Iz mikrofona na „papir” Previše naučnofantastičnih filmova nam je duboko usadilo želju za teleportacijom, prolaženjem kroz zidove i zadavanjem glasovnih komandi inteligentnim kompjuterima. Iako današnja računarska kola nisu dostigla zavidan nivo veštačke inteligencije, programi kao što je Wave to Text bar u nekoj meri umanjuju glad za budućnošću. Nije baš da ispunjavaju naredbe tipa „otvori mi vrata” ili „napravi mi sendvič”, ali mogu poslužiti za prevođenje vašeg govora u elektronski format. Nije kao „Autostoperski vodič”, ali radi posao.Grubo gledano, program se može podeliti na dva dela. Prvi se zasniva na real-time prevođenju izgovorenog teksta, a u glavnom meniju se krije pod pseudonimom Train Voice. Ima daleko više opcija od ostalih delova i može se vrlo precizno konfigurisati. Tu je podešavanje nivoa buke koji neće biti uzet u obzir prilikom snimanja, menjanje prioriteta suprotstavljenih parametara (recimo brzina procesiranja vs. tačnost prepoznavanja), poigravanje sa makroima, temeljno kalibrisanje mikrofona, pa i prilagođavanje izgovora nekih od reči onako kako vama više odgovara. Prilikom diktiranja odziv je prilično dobar, ali tačnost ume da varira. Posle dužeg vremenskog perioda „privikavanja” aplikacije na vaš glas, tačnost prepoznavanja pojmova dostiže visokih devedeset odsto, a do tada može da osciluje oko tričavih četrdeset pet. Zbog toga je u ovom segmentu programa vrlo korisna opcija cross-out. Ukoliko algoritam pogrešno protumači neku vašu reč, izgovaranjem ove komande ona se briše, što čini manevrisanje tastaturom ili mišem suvišnim. Drugi deo Wave to Texta čine tri logičke celine. Prvi korak je jednostavno snimanje WAVE fajla, bilo iz mikrofona ili posredstvom priključka Line-In . Nevezano za to odakle potiče, naredni korak sprovodi automatizovano prevođenje audio-signala u tekstualni zapis. Pošto se ovaj proces odvija bez kontrole korisnika, sledeća faza je ključna. Način na koji Edit Conversation pomaže pri ispravci eventualnih grešaka nije baš zahvalan. Iako je s tehničke strane izvedba na mestu, logički deo može u početku da zbuni (u dva padajuća menija se ponekad prikazuju i prethodne, i sledeće, i trenutne reči). Reč po reč ili ceo snimljeni tekst možete direktno preslušavati, a potom vršiti validaciju pojmova. Pored onih reči koje je program u prethodnom koraku izabrao kao tačne, u ponudi je još i nekoliko sličnih (zvučno, ne logički), a ukoliko prava solucija uopšte nije ponuđena, može se ručno dodati. Interni rečnik programa sadrži čak 150.000 reči, a svakako se mogu dodati i nove. Jedan „mali” nedostatak koji krasi ovo delo jesu jezici koje podržava – logično, našeg nema. Miloš KNEŽEVIĆ | | |
