چند سالی می‌گردد.که خاطره‌ی ناخوشایند اعتماد به تعدادی سایت‌ها برای خرید نرم‌افزار تبدیل گفتار به نوشتار، در ذهنم حک شده است. درست از همان موقع که هزینه‌ی زیادی صرف خرید نرم افزار تبدیل صدا به متن کردم، و به نتیجه نرسیدم، تصمیم گرفتم تمام برنامه‌های مدعی در این وضعیت را چک کنم. در این وضعیت فهرستی از روش‌ها و معرفی مختصری از این مدل برنامه‌ها را در اختیار شما هم قرار می‌دهم و در آخر از شما می‌خواهم که تجربه‌ی کاربریِ هر کدام از این ابزارها را با ما در بین بگذارید.
تبدیل گفتار به نوشتار با وب سایت speechtexter.com
اولین باری که توانستم به‌مناسبی به کمک یک ابزار آنلاین، صدا را به نوشتار تبدیل کنم، روزی بود که با وب سایت speechtexter آشنا شدم. تجربه‌ی واقعا هیجان انگیزی بود چرا که چند هفته پیش از آن، حدود ۳۰۰ هزار تومان هزینه کرده بودم و یک سی‌دی خریده بودم که طراح آن مدعی بود توسط این نرم‌افزار می‌توانید به سرعت بالا، گفتار خود را به متن تبدیل کنید. اما این محصول، دردسر‌های زیادی داشت و از شما چه پنهان، سرعت تایپ دستی‌ام از سرعت نوشتار آن بیشتر بود. مسلما شمار خطاهای این محصول هم خیلیزیاد بود و من واقعا موقعیت اصلاح اشتباهاتش را نداشتم.
speechtexter.com نرم افزاری تحت وب می‌باشد که به شما اجازه می‌دهد به‌صورت آنلاین، سریع صحبت کنید و آن هم سریع گفته‌هایتان را تایپ کند. مسلما زبان این سرویس، قابل تغییر به چند ده زبان دنیمی‌باشد که خوشبختانه فارسی هم در بین فهرست آن به چشم می‌خورد. بیایید کمی با این برنامه کار کنیم.
شروع کار
اگر به آدرس speechtexter.com بروید تصویر زیر را در صفحه‌ی اول وبسایت مشاهده می‌کنید:
همان‌طور که در تصویر مشاهده می‌کنید، شما می‌توانید در سمت راست، مشخص زبان صوتی و نوشتاری و در سمت چپ کلید‌های اولیه برای شروع نوشتن، و مدیریت نوشتار را تحت کنترل بگیرید.
اینجا یک دکمه به نام START وجود دارد که برای شروع صحبت می‌بایست آن را بزنید. توجه داشته باشید که، به محض شروع صحبت، یک اعلان برای‌تان ارسال می‌گردد.که میکروفون خود را به مرورگر بشناسانید و روی ALLOW کلیک کنید تا همگام سازی‌ها صورت گیرد.
مشخص زبان
بدین منظور روی آیکون سمت رمی‌باشد که UNITESD نوشته است، یک بار کلیک کنید تا فهرست زبان‌ها را مشاهده کنید. می‌توانید در بین فهرست در پی فارسی باشید یا اینکه در باکس جست‌وجو زبان فارسی را بیابید و خروجی را انتخاب کنید.
وقتی زبان به‌درستی مشخص شد می‌توانید روی START کلیک کنید تا ویرایشگر سفید آن نمایش داده شود. به‌عنوان یک نشان از آمادگی ابزار برای ضبط صدای شما، یک حلقه‌ی پردازشگر در بالا شروع به‌کار می‌کند. وقتی این حلقه فعال باشد بدین معنی می‌باشد که شما می‌توانید به‌راحتی بگویید تا برنامه بنویسد.
ویرایشگر دارای ابزارهای قالب‌بندی متن می‌باشد که ازجمله‌ی آنها می‌توان به فونت، اندازه، رنگ، راست‌چین یا چپ‌چین، بولد کردن، ایتالیک و زیرخط‌دار بودن و مواردی مثل این اشاره کرد.
مسلما تعدادی دستورات صوتی هم وجود دارد که در خلال گفتار خود می‌توانید به‌کار ببرید تا ویرایشگر کار جدیدی برای‌تان انجام دهد. مثلا اگر بخواهید به پاراگراف بعدی بروید، رغبت بگویید: «پاراگراف جدید»
با گفتن و ادای اصولی این عبارت، می‌توانید نشانگر را سر خط در پاراگراف جدید مشاهده کنید.
دقیقا مثل این دستور، دستورات دیگری هم وجود دارند که با ادای آنها می‌توانید کار جدیدی در ویرایشگر انجام دهید. ازجمله‌ی این عبارت‌ها می‌توان به موارد زیر اشاره کرد:
- نقطه؛
- ویرگول؛
- دو نقطه؛
- نقطه ویرگول؛
- علامت سوال.
در نهایت وقتی متن خود را نوشتید می‌توانید در داخل همان ویرایشگر، شروع به ویراش کنید و تعدادی جملات را درست کنید یا به جملات چیزی اضافه کنید. در نهایت می‌توانید با انتخاب تمام جملات و کپی کردن آن، متن را به ویرایشگر‌هایی که می‌خواهید مثل WORD، نوت‌پد یا حتی به وبسایت انتقال دهید.
اما بدانید که به کمک نوار ابزار بالای ویرایشگر همین نرم‌افزار هم می‌توانید روی متن کارهایی انجام بدهید. برای نمونه، این ابزارها را در عکس زیر مشاهده می‌کنید:
به کمک این ابزارها می‌توانید متن را در یک فایل متنی ذخیره کنید یا اینکه متن را چاپ کنید. ضمناً می‌توانید به کمک دستورات UNDO و REDO روی متن ویرایش‌هایی انجام دهید. به کمک همین نوار ابزار می‌توانید تمامی متن را در کلیپ‌برد ذخیره کنید یا اینکه همه‌ی متن را پاک کنید. برای این غرض از دکمه‌ی CLEAR استفاده کنید.
دو نکته در مورد این برنامه
۱. استفاده از این برنامه، کاملا رایگان و با اتصال به اینترنت میسراست. در حین استفاده از برنامه شاید با پیغامی مثل No speech was detected. Please try again روبه‌رو شوید.
در چنین وضعیتی باید اتصال اینترنتی و حتی اتصال میکروفون خود را چک کنید. در این مواقع اگر یک بار روی دکمه‌ی STOP کلیک کنید و دوباره START را بزنید به‌راحتی می‌توانید مشکل را حل کنید.
۲. شما می‌توانید گرچهبار که لازم است، عملیات را قطع و وصل کنید و متن خود را در نهایت تکمیل کنید. اما در هنگام استفاده از این ابزارها مراقب باشید که به اشتباه روی CLEAR کلیک نکنید چرا که زحمات‌تان به باد می‌رود.
تنها در یک صورت پس از پاک شدن توسط این دکمه می‌توانید متن را بازیابی کنید که عملیات ریستور قابل انجام باشد. در این حالت اولین آیکون قالب‌بندی از سمت راست، مشکی است و این بدین معنی می‌باشد که متن به صورت DRAFT ذخیره شده است. روی این گزینه در چنین وضعیتی یک بار کلیک کنید تا متن برگردد. اما برای بار دوم این دکمه عمل نخواهد کرد.
این ابزار سرعت خیلیمناسبی دارد، و به شما اجازه‌ی ویرایش ضمن نوشتار هم می‌دهد.
معرفی ابزار دوم: Dictate
Dictate داستان جدابی دارد. همه‌ی ما می‌دانیم که «بیل گیتس» درست از یک گاراژ که در آن کار می‌کرد، به این مقام دست یافته است. شاید تعدادی از افراد با تغییر جایگاه خود، فراموش کنند که از کجا به کجا رسیده‌اند اما بیل گیتس آن گاراژ را کماکان حفظ کرده و آن را به‌عنوان بخشی از شرکت خود برای پیشرفت‌ی طرحهای کارمندانش به‌کار گرفته است.
در بین کارمندان بیل گیتس، هر فردی که طرحای جدید داشته باشد در این گاراژ که مسلما امروزه بیشتر حالت اداری دارد به پیشرفت‌ی ایده خود می‌پردازد.
Dictate ابزاری می‌باشد که از طریق کارمندان این شرکت در همین مکان رشد پیدا کرده و مسلما روز به روز بر موفقیتش افزوده می‌گردد.
Dictate برنامه‌ای می‌باشد که می‌تواند در کنار برنامه‌های ویرایشگر مثل WORD بنشیند و به کمک افرادی بیاید که می‌خواهند تایپ کنند. در اصل برنامه‌ی ویرایشگر تبدیل صدا به متن در مایکروسافت Dictate نام دارد.
اغلب افرادی که از سرویس ایمیلی Microsoft Outlook استفاده می‌کنند از این ابزار بهره می‌گیرند تا عملیات نوشتن متن‌های ایمیل را سریع‌تر انجام بدهند. برای این آموزش هم من سعی دارم، این نرم افزار کمکی را با Microsoft Outlook ادغام و از آن استفاده کنم.
برای استفاده از Dictate لازم می‌باشد که به وبسایت مربوطه‌اش مراجعه و نرم‌افزار لازم را دانلود کنید. توجه کنید که شما باید به تناسب نرم‌افزار Outlook خود، نسخه‌ی مناسب را انتخاب کنید.
Dictate دارای نسخه‌های ۳۲ بیتی و ۶۴ بیتی است. به همین علت لازم می‌باشد که نسخه‌های Dictate و Outlook دقیقا از یک ساخت برخوردار باشند.
شناسایی نسخه‌ی نرم‌افزار
برای شناسایی نسخه‌ی نرم‌افزارتان، رغبت برنامه را باز کنید و به مسیر File> Account Office> About Outlook بروید. در این قسمت مثل تصویر زیر می‌توانید نسخه‌ی Outlook را تعیین کنید.
پس از شناسایی، باید نسخه‌ی مناسب را دانلود و آن را نصب کنید. توجه کنید که هنگام نصب می‌بایست تمامی نرم افزارهای متعلق به مایکروسافت را ببندید.
نحوه‌ی استفاده از Dictate در Outlook
پس از اینکه برنامه را نصب کردید، Outlook را باز کنید. در بین سر برگ‌های این برنامه، مطابق عکس زیر می‌توانید Dictate را مشاهده کنید.
در زبانه‌ای که باز می‌کنید، می‌توانید دو بخش جداگانه مشاهده کنید:
- بخش سمت چپ که با RESPONSE مشخص شده است.
- بخش سمت رمی‌باشد که با LANGUAGE OPTIONS مشخص شده است.
در بخش LANGUAGE OPTIONS می‌توانید مشخصات زبان را تعیین کنید و در بخش RESPONSE عملیات ضبط را انجام دهید.
برای ضبط کردن روی START و برای توقف روی STOP کلیک کنید.
توجه کنید که این برنامه نخست صدای شما را کامل می‌شنود و جمله‌ی کامل را می‌نویسد. این برخلاف ابزارهای دیگری می‌باشد که ممکن است تا این ساعت تست کرده‌اید و مسلما ما در این مقاله آنها را به شما یاد آوری کرده‌ایم.
استفاده از فرمان‌های صوتی در این برنامه هم رواج دارد. برای نمونه با گفتن DELETE آخرین جمله‌ی نوشته‌شده حذف می‌گردد. با گفتن New line، وارد خط بعدی می‌شوید و در نهایت اگر بخواهید نوشتار را تمام کنید، می‌توانید روی STOP کلیک کنید یا آسان‌تر بگویید Stop dictation!
Manual Punctuation بخشی می‌باشد که می‌توانید تعدادی دستورات صوتی را در آن مشاهده و تحت اختیار بگیرید. مثلا این برنامه به‌روش خودکار انتهای هر جمله را، نقطه‌گذاری می‌کند اما شما می‌توانید این کار را خودتان انجام بدهید. به کمک Manual Punctuation می‌توانید سایر دستورات را هم تحت کنترل بگیرید. ازجمله‌ی این دستورات می‌توان به موارد زیر اشاره کرد:
دوره‌ی زمانی (Period)، کاما (Comma)، علامت سوال (Question mark)، نقل قول باز (Open quote)، بستن نقل قول (Close quote)، کولون (Colon)
عمر این برنامه طولانی نیست اما شما می‌توانید به عنوان یک ابزار کمکی آن را در کنار برنامه‌های ویرایشگر مایکروسافت استفاده کنید. این برنامه می‌تواند تا ۲۰ زبان را متوجه شود و تا ۶۰ زبان را به‌روش کامل بنویسد اما وجود اشکالات نگارشی در آن، دور از توقع نیست.
روش سوم: استفاده از ربات voicybot
ربات voicybot یکی از ربات‌های معروفی می‌باشد که برای کمک به کاربران تلگرام نوشته شده است. به کمک voicybot می‌توانید نوع زبان خود را تعیین کنید و شروع به گفتن کنید تا ربات تلگرامی برای‌تان صدا را به متن تبدیل کند. در ادامه روش کار کردن با این ربات را می‌آموزیم:
نخست لازم می‌باشد که وارد تلگرام شوید و @voicybot را بنویسید و روی آن کلیک کنید تا وارد ربات شوید.
بر روی START که در انتهای صفحه کلیک کنید (لمس کنید) تا عملیات تبدیل گفتار به نوشتار توسط تلگرام، شروع شود:
نخست لازم می‌باشد که زبان خود را تعیین کنید. فهرست مفصلی از زبان‌ها در نخست توسط این برنامه و ربات تلگرام در اختیار شما قرار می‌گیرد. بدین صورت می‌توانید با کمک دکمه‌های جهتی < و > بین زبان‌ها گردش کنید و Persian را پیدا کنید. روی این دکمه کلیک کنید تا زبان فارسی تنظیم شود:
روال کار با این ربات به صورت ضبط صداست. شما می‌بایست دکمه‌ی میکروفون در سمت راست در تلگرام را بفشارید، و شروع به صحبت کنید. پس از اتمام صحبت، میکروفون را رها کنید تا عملیات تشخیص گفتار شروع شود. هنگامی که از طریق ربات پردازش صورت می‌گیرد، این پروسه مطابق عکس بالا گزارش می‌گردد. در نهایت آن چه که ربات به آن دست می‌یابد.و درک می‌کند در زیر صدای ضبط شده نوشته می‌گردد.
بدین ترتیب می‌توانید صداهای خود را ضبط و به نرم‌افزار معرفی کنید.
یک ویژگی خیلیخوب این نرم افزار تلگرامی این می‌باشد که می‌توانید صدای ضبط‌شده‌ی خود را در قالب فایل‌های صوتی مثل mp3 و …، به برنامه معرفی کنید. برای این هدف، می‌توانید با هر نرم‌افزار ضبط صدا، صدای خود یا هر فردی را ذخیره و ضبط کنید و بعد به کمک امکان ضمیمه‌کردن فایل، که آیکون آن به‌صورت گیره شکل است و در کنار آیکون میکروفون قرار دارد، فایل ضبط‌شده را آپلود کنید و پس از اینکه فایل کاملا بارگزاری شد، عملیات تشخیص صدا صورت خواهد گرفت و متن برای شما ارسال خواهد شد.
توجه کنید که این ربات خطا هم دارد. در نتیجه پس از تبدیل گفتار به نوشتار، توجه کنید که با یک وارسی در متن، عبارتی اشتباه برگردان نشده باشد.
این ربات برای هر دو حالت تلگرام، یعنی تحت اندروید و دسکتاپ قابل استفاده است.
اپلیکیشن‌های اندرویدی تبدیل گفتار به نوشتار
اگر به کمک تعدادی مارکت‌های اپلیکیشن در ایران، بخواهید در پی چنین نرم افزارهایی باشید، باید عبارت، تبدیل گفتار به نوشتار را جست‌وجو کنید. در چنین حالتی شمار زیادی اپلیکیشن به شما پیشنهاد داده می‌گردد.
اصول کار تمامی این نرم افزارها مشابه است. پس از اینکه نرم افزار را نصب کردید، از شما در مورد مشخص زبان سؤال می‌گردد. بیشتر وقت‌ها این اپلیکیشن‌ها، زبان را بر روی فارسی تنظیم کرده‌اند.
پس از آن با زدن یک دکمه‌ی شروع، از شما خواسته می‌گردد.که صحبت کنید. از زمانی که دکمه‌ی شروع را می‌زنید، سرویس‌های یاد شده توسط سرویس گوگل، صدای شما را شناسایی می‌کنند و عملیات ضبط و تبدیل را انجام می‌دهند.
پس از اینکه دکمه‌ی شروع را زدید با یک دیالوگ باکس به صورت زیر مواجه می‌شوید:
این صفحه نشان می‌دهد که اپلیکیشن مورد نظر از گوگل قوت گرفته است. شما می‌بایست حرف زدن خود را شروع کنید تا برنامه آن را آگاه شود. بیشتر وقت‌ها باید چند بار صحبت کنید تا نرم‌افزار صدای شما را دریافت و آن را متوجه شود و بعد آن را بنویسد:
در تجربه‌ای که با چند برنامه‌ی اندرویدی داشته‌ام، آگاه شده‌ام که، سرعت عکس‌العمل اپلیکیشن‌ها خیلیپایین است و گاهی خطاهایی دارد که واقعا آزار دهنده‌اند. من تا این ساعت اپلیکیشن قوی در این باره ندیده‌ام اما نسخه‌های تحت وب می‌توانند خیلیبهتر پاسخ گویی داشته باشند. تجربه‌ی شخصی شما در این باره چیست؟
برنامه‌های بومی ایرانی
از آنجایی که تعداد کاربرانی که می‌خواهند با تبدیل گفتار به نوشتار، به امور تایپی خود سرعت ببخشند هر روز بیشتر می‌گردد. سایت‌های تشکیل شده‌اند که به کاربران کمک می‌کنند تا با رابط کاربری ایرانی بتوانند صدای خود را به متن تبدیل کنند. اما نکته‌ی مهمی در این باره وجود دارد که تاکنون تعدادی از این سرویس‌ها دارای کمبود‌ها و نواقصی هستند. مثلا تعدادی با سرعت مناسبی که در نوشتار دارند، امکان ویرایش در لحظه را برای شما فراهم نمی‌کند. یا اینکه تعدادی در کنار عرضه‌ی سرویس محدود رایگان، سرویس تبدیل گفتار به نوشتار خود را با هزینه‌ی ماهانه عرضه می‌دهد.
به‌نظر می‌رسد که اگر بخواهید از ابزارهای یاد شده استفاده کنید، می‌توانید به‌سادگی به کمک ابزارهای تحت وب و ابزارهای اندرویدی و حتی ربات تلگرامی به‌مناسبی کار خود را پیش ببرید و احتیاجی به وقت‌گذرانی با دیگر ابزارهای محدود نیست.
در این باره دیدگاه‌ها و تجربیات ارزنده‌ی خود را با ما در بین بگذارید و به ما بگویید که تا این ساعت از چه ابزاری برای این هدف استفاده کرده‌اید.
