«Ascolta sempre»
Il motivo più comune per cui la gente evita la dettatura, e appartiene a un altro prodotto.
Un assistente sta in ascolto di una parola di attivazione, ed è per questo che la preoccupazione esiste. La dettatura apre il microfono quando premi un tasto e lo chiude quando smetti. Fra quei due momenti non gira niente, e Android mostra un indicatore ogni volta che una qualsiasi app tiene aperto il microfono, quindi lo stato è visibile invece di essere una cosa da prendere per buona.
Spegnere un assistente e spegnere la dettatura sono due interruttori distinti, e la gente disattiva spesso quello sbagliato.
«Non è abbastanza precisa per essere utile»
Di solito è un’opinione formata su un’esperienza di cinque anni fa o più, quando era vero.
Il riconoscimento moderno su un parlato chiaro, vicino al microfono, in una stanza tranquilla, è buono. Non perfetto, e gli errori che fa sono precisi e prevedibili: nomi propri, numeri e parole che suonano uguali.
Il confronto realistico, poi, non è con una scrittura senza difetti. È con lo scrivere col pollice sul vetro, che produce un suo flusso costante di errori che la correzione automatica sistema in silenzio.
Due cose che si crede di dover fare mentre si parla
Nessuna delle due è vera, e tutte e due peggiorano i risultati.
La prima è parlare lentamente scandendo troppo.
I modelli sono addestrati sul parlato ordinario. Rallentare in modo drammatico o scandire troppo produce un ingresso diverso da tutto quello che c’era nel materiale di addestramento, e la precisione scende. Parlare normalmente, in frasi complete, al tuo ritmo di sempre, è quello che funziona.
Quello che aiuta è non spegnersi alla fine, non ricominciare a metà frase, e fermarsi fra una frase e l’altra.
La seconda è dire la punteggiatura ad alta voce. I sistemi più vecchi si aspettavano «virgola» e «punto» pronunciati ad alta voce; quelli moderni deducono la punteggiatura dal tuo ritmo e dalla forma della frase.
Chi ha imparato a dettare sulla generazione precedente, dicendo «virgola» oggi ottiene la parola virgola, che è una prima esperienza disorientante.
«Funziona allo stesso modo in ogni lingua»
Questo è pubblicità più che credenza popolare.
I modelli vocali sono addestrati su quantità di materiale selvaggiamente disuguali a seconda della lingua. L’inglese è servito meglio di tutti con ampio margine, e qualunque prodotto elenchi cento lingue sta descrivendo cosa proverà a fare invece di cosa fa bene.
Vale anche per noi. LocalType copre diciotto lingue e i risultati non sono identici fra loro.
«Sul dispositivo vuol dire buono quanto il cloud»
Scomodo per noi, e vero lo stesso.
Un server può far girare un modello molto più grande di quanto un telefono possa contenerne. Sul materiale difficile, accenti marcati, rumore di fondo, più persone che parlano, quella differenza è reale e misurabile.
Quello che ti dà in cambio il girare sull’apparecchio è che non viene trasmesso niente, che funziona senza connessione e che non c’è nessun account. Sono quelle le ragioni per sceglierlo. La capacità pura sull’audio difficile non è fra loro, e chi sostiene il contrario non è sincero.
«La dettatura offline richiede un telefono nuovo di punta»
No. Il vincolo è la memoria e non l’età, e il rimedio è un modello più piccolo.
LocalType gira da Android 8.0 in su e offre tre taglie, da 60, 190 e 539 MB, proprio perché gli apparecchi anziani possano usare la più piccola. Su un telefono a corto di memoria, nella pratica il modello più piccolo spesso batte il più grande.
«Ti renderà più veloce in tutto»
Qui l’esagerazione va nell’altra direzione.
Parlare è molto più veloce dello scrivere per qualunque cosa più lunga di una frase. Per i messaggi molto brevi, per gli indirizzi, i numeri, i codici e tutto quello che ha una formattazione insolita, vince lo scrivere, perché il contorno fisso di avviare una dettatura e controllare il risultato dura più della scrittura che sostituisce.
Chi ricava di più dalla dettatura la usa per alcune cose e scrive a mano il resto, invece di convertirsi del tutto.
«Se è privata, una tastiera non può vedere quello che scrivi»
Certi prodotti lasciano intendere questa affermazione, e nessuno può mantenerla.
Qualunque tastiera Android riceve i tuoi tocchi sui tasti e può leggere il testo intorno al cursore. È questo che un metodo di immissione è, ed è il modo in cui la correzione automatica funziona. Lo fa anche la nostra.
La vera domanda non è se una tastiera possa vedere quello che scrivi. È se qualcosa di tutto ciò lasci l’apparecchio, e lo puoi stabilire controllando se l’app chieda l’accesso a internet e usandola con la rete spenta.
«Il testo dettato suona poco professionale»
In genere è il contrario, per quello che abbiamo visto leggendo entrambi.
I messaggi scritti a mano scivolano verso il riempitivo e le frasi fatte, perché scrivere è lento. Quelli dettati escono più vicini a come spiegheresti una cosa di persona: più corti, più diretti, più concreti.
Quello che la dettatura fa davvero è rendere i messaggi più lunghi del previsto, perché parlare è facile. Il rimedio è tagliare un paragrafo prima di mandare, non tornare a scrivere a mano.
«Ti sentiranno tutti»
Vero, e più limitante di qualunque obiezione tecnica vista finora.
La dettatura si dice ad alta voce, quindi non funziona in un ufficio a pianta aperta, in una carrozza silenziosa, in biblioteca o in una stanza in cui ci sia la persona di cui stai scrivendo. Questo esclude una fetta consistente dei momenti in cui la gente scrive dal telefono, e nessun programma lo risolve.
Il vincolo riguarda la lunghezza più che la dettatura in sé. Una frase corta suona come metà di una telefonata e non attira nessuna attenzione. Un messaggio di tre paragrafi si annuncia da solo.
Chi detta di più non è più coraggioso in pubblico. Detta mentre cammina, mentre guida da un posto all’altro, a casa e nel parcheggio, e scrive a mano il resto.
«Bisogna imparare dei comandi»
Un residuo dei programmi di dettatura professionali, che avevano vocabolari ampi di istruzioni pronunciate per la formattazione, gli spostamenti e la correzione.
La dettatura da telefono non ha niente del genere. C’è un tasto, parli, compaiono le parole. Non c’è niente da imparare a memoria, nessuna modalità in cui entrare e nessun manuale.
Quella semplicità è anche un limite: senza comandi non puoi dire «seleziona l’ultima frase» o «trasforma in elenco puntato», ed è per questo che la formattazione resta un lavoro manuale. Più semplice da cominciare, meno controllabile alla fine.
Verificare le nostre stesse affermazioni allo stesso modo
Tutto quello che sta sopra si verifica, e anche questo. Chi ha evitato la dettatura perché ascolta di continuo, è imprecisa o richiede un modo di parlare strano ha torto su tutte e tre le cose, e vale la pena dedicarle un pomeriggio.
Chi si aspetta che sia più veloce in tutto, pari a un server sull’audio difficile o uniforme fra le lingue ha torto anche lì, e saperlo in anticipo è quello che impedisce alla gente di abbandonarla dopo una settimana.
Per completezza dalla nostra parte: LocalType fa girare il riconoscimento sull’apparecchio a partire da un modello tenuto in uno spazio di archiviazione che può raggiungere soltanto l’app, chiede l’accesso a internet per uno scopo soltanto, prendere il modello che hai scelto, non ha nessun account, non porta pubblicità, non fa girare nessun tracciamento del comportamento dentro il prodotto, non tiene nessun archivio delle tue registrazioni, e al backup nel cloud di Android viene negato di proposito. Spostati in un campo password e lì nessun tasto del microfono viene offerto. Tutte cose che puoi verificare da te in un minuto.