Kuinka lisätä omia sanoja sanelutoimintoon

Miksi sanelutoiminto vääristää nimiä ja ammattisanoja

Sanelutoiminto on vedonlyöntikone. Se kuuntelee äänivirtaa ja valitsee sanat, jotka todennäköisimmin tuottivat sen äänen — miljoonien harjoitustuntien pohjalta. Arkinen puhe voittaa nämä vedot helposti. Ongelmat alkavat harvinaisista sanoista: kollega nimeltä Csaba, sisäinen projekti nimeltä Helios, lääkkeen nimi, lakitoimiston nimi tai oma sukunimesi, jos se ei ole yleinen englanninkielisessä puheessa.

Malli on kuullut niitä harvoin, joten se hakee läheistä kuulostavaa tavallista sanaa. "Helios" muuttuu "healy usiksi". "Remskill" muuttuu "rem skilliksi" tai "rim skilliksi". Päädyt korjaamaan samoja viittä sanaa joka kerta — se on juuri se vaiva, jonka takia ihmiset luovuttavat sanelemisen ja palaavat näppäimistölle. Ratkaisu ei ole parempi mikrofoni tai hitaampi puhe. Se on kertoa työkalulle etukäteen, että nämä erikoiset sanat ovat olemassa.

Juuri tätä oma sana tekee. Useimmissa työkaluissa et opeta ääntämistä — lisäät sanan listalle niistä asioista, joita transkriptori saa odottaa. Kun äänet ovat moniselitteisiä, oma termisi voittaa vedon tavallisen sanan sijaan. Tylsä totuus on, että lyhyt lista kymmenestä tai viidestätoista termistä kattaa suurimman osan kivusta useimmille ihmisille. Et tarvitse koko sanakirjaa. Tarvitset kourallisen sanoja, jotka jatkuvasti menevät pieleen.

Sisäänrakennettu tapa Windowsissa ja Macissa

Aloita siitä, mitä koneellasi jo on — joillekin se on koko vastaus. Windowsissa on kaksi erillistä sisäänrakennettua toimintoa, ja ne käsittelevät omia sanoja hyvin eri tavoin. Windowsin Puheentunnistus — vanhempi työpöytäominaisuus — sisältää aidon, muokattavan puheentunnistuksen sanakirjan. Avaat Puheentunnistuksen, sanot tai napsautat "avaa puheentunnistuksen sanakirja", valitset "Lisää uusi sana" ja seuraat ohjatuista toimintoa. Sana on nyt jotain, jonka sanelutoiminto tunnistaa. Uudemmassa Windows 11:n Äänipääsyssä on oma versio: "Lisää sanastoon" -komento (ja Ohje-valikon vaihtoehto), joka ohjaa tunnistuksen lisäämillesi sanoille.

Tavallinen Win+H-äänisyöttöpalkki, jota useimmat käyttävät päivittäin, on välimuoto. Se ei anna suoraan muokattavaa sanakirjaa — se oppii tekemistäsi korjauksista ja kirjoittamastasi tekstistä ajan mittaan eikä muokkaamastaäsi listasta. Joten jos haluat käsin muokatun oman sanojen listan Windowsissa tänään, Puheentunnistuksen sanakirja tai Äänipääsyn sanasto on oikea paikka — ei Win+H-palkki.

macOS:ssa pitää olla tarkkana, koska ilmeisin ominaisuus ei tue tätä. Tavallinen macOS:n Sanelutoiminto — se, jota käytät puhuaksesi mihin tahansa tekstikenttään — ei sisällä mukautetun sanan tai mukautetun sanaston asetusta. Lainkaan. Mitä kyllä on olemassa, on erillinen esteettömyysominaisuus, Äänikontrolli, jossa on Sanasto-paneeli Järjestelmäasetuksissa kohdassa Esteettömyys, Äänikontrolli. Siellä voit lisätä jopa 1 000 termiä ja jopa äänittää, miten kukin lausutaan. Se on aito ja toimiva, mutta eri työkalu kuin se Sanelutoiminto, jota useimmat Mac-käyttäjät tarkoittavat. Jos jokin sivu sanoo "lisää vain sanoja macOS:n Sanelutoimintoon", se sekoittaa hiljaa kaksi eri asiaa.

Omien sanojen lisääminen Whisperissä (Windows tai Mac)

Jos haluat yhtenäisen tavan lisätä omia sanoja, joka toimii samalla tavoin Windowsissa ja Macissa, siinä erillinen työkalu ansaitsee paikkansa. Tarvitset Macin Apple Siliconilla tai Windows 10:tä tai uudempaa tietokoneella, toimivan mikrofonin ja paikallisen Whisper-mallin — hotwordit ovat paikallinen Whisper-ominaisuus, joten tämä polku vaatii sen mallin eikä Parakeetia tai pilveä. Koko paikallinen prosessi on ilmainen kaikille kirjautuneille käyttäjille, eikä maksutapaa kysytä rekisteröitymisen yhteydessä. Tässä on järjestys.

Pitäisin ensimmäisen listan tahallaan pienenä. Lisää viisi tai kuusi sanaa, jotka ovat ärsyttäneet eniten tällä viikolla, sanele päivä, ja lisää lisää vain kun jokin muu menee pieleen. Kahdellatoista sadalla termillä täytetty hotword-lista voi alkaa ohjata mallin kohti sanoja, joita et tarkoittanut. Lyhyt ja täsmällinen voittaa pitkän ja toiveikkaan.

ääni tekstiksi Windowsissa · Macilla

Mitä hotword-lista oikeasti tekee

Hotword-lista on joukko termejä, jotka annat mallille ennen transkriptiota, jotta se tietää odottaa niitä. Konepellin alla ajatus on sama kuin Windowsin puheentunnistuksen sanakirjassa, mutta kytketty eri tavoin: sen sijaan, että sana olisi merkintänä tallennetussa sanakirjassa, sanat kulkevat jokaisen tallennuksen mukana kallistuksena. Kun ääni on moniselitteinen termisi ja tavallisen samankuuloisen sanan välillä, kallistus ohjaa päätöksen termisi suuntaan. "Csaba" lakkaa häviämästä "tsupalle", koska olet kertonut mallille, että Csaba on sana, joka kuuluu tähän.

Kaksi rehellistä rajoitusta on syytä mainita selkeästi. Ensinnäkin hotwordit kallistavat, eivät pakota — sana, joka ei kuulosta lainkaan siltä mitä sanoit, ei silti ilmesty, ja hyvin lyhyt tai erittäin epätavallinen sana voi silti lipsua. Toiseksi — ja tässä ihmiset menevät harhaan — hotwordit ovat paikallinen Whisper-ominaisuus. Parakeet, nopea paikallinen moottori, ei hyväksy hotword-listaa. Pilvipoltku ei paljasta sellaista sekään. Joten jos omat sanat ovat syy, miksi olet täällä, paikallinen Whisper-malli on polku, jolla ne ovat.

Paikalliset Whisper-mallit antavat myös hienomman kontrollin kuin useimmat sisäänrakennetut — asioita kuten säteen koko ja mukautettu sanasto, joita tavallinen sanelutoiminto ei paljasta. Et tarvitse mitään niistä muutaman nimen lisäämiseen. Mutta se on siellä, jos siirryt "korjaa viisi sanaa" -vaiheesta "transkriboi lääkäriaseman terminologiaa koko päivän" -vaiheeseen — mikä on aito syy, miksi jotkut valitsevat Whisperin nopeamman Parakeet-moottorin sijaan. Jos punnitset paikallisia malleja keskenään, mikä Whisper-malli kannattaa valita käy läpi kompromissit.

Paikallinen vai pilvi, kun omat sanat ovat tavoite

Sovellus pyytää sinua valitsemaan polun, ja omien sanojen kohdalla valinnalla on tavallista enemmän merkitystä — koska vain yksi kolmesta hyväksyy hotword-listan. Tässä rehellinen erittely, jotta valitset tietoisesti sen sijaan, että löydät rajan asennettua väärää moottoria käyttäessäsi.

Kolme polkua ja mitä kukin tekee sanastollesi:

• Paikallinen Parakeet — NVIDIAn TDT-moottori, noin 600 MB, nopein paikallinen vaihtoehto — 5–10 kertaa nopeampi kuin Whisper prosessorilla. Englanti ja 24 muuta eurooppalaista kieltä, yhteensä 25. Ei käännöstä englanniksi, ja se tärkein tässä: ei hotword-listaa. Loistava nopeaan arkiseen englannin saneluun, väärä valinta jos omat sanat ovat syy, miksi tulit.
• Paikallinen Whisper — Hitaampi kuin Parakeet samalla koneella, mutta tämä on polku, jolla on hotword-lista ja mukautetun sanaston hallinta. Monikieliset versiot kattavat 99 kieltä ja voivat kääntää englanniksi; vain englantia tukevat versiot ovat pelkälle englannille. Oletus­englannin­malli on noin 480 MB. Jos tarvitset nimien ja ammattisanojen oikean transkription, tämä on se.
• Pilvi (OpenAI, BYOK) — Paras yleinen tarkkuus ja verkkoyhteys, omalla OpenAI-avaimellasi OpenAI:n suoraan laskuttamana. Transkriptio toimii oletuksena gpt-4o-mini-transcribe-mallilla. Se saa usein harvinaiset sanat oikein raa'alla voimalla, mutta ei paljasta hotword-listaa. Vaatii internet-yhteyden. Pilviominaisuus on osa Whisper Pro -tilausta.

Nyrkkisääntö on siis yksinkertainen. Jos omat sanat ovat pääongelma ja haluat listan, jota hallitset, käytä paikallista Whisper-mallia. Jos puhut pääasiassa tavallista englantia ja haluat raakaa nopeutta, Parakeet on parempi päivittäinen ajuri — vain älä odota hotword-ruutua. Pilvi on pelastusluukku, kun haluat huippuvarmuuden hankalaan tallennukseen etkä välitä siitä, että se lähtee koneeltasi. Jos olet päättämässä paikallisesta asennuksesta kokonaisuutena, Whisperin ajaminen paikallisesti ja Parakeet-malli -katsaus käy molemmat moottorit läpi perusteellisesti.

Läpisliuvanneiden korjaaminen jälkikäteen

Mikään oman sanan asetus ei nappaa kaikkea, ja raakatekstisanelu on aina hieman yhtenäistä virtaa. Sanot "tapaa csaba helios-julkaisusta um merkitse se projekti alfa", ja vaikka hotwordit ovat päällä, välimerkit ja täytesanat ovat edelleen sinun siistittäväksesi. Tässä työn kaksi puolta eroavat toisistaan: hotwordit korjaavat hankalien sanojen kirjoitusasun, ja siistimiskierros korjaa lauseen muodon.

Windowsin Äänisyöttö lisää välimerkit puheen aikana, ja macOS:n Sanelutoiminto hoitaa perusvälimerkit, kun sanot "pilkku" tai "piste". Raskaamman siistimisen — "öö"-äänteiden poistamisen, pitkien lauseiden katkaisemisen, puhutun kappaleen muokkaamisen lähetettävään muotoon — voi hoitaa Whisperin tekoälykierros. Sano aktivointilauseke "Hey whisper" ja teksti parannetaan ennen liittämistä. Paikallisella mallilla se kulkee Ollaman kautta; pilvimodussa se on oletuksena gpt-5-mini. Siistimiskierros säilyttää oman sanan kirjoitusasun intaktina korjaten kaiken muun ympärillä.

Sanoille, jotka silti lipsuvat sekä hotword-listan että siistimiskierroksen ohi, vanha luotettava keino toimii: korjaa se kerran, ja lisää se Windowsissa Puheentunnistuksen sanakirjaan, jotta se ei ole ongelma ensi kerralla. Manuaalisessa korjauksessa ei ole häpeää silloin tällöin. Tavoite ei ole työkalu, joka ei koskaan mene pieleen — vaan työkalu, joka menee pieleen samoista viidestä sanasta kerran eikä neljäkymmentä kertaa. Omat sanat vievät sinut suurimmaksi osaksi perille; nopea muokkaus kattaa loppuosan.

Sama puhu-ja-siisti-rytmi kannattaa ottaa tutuksi kaikkialla, koska kun se klikkaa, voit sanella sujuvasti Windowsissa mihin tahansa avaamaasi sovellukseen, ei vain siihen, jota alun perin lähdit korjaamaan.

Milloin sisäänrakennettu riittää

Joskus et tarvitse erillistä työkalua lainkaan, ja väittää muuta olisi epärehellistä. Jos oma sana -ongelma on pieni — pari nimeä, Windowsissa, jotka voit lisätä kerran ja unohtaa — Windowsin Puheentunnistuksen sanakirja hoitaa tämän täsmälleen ilmaiseksi. Lisää sanat, jatka eteenpäin. Minkään ylimääräisen asentaminen siihen on liikaa.

Macissa tilanne on rehellisesti sanottuna sekavin, ja siitä kannattaa olla suora. Tavallisessa macOS:n Sanelutoiminnossa ei ole mukautetun sanan listaa, joten jos käytät vain sitä, sisäänrakennetut vaihtoehtosi termien lisäämiseen ovat aidosti rajalliset. Ääniontrolin Sanasto-paneeli hoitaa työn ja pitää jopa 1 000 termiä, mutta se on esteettömyysominaisuus, jonka otat käyttöön erityisesti tätä tarkoitusta varten — sopii hyvin, jos olet sinut sen kanssa; kiertotie, jos et. Joten Macissa vaihtokauppa on todellinen: siedä Sanelutoiminnon virheet, opettele Äänikontrolli tai käytä työkalua, jolla on oma hotword-lista.

Ota erillinen, järjestelmänlaajuinen työkalu käyttöön, kun sisäänrakennetut alkavat satuttaa: pitkä lista nimiä ja ammattisanoja, samat omat sanat tarvitaan sekä Windowsissa että Macissa, offline-yksityisyys tai halu yhdelle pikanäppäimelle ja yhdelle sanastolle, joka toimii samoin kaikissa sovelluksissa. Tämän tason alapuolella käytä sitä, mikä on ilmaista. En aio käskeä asentamaan ohjelmistoa opettamaan tietokoneellesi yhtä sukunimeä.

Sama vaihtokauppa tulee esiin, jos sanelusi on pääasiassa Macilla — sisäänrakennetut rajoitukset ja rehelliset kiertotiet kirjoituksessa ääni tekstiksi Macilla ovat tämän osion laajempi versio.

Omien sanojen lisääminen on sanelutoiminnon vähiten glamoroosi ominaisuus ja juuri se, joka ratkaisee, jatkatko sen käyttöä. Laita ne viisi sanaa, jotka jatkuvasti menevät pieleen, listalle — Puheentunnistuksen sanakirjaan Windowsissa tai hotword-listalle Whisperissä — ja päivittäinen kitka katoaa hiljaa. Lisäsin oman sukunimeni hotword-listalle kaksi vuotta sitten enkä ole sen jälkeen katsonut transkriptorin pilkkovan sitä, mikä on matala rimantaso ja juuri sellainen rimantaso, jonka haluan ylitettävän ennen aamiaista.