Lielākā daļa runas atpazīšanas kļūdu rodas audio, nevis programmā. Vislielāko uzlabojumu dod četras lietas: mikrofons tuvu runātājam, maz fona trokšņa, viens runātājs vienlaikus un rīks, kas tiešām atbalsta latviešu valodu. Tad runā pilnos teikumos vienmērīgā tempā, skaidri izrunā vārdus un skaitļus un pirms izmantošanas izlasi tekstu vienreiz. MI pārrakstīšana pēc tam sakārto pieturzīmes un vārdus-parazītus, bet nepareizi atšifrētu vārdu tā izlabot nevar.
| Problēma tekstā | Visticamākais iemesls | Ko mainīt |
|---|---|---|
| Trūkst vārdu vai tie ir sagrozīti | Mikrofons par tālu vai troksnis | Tuvini tālruni, atrodi klusāku vietu |
| Veseli fragmenti nepareizi | Rīks neatbalsta latviešu valodu vai iestatīta cita valoda | Izmanto rīku ar latviešu valodu; viena valoda ierakstā |
| Nepareizi vārdi, uzvārdi un nosaukumi | Reti vārdi, ko sistēma negaida | Izrunā skaidri, nosauc pa burtiem, izlabo pēc tam |
| Divas balsis sajaukušās | Cilvēki runā viens otram pāri | Runājiet pēc kārtas, ievērojiet pauzi |
| Nav nekā | Kluss vai ārkārtīgi kluss ieraksts | Pārbaudi ieraksta līmeni, vispirms izmēģini īsu klipu |
Runas atpazīšana latviešu valodā: vispirms pārbaudi rīku
Daudzos izplatītos rīkos latviešu valodas nav vispār, un tad nekādi padomi par mikrofonu nelīdzēs. Pārbaudītais stāvoklis 2026. gada 25. un 28. septembrī:
| Rīks | Latviešu valoda publicētajā sarakstā |
|---|---|
| WhatsApp balss ziņu transkripcijas (Android un iPhone) | Nav |
| Google Ierakstītājs (Pixel), reāllaika un atkārtota transkripcija | Nav |
| Samsung Voice Recorder, Transcript assist | Nav |
| Gboard uzlabotā rakstīšana ar balsi (Pixel 6 un jaunāki) | Nav |
| Gboard parastā rakstīšana ar balsi | Google lapa valodu sarakstu nedod; pārbaudi tastatūras iestatījumos |
| Zoom mākoņa ierakstu audio atšifrējums | Nav |
| Retexta | Ir (runas valodu nosaka automātiski) |
Ja rīks tavā valodā nestrādā, rezultāts izskatīsies kā bezjēdzīgs teksts citā valodā. Tas nav tavas izrunas trūkums.
Mikrofons un telpa
Google ieteikumi savam pakalpojumam Cloud Speech-to-Text to saka tieši: „Position the microphone as close as possible to the person that is speaking, particularly when background noise is present.“ Praksē:
- Turi tālruni tuvu mutei, diktējot apmēram tikpat tuvu kā telefonsarunā, un neaizsedz mikrofona atveri ar pirkstiem vai vāciņu.
- Izvēlies klusu telpu. Izslēdz mūziku, televizoru un ventilatorus. Neliela telpa ar mīkstām mēbelēm atbalsojas mazāk nekā virtuve vai kāpņu telpa.
- Izvairies no vēja. Ārā pagriezies ar muguru pret vēju vai izmanto austiņu mikrofonu.
- Nekliedz. Google iesaka arī „avoid audio clipping“. Runāšana skaļāk nekā parasti tuvu mikrofonam izkropļo signālu.
- Sapulci ieraksti no galda vidus, nevis no gala, lai katra balss sasniegtu tālruni līdzīgā skaļumā.
Kā runāt
- Pilni teikumi vienmērīgā tempā. Lēni runāt nav jāsāk, bet vienmērīga runa ar īsām pauzēm starp domām atšifrējas labāk nekā strauji uzplūdi.
- Viena valoda ierakstā. Pāriešana no latviešu uz krievu vai angļu teikuma vidū daudzas sistēmas mulsina. Ja jācitē cita valoda, dari to īsi.
- Skaidri izrunā vārdus un skaitļus. Neparastu uzvārdu pasaki lēni vai pa burtiem: „Kļaviņa, K Ļ A V I Ņ A“. Skaitļus saki skaidri, lai „piecpadsmit“ nesajauktos ar „piecdesmit“.
- Garumzīmes dzirdamas. Izrunā garos patskaņus skaidri: „kaza“ un „kāza“ atšķiras tikai ar garumu.
- Runājiet pēc kārtas. Kad divi runā vienlaikus, abi parasti iznāk nepareizi.
- Pēc ieraksta sākuma un pirms beigām ievēro īsu pauzi, lai pirmie un pēdējie vārdi netiktu nogriezti.
Iestatījumi, kam ir nozīme
- Izvēlies runāto valodu, kur rīks to prasa. Gboard, WhatsApp un tālruņa diktofoniem katram ir savs valodas iestatījums, un nepareizs iestatījums sabojā rezultātu. WhatsApp valodas apraksta raksts WhatsApp transkripcija latviešu valodā.
- Pievieno vārdus un terminus, ja rīkam ir vārdnīca vai frāžu saraksts. Google dokumentācija iesaka vārdu un frāžu ieteikumus „to add names and terms to the vocabulary“.
- Saglabā oriģinālo failu. Katra pārrakstīšana vai atkārtota saspiešana zaudē detaļas. Atšifrē failu, ko izveidoja ierakstītājs, nevis kopiju, kas atskaņota caur skaļruni. Savam pakalpojumam Google iesaka bezzudumu formātus (FLAC vai LINEAR16) un 16 000 Hz iztveršanas frekvenci.
- Nepievieno trokšņu slāpēšanu vēlāk. Google savam pakalpojumam neiesaka automātisku skaļuma regulēšanu un trokšņu slāpēšanu.
Grūti dzirdams audio
Ja ieraksts jau ir un to grūti saprast:
- Atšifrē visu failu vienreiz un paskaties, kuras daļas neizdodas.
- Neizdevušās daļas noklausies lēnāk austiņās un uzraksti tās pats.
- Nesaprotamo atzīmē kā [nesaprotami], nevis mini. Uzminēts vārds citātā vai protokolā ir sliktāks par robu.
- Negaidi brīnumus no ļoti tālas runas. Ja balss tik tikko dzirdama tev, programma to arī droši neatjaunos.
Kā pašam pārbaudīt precizitāti
Runas atpazīšanas precizitāti parasti mēra kā vārdu kļūdu īpatsvaru (WER): WER = (S + D + I) / N, kur S ir aizvietoto vārdu skaits, D izlaisto vārdu skaits, I lieko vārdu skaits un N vārdu skaits pareizā atsauces tekstā. Jo mazāks, jo labāk.
Mājas versija aizņem piecas minūtes:
- Izvēlies aptuveni 100 vārdu rindkopu latviski ar dažiem vārdiem, uzvārdiem un skaitļiem.
- Nolasi to rīkā savos parastajos apstākļos.
- Saskaiti nepareizos, trūkstošos un liekos vārdus un izdali ar vārdu skaitu rindkopā.
- Nomaini vienu lietu (attālumu, telpu, rīku) un atkārto.
Rezultāts parāda, kas palīdz tavai balsij, tavam tālrunim un tavai telpai. Rīkus kopumā tas nesalīdzina: publicēts precizitātes skaitlis ir derīgs tikai tam audio, uz kura tas mērīts.
Ko MI pārrakstīšana izlabo un ko ne
Retexta, mākonī strādājoša Android lietotne, kas pārvērš runu tekstā un raksta ar MI palīdzību, vispirms atšifrē un tad var tekstu pārrakstīt. Pārrakstīšana droši tiek galā ar to, kas padara neapstrādātus atšifrējumus grūti lasāmus:
- pieturzīmes, lielie burti un rindkopas;
- vārdi-parazīti un iesākumi („nu, ēē, tas ir“);
- atkārtojumi un salauzti teikumi.
Ja atšifrējumu vajag tikai sakārtot, mērķis Clean up a text (zem More templates) lietotnē aprakstīts tā: saglabā tavu tekstu, izlabo gramatiku, pieturzīmes un plūdumu. Rakstīšanas mērķi, piemēram, Write a message vai Take notes, iet tālāk un teikto pārstrukturē. Retexta izvēlnes ir angļu valodā, latviešu saskarnes nav.
Ko pārrakstīšana nevar: zināt, ka uzvārds „Kļaviņa“ tika sadzirdēts kā „klaviņa“, vai ka „piecpadsmit“ patiesībā bija „piecdesmit“. Tā var pat nepareizi sadzirdētu vārdu ievietot raitā teikumā, kas izskatās pareizs. Tāpēc vārdus, skaitļus, datumus un summas pārbaudi pret ierakstu. Retexta rezultātiem ir atzīme „AI-generated. Check important details.“
Divas lietotnes detaļas, kas palīdz: Retexta runāto valodu nosaka automātiski, tāpēc īss klips ar pilnu pirmo teikumu dod tai vairāk informācijas nekā viens vārds. Un, ja ieraksts ir kluss vai ārkārtīgi kluss, tā to pasaka, nevis atgriež tekstu („Transcription finished, but no text was produced“).
Retextu vari izmēģināt bez maksas: jauni lietotāji saņem dažus bezmaksas Pro rezultātus, ko var skatīt lietotnē, bet pēc tiem arī Transcript only prasa Retexta Pro vai kredītus. Pārrakstīšanas mērķi un Import audio ir Retexta Pro funkcijas, un rezultātu kopēšanai, kopīgošanai vai eksportēšanai vajag Retexta Pro vai kredītus.
Lasi vēl
Ieraksti balss piezīmi? Skaties audio uz tekstu Android tālrunī. Diktē rakstīšanas vietā? Lasi par e-pasta diktēšanu Android tālrunī. Divas balsis vienā ierakstā: intervijas atšifrēšana. Failu formāti: MP3 uz tekstu. Vairāk par lietotni: Retexta, balss uz tekstu Android ierīcēm.
Avoti
Pārbaudīja FLAME Apps 2026. gada 25. un 28. septembrī.
- Google Cloud, Best practices, Cloud Speech-to-Text (angļu valodā, atjaunināts 2026. gada 18. septembrī): mikrofona novietojums, izkropļojumi, iztveršanas frekvence, bezzudumu kodeki, bez skaļuma regulēšanas un trokšņu slāpēšanas, vārdu un frāžu ieteikumi. Tie ir ieteikumi Google pakalpojumam.
- Wikipedia, Word error rate (angļu valodā): definīcija WER = (S + D + I) / N.
- Valodu saraksti: WhatsApp palīdzības centrs, How to turn voice message transcripts on or off; Pixel tālruņa palīdzība, Transkripciju izveide, rediģēšana un pārvaldība; Samsung ASV atbalsts, Use Voice Recorder with Galaxy AI; Gboard palīdzība, Use advanced voice typing features un Rakstīšana ar balsi; Zoom Support, Using audio transcription for cloud recordings.
- Retexta lietotnes kods (Android, versija 2026.1.23): automātiska valodas noteikšana un latviešu valoda sarakstā (
RecordScreen.kt,TranscriptionLanguageCatalog.kt), mērķa Clean up a text apraksts un kļūdu ziņojumi (lietotnes teksti).
