Begin bij de afstand, want die is gratis
De microfoon vangt op wat hem bereikt. Hoeveel daarvan jij bent, is een kwestie van natuurkunde en niet van software.
Op armlengte gehouden in een kamer met enig geluid komt je stem binnen als één signaal tussen meerdere. Vlak bij de onderkant van de telefoon op gespreksafstand overheerst hij alles. Verklein die afstand voordat je aan instellingen begint, want het kost je niets en je hoeft er niets voor te downloaden.
Bedek de microfoon niet met een vinger; op de meeste telefoons zit hij aan de onderrand, precies waar je hem vastpakt. En sta je buiten, draai je dan van de wind af. Windgeruis is hard en breed, en voor elk model vrijwel niet van spraak te scheiden.
Kijk de taalinstelling na voordat je iets anders probeert
Een hele categorie van “er komt onzin uit” is een verschil tussen de taal die je spreekt en de taal die de app verwacht. Zet die na, want het is de enige fout van het stel die je in tien seconden helemaal weg hebt.
Hij is verwarrend omdat er geen melding komt. Het systeem doet zijn best om de taal te horen die het moest verwachten, en levert zelfverzekerde flauwekul.
Schrijf je in meer dan één taal, zet hem dan expliciet vóór een lange sessie, of gebruik een app die de taal uit de opname zelf afleidt. LocalType doet het laatste over achttien talen en beslist per opname, dus tussen berichten wisselen vraagt niets van je. Een bepaalde taal vastzetten laat de toetsenbordindeling en het woordenboek meebewegen, en die keuze is beter als je de hele dag in één taal zit.
Over die achttien talen valt de nauwkeurigheid verschillend uit. Oefenmateriaal is ongelijk verdeeld, en veelgesproken talen doen het beter.
Daarna je manier van praten, en die is te leren
Inspreken beloont een bepaalde manier van praten, en de meeste mensen praten anders.
Hele zinnen. Herkenners gebruiken de omringende woorden om te kiezen tussen mogelijkheden die op elkaar lijken. Eén woord dat alleen staat geeft ze niets om mee te werken. Een losse naam komt er daarom verkeerd uit terwijl dezelfde naam in een zin goed gaat.
Beslis voordat je praat. Wegvallen, halverwege opnieuw beginnen en hardop denken halen het ritme weg waar het systeem op leunt, en je raakt eerst de leestekens kwijt.
Gewoon tempo en gewoon volume. Fors langzamer praten of overdreven articuleren maakt het slechter, niet beter. Modellen zijn geoefend op gewone spraak, dus ongewoon zorgvuldig praten is ongewone invoer.
Pauzeer tussen zinnen. Zo weet de app waar een punt hoort.
Wil je zien hoeveel dit scheelt, spreek dan dezelfde alinea twee keer in: één keer zoals je hem tegen een collega zou zeggen, één keer in afgeronde zinnen met een adempauze ertussen. Leg de twee resultaten naast elkaar.
Leer het je woordenschat, en geef lastige woorden een aanloop
De woorden die het vaakst verkeerd verstaan worden zijn de woorden die je het meest gebruikt: achternamen van collega’s, namen van klanten, producten, afkortingen, de vaktermen van wat je doet.
Een model dat op algemene spraak geoefend is, is er geen van tegengekomen en zet er iets gewoons voor in de plaats dat erop lijkt. Duidelijker praten verhelpt dat niet, want het model kiest tussen woorden die het kent.
Laat je toetsenbord je woorden toevoegen. LocalType houdt toevoegingen op je telefoon en geeft ze als context aan het spraakmodel, zodat ze meteen goed gespeld aankomen, en ze maken de typesuggesties tegelijk beter. Voeg ze in één portie toe op een rustig moment, en niet één voor één op het moment dat ze misgaan; dan zit je met je hoofd bij het bericht en niet bij je woordenlijst.
Voor de woorden die je niet kunt toevoegen, een straatnaam onderweg, een achternaam die je één keer nodig hebt, helpt een aanloopje. Herkenners hebben aan het allereerste begin van een opname de minste omringende woorden om op te leunen. Begin je meteen met het ongewone woord, dan krijgt het systeem de minste hulp op het moment dat het die het hardst nodig heeft. Twee of drie gewone woorden ervoor zijn genoeg. “Het adres is” vóór de straatnaam. “Stuur dit naar” vóór de achternaam.
Dezelfde redenering verklaart waarom een mislukt woord los opnieuw inspreken zelden werkt: alleen staat het er nog kaler bij dan de eerste keer. Zeg de hele zinsnede opnieuw.
Over accenten
Accenten zijn waar inspreken het minst gelijkmatig is, en dat heeft een mechanische reden.
Een model presteert het best op spraak die lijkt op waarop het geoefend is. Zat jouw accent dun in dat materiaal, dan vallen de uitkomsten slechter uit. Dat ligt aan het oefenmateriaal en niet aan hoe jij praat.
Twee dingen helpen. Een groter model heeft meer ruimte voor ongewone gevallen, dus probeer een maat omhoog voordat je concludeert dat de techniek niets voor je is. En het lijstje met woorden hierboven telt zwaarder, niet lichter, want een eigennaam die het model verkeerd hoort is je meest voorkomende fout.
Wat niet helpt is je uitspraak overdrijven richting een bedacht neutraal accent. Dan lever je spraak aan waar het model nog minder van gehoord heeft.
Koop nauwkeurigheid met geduld, als de app dat toelaat
Waar een app een keuze uit modellen biedt, is die keuze een knop voor nauwkeurigheid, en de meeste mensen komen er nooit aan.
Capaciteit kost tijd. Een model met meer ruimte om ongewone uitspraak, onbekende namen en spraak die met rumoer concurreert weer te geven, heeft er meer van goed en doet er langer over. LocalType biedt 60, 190 en 539 MB om precies die reden, met 4,1 seconden nodig voor 6,9 seconden spraak bij de middelste stand op een testtelefoon met 4 GB.
Stem de keuze af op wat je aan het inspreken bent, en verzet hem gerust twee keer op een dag. Gooi je korte antwoorden eruit, dan valt de wachttijd op en werkt de kleinste stand prettiger. Praat je een lang bericht door, dan kijk je toch naar de kamer en niet naar het scherm, en de fouten die je zo vermijdt zijn bewerkingen die je nooit hoeft te maken.
De uitzondering is een telefoon die werkelijk krap in het geheugen zit. Daar kan het grootste model trager uitpakken en niet nauwkeuriger dan het kleinste, omdat het nooit comfortabel kan draaien.
Het plafond dat je er niet af krijgt
Er is een plafond, en geen instelling tilt het op.
Meerdere mensen die tegelijk praten. Een telefoon op tafel aan de andere kant van de kamer. Een café op volle sterkte. Zware muziek achter je. In al die gevallen komen spraak en rumoer door elkaar in dezelfde metingen binnen en zijn ze achteraf niet meer te scheiden, op geen enkele telefoon, door geen enkele app.
Gelijkluidende woorden zijn de andere blijvende grens. Waar twee formuleringen identiek klinken en allebei ergens op slaan, gokt het systeem, en soms gokt het mis. Namen van straten en merken zitten vol met dat soort paren.
Geen enkele herkenner weet wat je bedoelde, alleen wat de microfoon bereikte. Daarom is afstand de eerste ingreep en het model de laatste.
Doe het in deze volgorde
Ga dichter bij de microfoon zitten. Kijk de taal na. Praat in hele zinnen en pauzeer ertussen. Voeg je eigen namen en vaktaal toe. En is het dan nog niet goed genoeg, ga dan een modelmaat omhoog.
Doe ze één voor één en spreek na elke stap dezelfde twee zinnen in, met een naam en een vakterm erin. Dan zie je welke stap voor jou iets deed, en welke je verder kunt laten zitten.