Създаване на гласово приложение

Общ преглед

Computer може да проектира и създаде цялостен помощен инструмент за писане с гласово въвеждане, който превръща бързата, разхвърляна реч в чист, готов за публикуване текст. Той се справя с всичко – от достъпа до микрофона и транскрипцията в реално време до редактирането с изкуствен интелект, контрола на тона и личните речници, така че потребителите да могат да мислят на глас и същевременно да получават полиран текст.

Основен резултат

Computer изгради цялостно уеб приложение, което се свързва с микрофона на устройството, управлява разрешенията и използва Web Speech API за стрийминг разпознаване на реч. За да заобиколи ограниченията на изолираните iframe рамки, той добави бутон „Отваряне в нов раздел“, така че приложението да може да изисква достъп до микрофона от контекста на пълен браузър.

По време на записа то показва транскрипция в реално време с междинни думи в приглушен стил и окончателен разпознат текст в по-силен стил, така че потребителите винаги да знаят, че улавянето на речта работи.

След спиране на записа Computer прекарва суровата транскрипция през тръбопровод за редактиране с изкуствен интелект, който премахва междинните думи и заекването, коригира главните букви и пунктуацията и разделя дългите изречения на четливи откъси.

Той добави плъзгач за тон, така че промяната на настройката неформално–формално да задейства повторна обработка на текста, като коригира съкращенията и избора на думи, за да съответства на избрания тон. Също така реализира личен речник и история на сесия: редакциите на необичайни думи се записват с изскачащи потвърждения (toast), всяка сесия съхранява суров и редактиран текст заедно с нивото на тона, а потребителите могат бързо да копират полирания резултат или да превключват между изгледите на суров и редактиран текст.

Уголеми

Съвети

• Уточнение на персонаса на продукта – Добавете ред за това за кого е предназначен продуктът и какъв е неговият работен процес, например: „Проектирайте това за основатели, които диктуват бележки от срещи и искат обобщения, готови за публикуване, за секунди.“
• Посочване на контролите за редактиране – Бъдете изрични относно това кои редакции са задължителни спрямо опционалните, например: „Винаги премахвайте междинните думи и заекването, но оставяйте жаргона на областта и собствените имена недокоснати.“
• Дефиниране на състоянията на успех – Кажете на Computer как да валидира изграждането, например: „Включете видимо състояние на грешка при липса на разрешение за микрофона и кратко вградено ръководство, което се появява при първото кликване на потребителя върху запис.“