听写而不是打字

听写是将语音实时翻译成文本。该模型听到声音，根据相邻单词的声音和含义来预测单词，因此连贯的语音比锯齿状的片段识别得更准确。她并不总是自己写标点符号——它们可以大声发音：“逗号”、“句号”、“换行”、“段落”。这是第一个杠杆：大声说出结构，输出将是完整的文本，而不是连续的文本。第二个杠杆更重要——不要试图纯粹发号施令。直接说出想法，并保留和重复，然后用一个命令询问人工智能：“删除重复，梳理你的头发，留下意义”会更快。声音赋予音量和速度，模型赋予纯度。业内人士：以大块的方式听写，而不是一次一个单词——上下文有助于提高识别度和准确性。一个典型的错误是在嘈杂的地方用跳跃的音量听写，然后对错误感到惊讶；即使是音量和靠近麦克风也比任何设置都更有效。并且始终仔细检查数字和名称 - 模型最容易混淆它们。