Teleprompter sterowany głosem, czyli tekst czeka na twoje słowo

Co znaczy, że tekst idzie za głosem

W trybie „Głos” teleprompter rozpoznaje mowę i przewija tekst do słów, które naprawdę padły. Robisz pauzę na oddech albo przepuszczasz jadący samochód, a tekst stoi razem z tobą. Przyspieszasz, więc nadąża. Powtarzasz zdanie sprzed chwili, a on wraca do niego.

To ostatnie najlepiej pokazuje, na czym rzecz polega. Wispim pilnuje miejsca w tekście: zestawia usłyszane słowa z tym, gdzie jesteś, więc cofnięcie kosztuje tyle samo co pójście dalej i nic się nie rozjeżdża. Nie ma też odliczania 3-2-1: gdy minie „Opóźnienie startu”, „Głos” i „Dźwięk” czekają na twoje pierwsze słowo.

Dlaczego stała prędkość jest gorsza od słuchania

Zadane tempo każe ci robić dwie rzeczy naraz: powiedzieć zdanie i pilnować, żeby twój rytm zgadzał się z maszyną, która nie ma pojęcia, co właśnie mówisz. W gotowym nagraniu i tak nikt nie zauważa samego czytania. Widać co innego: rytm odrobinę za szybki albo odrobinę za wolny i oczy uciekające w bok po zgubione miejsce. Podążanie za słowami zdejmuje z ciebie tę drugą robotę.

Dźwięk i moment, w którym po niego sięgasz

„Dźwięk” słucha, czy mówisz, a nie tego, co mówisz: dopóki cię słychać, tekst płynie, a kiedy milkniesz, staje. Sięgasz po niego w dwóch sytuacjach. Pierwsza to język, którego twój iPhone nie rozpoznaje; „Dźwięk” poradzi sobie w każdym, bo żadnego nie nasłuchuje. Druga to warunki, w których rozpoznawanie się gubi: hałas w tle, mikrofon daleko od ust, tekst gęsty od nazwisk i liczb. Coś za coś: „Dźwięk” nie wie, że powtarzasz zdanie, więc sam do niego nie wróci.

Stałe tempo i przekazanie mikrofonu

„Stałe tempo” to klasyczny teleprompter: prędkość podana w słowach na minutę. Został, bo bywa dokładnie tym, czego potrzebujesz. Jako jedyny tryb obywa się bez mikrofonu. Opóźnienie startu jest wspólne dla wszystkich trybów: wyłączone albo 5, 10 czy 20 sekund, zanim tekst ruszy, widoczne i na pełnym ekranie, i w pływającym oknie.

Podążanie za głosem trzyma się, kiedy nagrywasz w Aparacie, na Instagramie i w TikToku, czyli w trzech sprawdzonych aplikacjach. Jeśli mikrofon w środku dubla zabierze jakiś inny program, tekst czeka: zatrzymuje się na słowie, które właśnie czytasz, a notatka u góry ekranu pokazuje „Mikrofon zajęty”. Kiedy mikrofon wraca, czytanie rusza dalej od tego samego słowa. „Stałe tempo” wybierz, kiedy wolisz w ogóle nie zależeć od mikrofonu. Obie strony tego przekazania opisuje strona o pływającym oknie, a trzy tryby stoją obok siebie na stronie głównej.

Gdzie pracuje rozpoznawanie mowy

Rozpoznawanie pracuje na twoim iPhonie wszędzie tam, gdzie język to obsługuje: Wispim prosi iOS o model na urządzeniu, ilekroć taki istnieje. Gdzie modelu nie ma, iOS wysyła dźwięk do Apple, żeby zamienić go na tekst. To droga Apple, nie nasza, a nagranie tak czy inaczej do nas nie dociera.

Przed startem lista „Język rozpoznawania” informuje, które języki wymagają wysłania dźwięku do Apple. Nie przeczytasz tu słowa „offline”, bo przy części języków byłoby nieprawdziwe. Twój tekst, dźwięk i transkrypcje nigdy do nas nie trafiają, a resztę opisuje polityka prywatności.

Trzy liczby, które łatwo pomylić

Kiedy się przesłyszy

Zdarza się: homofon, nazwisko, zdanie zagłuszone przez ciężarówkę. O tym, czy taki teleprompter nadaje się do pracy, decyduje wyjście z wpadki, a żaden z czterech sposobów poniżej nie każe ci przerywać nagrania:

• Dotknij słowa. Czytanie rusza od słowa, którego dotkniesz. W każdym trybie i bez pauzy.
• Przeciągnij, żeby zajrzeć dalej. Przeciągnij tekst, żeby zajrzeć dalej albo sprawdzić minione zdanie. Podążanie zamiera, a notatka u góry pokazuje „Przewijasz”; dotknij jej albo dowolnego miejsca poza tekstem, żeby wrócić. W trybie „Głos” możesz też zacząć czytać tam, gdzie teraz jesteś, a Wispim cię znajdzie.
• Komendy głosowe. Pauzę, wznowienie, cofnięcie o zdanie, początek od nowa i skok na koniec wypowiadasz na głos. Dziesięć języków, frazy do zmiany.
• Przyciski głośności. Zdanie w tył albo w przód. W aplikacji oznaczone jako eksperymentalne i nie działają wewnątrz aplikacji aparatu, gdzie obsługują migawkę.

Dotknięcie tekstu i jego przeciągnięcie to gesty z Pełnego ekranu: nic wewnątrz pływającego okna nie reaguje na dotyk, bo tak działa iOS, i właśnie dlatego istnieją komendy. Tryb wybierz więc zawczasu, zanim dubel przeniesie się do okna, nad Aparat albo nad rozmowę w Zoomie czy Google Meet.