Почему ИИ ошибается в именах и как это исправить

Современное распознавание речи отлично справляется с обычными предложениями. Оно слышало фразу «нам нужно перенести дедлайн на четверг» в бесчисленных вариациях и записывает её чисто. Чего оно не слышало, так это фамилию вашего аккаунт-менеджера, рабочее название продукта, который ещё не анонсирован, или узкий термин, используемый пятьюдесятью людьми в вашей области.

Когда система распознавания встречает незнакомое слово, она делает единственное, что может: пишет то, что звучит похоже. В итоге получается текст, который технически почти полностью верен, но всё равно бесполезен, потому что шесть слов, которые на самом деле ищет читатель — кто был там, какой клиент, какой продукт, какой препарат — оказались искажены.

По этой же причине проценты точности — плохой ориентир. Расшифровка может быть верна почти в каждом слове и всё равно провалиться, потому что ошибки распределяются по странице неравномерно. Они группируются именно на тех словах, которые несут смысл. Исправлять их вручную долго, и именно из-за этой рутины люди часто вовсе перестают пользоваться транскрибацией.

Словарь написаний борется именно с этой конкретной проблемой, а не с точностью в целом. Вы не просите систему лучше выучить русский язык. Вы сообщаете ей те несколько слов, которые она никак не могла знать.

Special Names — это ваш личный справочник написаний, привязанный к аккаунту. Вы записываете важные для вас слова так, как они должны писаться, и они используются как эталон при расшифровке этих звуков в ваших записях.

Это не автозамена. Это не инструмент переписывания: он не добавляет слова в предложение, не убирает слова-паразиты или повторы и не вкладывает фразы в уста говорящего только потому, что они есть в вашем списке. Если термин не был произнесен, он не появится. Это также не инструмент редактирования: он не меняет структуру предложений и не удаляет лишнее. Если слово не прозвучало, его не будет в тексте.

Эта граница важнее всего в работе, где расшифровка является документом того, что было сказано на самом деле. В медицинской карте, звонке клиенту или исследовательском интервью инструмент, который «тихо улучшает» сказанное, хуже того, который делает ошибки в буквах. Special Names ограничены намеренно: только написание и ничего больше.

Если вы также хотите привести текст в порядок — убрать лишнее, исправить предложения, добавить заголовки и списки — это отдельный выбор, который вы делаете для каждой записи, выбирая Smart Summary. Эти функции независимы. Вы можете получить строго дословную расшифровку с правильным написанием имен, что обычно требуется для юридической или отчетной работы.

Врачи имеют дело с названиями лекарств, различающимися на один слог, названиями состояний с несколькими формами написания и аббревиатурами, которые понятны в кабинете, но двусмысленны на бумаге. Добавление препаратов и диагнозов, которые вы реально назначаете, а также имен коллег, к которым вы направляете пациентов, гарантирует, что эти слова вернутся в правильном виде, а не в виде фонетических приближений.

У юристов та же проблема стоит острее: названия дел, сторон, имена адвокатов и ссылки на статьи должны быть абсолютно точными, и они повторяются на протяжении всего дела. Добавление их один раз в начале позволяет всем последующим записям использовать те же написания. Это важнее, чем кажется: разные варианты написания в наборе заметок делают невозможным последующий поиск.

Консультанты и менеджеры по продажам живут в мире названий клиентов и продуктов, часто принадлежащих компаниям, чьи правила именования не знакомы ни одной системе распознавания. Исследователи сталкиваются с технической терминологией и именами респондентов одновременно, а транскрипт интервью с искаженными именами участников неудобен в работе и цитировании.

И если вы работаете на языке, чьи имена и географические названия малознакомы глобальным системам, эффект будет масштабным. Интерфейс sAInote доступен на 11 языках — арабском, бенгальском, английском, французском, хинди, португальском, русском, упрощенном китайском, испанском, турецком и урду (с поддержкой письма справа налево для арабского и урду) — при этом распознавание речи охватывает значительно больше языков. Глоссарий — это способ закрыть пробел в именах, которые остались неузнанными.

Special Names — это функция Pro. Тариф Pro включает 360 минут аудио в месяц (обновляется ежемесячно), все три режима обработки и фоновую обработку длинных записей. На тарифах Guest или Free вы получаете 15 минут аудио один раз — не ежемесячно — с доступом к Quick Note и Smart Summary, но без глоссария.

Записи до 20 минут обрабатываются мгновенно на любом плане. Записи от 20 минут до 2 часов обрабатываются в фоновом режиме и доступны только для Pro, с разделением по ролям спикеров и иерархическим резюме для длинных файлов. 2 часа — это жесткий лимит на одну запись; всё, что длиннее, отклоняется. Лимит на загрузку файлов — 64 MB.

Правильное написание окупается при поиске. Зарегистрированные пользователи получают историю заметок с поиском по всем устройствам, причем поиск работает как по исходному тексту, так и по обработанному результату. Имя, написанное тремя разными способами в шести встречах — это имя, которое вы не найдете. Имя, написанное так, как вы указали в глоссарии, находится в один клик.

Глоссарий работает везде, где вы записываете: в веб-приложении, в приложениях для iPhone и iPad, а также в приложении для macOS с глобальной горячей клавишей Quick Capture (Control+Option+Command+N). REST API — это отдельный путь с двумя режимами (raw и smart), авторизацией по секретному ключу и тарификацией за ключ; он не хранит ни аудио, ни текст.