار پیشرفته استفاده می‌کند که دقت بالایی دارد و می‌تواند طیف وسیعی از لهجه‌ها و گویش‌ها را تشخیص دهد.

۲- چند زبانی

Google Voice Typing از چندین زبان از جمله انگلیسی، اسپانیایی، فرانسوی، آلمانی، ایتالیایی و بسیاری دیگر پشتیبانی می‌کند.

۳- سفارشی سازی

Google Voice Typing به شما امکان می دهد کلمات و عبارات سفارشی را به واژگان آن اضافه کنید و دستورات صوتی را برای کنترل سند خود یا انجام کارهای خاص ایجاد کنید.

۴- قابلیت دسترسی

Google Voice Typing می تواند ابزار ارزشمندی برای افراد دارای معلولیت باشد که استفاده از صفحه کلید یا ماوس را دشوار می کند. این به آنها اجازه می دهد متن را وارد کرده و سند خود را فقط با استفاده از صدای خود کنترل کنند.

۵- یکپارچه سازی با برنامه های دیگر

Google Voice Typing را می‌توان با سایر برنامه‌های Google، مانند Google Slides و Google Sheets، و همچنین برنامه‌های شخص ثالثی که از Google Docs پشتیبانی می‌کنند، استفاده کرد.

۶- بازخورد در زمان واقعی

در حین صحبت کردن، Google Voice Typing کلمات شما را در زمان واقعی بر روی صفحه نمایش می دهد و به شما امکان می دهد هر گونه خطا یا اشتباهی را ببینید و در صورت نیاز آنها را اصلاح کنید.

توجه داشته باشید که Google Voice Typing برای کار به اتصال اینترنت نیاز دارد، زیرا تشخیص گفتار با استفاده از سرورهای Google در فضای ابری انجام می‌شود. علاوه بر این، Google Voice Typing فقط در Google Docs موجود است و با سایر برنامه‌های موجود در دستگاه شما کار نمی‌کند.

شناخت علائم نگارشی و کاراکترهای خاص

این برنامه علائم نگارشی و کاراکترهای خاص را تشخیص می دهد. هنگام دیکته متن، می‌توانید نام علامت نگارشی را که می‌خواهید درج کنید، بگویید، مانند «نقطه»، «کاما»، «علامت سؤال»، «علامت تعجب»، «نقطه ویرگول»، «دونقطه»، «هیفن»، خط تیره، پرانتز، علامت نقل قول، و بسیاری دیگر.

همچنین می‌توانید کاراکترها و نمادهای خاص را با گفتن نام آنها، مانند “ستاره”، “علامت درصد”، “علامت دلار”، “در علامت”، “هش”، “اسلش به جلو”، “اسلش معکوس”، “امپرسند” بیان کنید. “”علامت به علاوه” و بیشتر.

Google Voice Typing علاوه بر شناسایی علائم نگارشی فردی و نویسه‌های خاص، می‌تواند دستورات قالب‌بندی مانند «بند جدید»، «خط جدید»، «پررنگ»، «مورب»، «زیرخط»، «خط‌دار» را شناسایی و درج کند. و “برجسته”.

به طور کلی، Google Voice Typing ابزار قدرتمندی است که می‌تواند طیف گسترده‌ای از علائم نگارشی و نویسه‌های خاص را شناسایی و رونویسی کند و آن را برای ورود سریع و دقیق متن ارزشمند می‌کند.

تشخیص گفتار ویندوز (Windows Speech Recognition)

این یک ویژگی دیکته صوتی داخلی سیستم عامل ویندوز است. این امکان را به شما می دهد تا با صحبت کردن با صدای بلند متن را به دستگاه خود وارد کنید. در اینجا به برخی از ویژگی های آن اشاره می کنیم:

۱- دقت بالا

تشخیص گفتار ویندوز از فناوری تشخیص گفتار پیشرفته استفاده می کند که دقت بالایی دارد و می تواند طیف وسیعی از لهجه ها و گویش ها را تشخیص دهد.

۲- چند زبانی

این برنامه از چندین زبان از جمله انگلیسی، اسپانیایی، فرانسوی، آلمانی، ایتالیایی و بسیاری دیگر پشتیبانی می کند.

۳- سفارشی سازی

این به شما امکان می دهد کلمات و عبارات سفارشی را به واژگان خود اضافه کنید و دستورات صوتی را برای کنترل دستگاه خود یا انجام کارهای خاص ایجاد کنید.

۴- قابلیت دسترسی

Windows Speech Recognition می تواند ابزار ارزشمندی برای افراد دارای معلولیت باشد که استفاده از صفحه کلید یا ماوس را دشوار می کند. این به آنها اجازه می دهد متن را وارد کرده و دستگاه خود را فقط با استفاده از صدای خود کنترل کنند.

۵- یکپارچه سازی با برنامه های دیگر

همچنین می تواند با بسیاری از برنامه ها از جمله Notepad داخلی، WordPad و Microsoft Office استفاده شود.

۶- بازخورد در زمان واقعی

همانطور که صحبت می کنید، این برنامه کلمات شما را به صورت بلادرنگ بر روی صفحه نمایش می دهد و به شما امکان می دهد هر گونه خطا یا اشتباهی را ببینید و در صورت نیاز آنها را اصلاح کنید.

۷- آموزش صدا

این شامل یک ویژگی آموزش صوتی است که با آموزش تشخیص صدای شما، دقت را بهبود می بخشد.

۸- حالت دیکته

این برنامه شامل یک حالت دیکته است که به شما امکان می دهد متن را به هر برنامه ای که ورودی متن را می پذیرد وارد کنید.

روش فعال کردن تشخیص گفتار ویندوز

در اینجا مراحل فعال سازی تشخیص گفتار ویندوز آمده است:

۱- منوی Start را باز کنید و روی “تنظیمات”  کلیک کنید.

۲- در پنجره تنظیمات بر روی “Ease of Access” کلیک کنید.

۳- در منوی سمت چپ، روی “Speech” کلیک کنید.

۴- در بخش «تشخیص گفتار»، روی «شروع به کار» کلیک کنید.

۵- دستورالعمل های روی صفحه را برای تنظیم تشخیص گفتار ویندوز دنبال کنید. برای کمک به ویندوز برای یادگیری صدای شما باید چند جمله را با صدای بلند بخوانید.

۶- پس از تکمیل فرآیند راه اندازی، تشخیص گفتار ویندوز فعال و آماده استفاده خواهد شد.

برای استفاده از تشخیص گفتار ویندوز، از میانبر صفحه کلید (فشردن کلید Windows + H) استفاده کنید یا روی نماد میکروفون در نوار ابزار تشخیص گفتار در صفحه خود کلیک کنید. وقتی نماد میکروفون آبی شد می توانید صحبت کنید و ویندوز کلمات شما را رونویسی می کند. همچنین می توانید از دستورات صوتی برای کنترل دستگاه خود یا انجام کارهای خاص استفاده کنید.

توجه داشته باشید که تشخیص گفتار ویندوز برای کار کردن نیاز به اتصال به اینترنت دارد، زیرا تشخیص گفتار با استفاده از سرورهای مایکروسافت در فضای ابری انجام می‌شود.

Otter.ai

Otter.ai یک ابزار رونویسی و همکاری مبتنی بر ابر است که از فناوری تشخیص گفتار پیشرفته برای رونویسی ضبط‌های صوتی و تصویری استفاده می‌کند. در اینجا به برخی از ویژگی های آن اشاره می کنیم:

۱- دقت بالا

Otter.ai از فناوری تشخیص گفتار پیشرفته و پردازش زبان طبیعی برای ارائه رونوشت‌های ضبط صوتی و تصویری بسیار دقیق استفاده می‌کند.

۲- رونویسی در زمان واقعی

Otter.ai می تواند صدا و تصویر را در زمان واقعی رونویسی کند و به شما امکان می دهد متن را همانطور که گفته می شود ببینید.

۳- چند زبانی

Otter.ai از چندین زبان از جمله انگلیسی، اسپانیایی، فرانسوی، آلمانی، ایتالیایی و بسیاری دیگر پشتیبانی می کند.

۴- سفارشی سازی

Otter.ai به شما امکان می دهد کلمات و عبارات سفارشی را به واژگان خود اضافه کنید و دستورات صوتی را برای کنترل رونویسی خود یا انجام کارهای خاص ایجاد کنید.

۵- شناسایی گوینده

Otter.ai می تواند به طور خودکار سخنرانان مختلف را در یک ضبط شناسایی کند و متن گفتاری آنها را برچسب گذاری کند، و به راحتی می توانید به دنبال چه کسی صحبت کنید.

۶- همکاری

Otter.ai به شما امکان می دهد رونوشت های خود را با دیگران به اشتراک بگذارید و در زمان واقعی روی آنها همکاری کنید.

۷- یکپارچه سازی با برنامه های دیگر

Otter.ai را می توان با برنامه های دیگر مانند Zoom، Google Meet و Microsoft Teams ادغام کرد تا رونویسی های بلادرنگ جلسات ویدیویی را ارائه دهد.

۸- رونوشت های قابل جستجو

رونویسی های Otter.ai کاملاً قابل جستجو هستند و یافتن کلمات یا عبارات خاص را در یک ضبط آسان می کند.

۹- پشتیبانی رسانه ای قدرتمند

Otter.ai می‌تواند ضبط‌های صوتی و تصویری را که حاوی انواع رسانه‌های مختلف، از جمله تصاویر، اسلایدها و ویدئوها هستند، رونویسی کند.

به طور کلی، Otter.ai ابزار قدرتمندی است که می تواند در زمان و تلاش در رونویسی ضبط های صوتی و تصویری صرفه جویی کند و همکاری و ارتباطات تیمی را تسهیل کند.