Повечето грешки при превръщане на глас в текст започват в звука, не в програмата. Най-голяма полза носят четири неща: микрофонът близо до говорещия, малко шум наоколо, да говори един човек наведнъж и правилната езикова настройка. След това говори в цели изречения с равно темпо, казвай имената и числата ясно и прочети текста веднъж, преди да го използваш. На български има и още една стъпка: провери дали инструментът изобщо поддържа езика, защото някои популярни функции не го поддържат.
| Проблем в текста | Най-вероятна причина | Какво да промениш |
|---|---|---|
| Липсващи или объркани думи | Микрофонът е далеч или има шум | Приближи телефона, отиди на по-тихо място |
| Цели пасажи са грешни | Грешна езикова настройка или смесени езици | Настрой езика на говора; един език на запис |
| Имената и марките са грешни | Редки думи, които системата не очаква | Казвай ги ясно, спелувай ги веднъж, поправи ги после |
| Два гласа са смесени | Хората говорят едновременно | Говорете поред; пауза преди отговор |
| Изобщо няма текст | Беззвучен или много тих запис | Провери нивото на звука; тествай първо с кратък запис |
Поддържа ли инструментът български?
Преди да търсиш грешката в гласа си, провери дали инструментът е предвиден за български. Примери от официалните помощни страници:
- Gboard, обикновено гласово въвеждане: българската помощна страница предупреждава, че „гласовото въвеждане не работи с всички езици“, и не изброява езиците. Провери на своя телефон.
- Gboard, разширени функции за печатане с глас (Pixel 6 и по-нови, автоматична пунктуация): само английски, испански, италиански, немски, френски и японски. На български препинателните знаци не се слагат автоматично.
- WhatsApp, транскрипции на гласови съобщения на Android: само английски, португалски, испански и руски. Виж WhatsApp транскрипция: няма ли български?.
- Recorder на Pixel: български е в списъка за повторна транскрипция на запис, но не и за транскрипция в реално време.
Ако инструментът не поддържа български, никой съвет по-долу няма да помогне. Смени инструмента.
Микрофонът и стаята
Препоръките на Google за услугата Cloud Speech-to-Text са ясни: „Position the microphone as close as possible to the person that is speaking, particularly when background noise is present.“ На практика:
- Дръж телефона близо до устата, колкото при телефонен разговор, и не закривай микрофона с пръсти или калъф.
- Избери тиха стая. Спри музиката, телевизора и вентилатора. Малка стая с меки мебели ехти по-малко от кухня или стълбище.
- Пази се от вятъра. Навън застани с гръб към вятъра или използвай слушалки с микрофон.
- Не викай. Google съветва и да се избягва претоварване на звука (clipping). Ако говориш по-силно от нормалното близо до микрофона, сигналът се изкривява.
- Записвай среща от средата на масата, не от единия край, за да стига всеки глас до телефона с подобна сила.
Как говориш
- Цели изречения с равно темпо. Не е нужно да говориш бавно, но равната реч с кратки паузи между мислите се преписва по-добре от накъсаната.
- Един език на запис. Смяната на езика по средата на изречението обърква много системи. Ако ти трябва английски термин, кажи го отделно или го добави после, вместо „трябва да пуснем деплоя след мийтинга“ в една фраза.
- Казвай имената и числата ясно. Необичайно име кажи бавно веднъж или го спелувай: „Цвета, Ц В Е Т А“. Казвай „петнайсет“ или „едно, пет“, за да не се чуе като „петдесет“.
- Говорете поред. Когато двама говорят едновременно, обикновено и двамата излизат грешно.
- Направи кратка пауза след началото на записа и преди края му, за да не се отрежат първата и последната дума.
Настройки, които имат значение
- Избери езика на говора, където инструментът го пита. Gboard, WhatsApp и приложенията за запис имат собствени езикови настройки, а грешната настройка разваля резултата. В Gboard добави българската клавиатура.
- Добави имена и термини, ако инструментът ти има речник или списък с фрази. Документацията на Google препоръчва подсказки с думи и фрази, за да се добавят „names and terms to the vocabulary“.
- Пази оригиналния файл. Всяко презаписване или повторно компресиране губи детайли. Транскрибирай файла, който е направил рекордерът, а не копие, пуснато през високоговорител. За своята услуга Google препоръчва формати без загуби (FLAC или LINEAR16) и честота на дискретизация 16 000 Hz.
- Не добавяй шумопотискане след това. Google съветва да не се използва автоматична корекция на усилването и шумопотискане за своята услуга и казва, че разпознаването ѝ е направено да пренебрегва фоновите гласове и шума без допълнително потискане.
Трудно разбираем запис
Ако записът вече е направен и се разбира трудно:
- Транскрибирай целия файл веднъж и виж кои части се провалят.
- Изслушай проблемните части по-бавно със слушалки и ги напиши сам.
- Отбележи неразбираемото като [неясно], вместо да гадаеш. Измислена дума в цитат или протокол е по-лоша от празно място.
- Не очаквай чудеса от много далечна реч. Ако ти самият едва чуваш гласа, програмата също няма да го възстанови надеждно.
Как да тестваш точността сам
Точността на разпознаването на говор обикновено се мери с процент грешни думи (WER, word error rate): WER = (S + D + I) / N, където S е броят заместени думи, D пропуснатите, I добавените, а N броят думи в правилния текст за сравнение. Колкото по-ниско, толкова по-добре.
Домашната версия отнема пет минути:
- Избери абзац от около 100 думи с няколко имена и числа.
- Прочети го на глас в инструмента си при обичайните условия.
- Преброй думите, които са грешни, липсват или са добавени, и раздели на броя думи в абзаца.
- Промени едно нещо (разстояние, стая, езикова настройка) и повтори.
Резултатът ти казва какво помага на твоя глас, телефон и стая. Той не сравнява инструментите по принцип: публикувана цифра за точност важи само за аудиото, на което е измерена.
Какво поправя пренаписването с AI и какво не
Retexta, облачно приложение за Android за глас в текст и писане с AI, първо преписва, а после може да пренапише текста. Пренаписването се справя надеждно с нещата, които правят суровата транскрипция трудна за четене:
- пунктуация, главни букви и абзаци;
- паразитни думи и започнати наново изречения („ами, такова, значи“);
- повторени фрази и накъсани изречения.
Ако искаш само да изчистиш транскрипцията, целта Clean up a text (под More templates) е описана в приложението така: запазва текста ти и поправя граматиката, пунктуацията и плавността. Целите за писане, като Write a message или Take notes, отиват по-далеч и преструктурират казаното. Менютата на Retexta са на английски (българска версия на интерфейса няма), затова даваме имената им на английски.
Пренаписването обаче не може да знае, че „Цвета“ е чуто като „цвете“ или че „петнайсет“ трябваше да е „петдесет“. Може дори да превърне сгрешена дума в гладко изречение, което изглежда вярно. Затова проверявай имената, числата, датите и сумите срещу записа. Retexta отбелязва резултатите с „AI-generated. Check important details.“
Две подробности в приложението, които помагат за точността: Retexta разпознава езика на говора автоматично, така че кратък запис с цяло първо изречение му дава повече материал от една-единствена дума. И ако записът е беззвучен или много тих, приложението го казва, вместо да върне текст („Transcription finished, but no text was produced“). Колко точно Retexta разпознава български говор, не сме измервали.
Retexta може да се изпробва безплатно: като нов потребител получаваш няколко безплатни Pro резултата, които виждаш в приложението, а след тях и Transcript only изисква Retexta Pro или кредити. Целите за пренаписване и Import audio са част от Retexta Pro, а копирането, споделянето и експортирането на резултатите изискват Retexta Pro или кредити.
Прочети още
Записваш гласови бележки? Виж гласов запис в текст на Android. Диктуваш вместо да пишеш? Прочети как да диктуваш имейл на Android. Два гласа в един запис: транскрипция на интервю. Формати на файловете: MP3 в текст. Повече за приложението: Retexta, глас в текст за Android.
Източници
Проверено от FLAME Apps на 25 и 28 септември 2026 г.
- Google Cloud, Best practices, Cloud Speech-to-Text (на английски, последно обновено на 18 септември 2026 г., проверено на 25 септември 2026 г.): позиция на микрофона, претоварване, честота на дискретизация, кодеци без загуби, без корекция на усилването и шумопотискане, подсказки с думи и фрази. Това са препоръки за собствената услуга на Google.
- Помощ за Gboard, Въвеждане с глас и Използване на разширените функции за печатане с глас (проверено на 28 септември 2026 г.): бележка за езиците, поддържани езици на разширените функции.
- Помощ за телефона Pixel, Създаване, редактиране и управление на преписи (проверено на 28 септември 2026 г.): езици за Recorder.
- Помощен център на WhatsApp, How to turn voice message transcripts on or off (проверено на 25 септември 2026 г., на английски): езици на Android.
- Wikipedia, Word error rate (на английски): определение WER = (S + D + I) / N.
- Код на приложението Retexta (Android, версия 2026.1.23): автоматично разпознаване на езика (
RecordScreen.kt,TranscriptionLanguageCatalog.kt), описание на целта Clean up a text и съобщения за грешки (низове на приложението).
