Etapa de formatação

Remove vícios de fala e começos em falso. Pontua e coloca maiúsculas. Escreve números, horários, datas, preços, unidades, e-mails e URLs na forma correta. Aplica comandos falados como “new paragraph”. Insere trechos e termos do dicionário exatamente como foram salvos. Acompanha o tom do app de destino, informal ou profissional, e pode ser fixada por app. Deixa terminais e editores de código intactos. Tudo nessa lista é ou uma regra ou um modelo com instruções bem estreitas, e a ordem importa: primeiro as regras, para que o modelo nunca possa questionar um horário.

Um modelo de linguagem é bom em julgamento e pouco confiável em precisão. Diante de “ten thirty AM”, ele normalmente escreve 10:30 AM, e o “normalmente” é o problema, porque você só vai notar a vez em que ele escreveu 10:30 PM quando perder a reunião. Tudo o que tem uma única resposta certa, horários, pontuação falada, palavras do dicionário, trechos, nomes de símbolos, deve ser tratado por uma regra determinística, que produz sempre o mesmo resultado e pode ser testada. O modelo fica com o resto: fluidez das frases, quebras de parágrafo, quais vícios de fala eram só enchimento e o tom.

Vale a pena exigir três. Uma checagem de conteúdo: se a saída do modelo perde uma palavra que você disse ou acrescenta uma que você não disse, ela é descartada e fica a transcrição formatada por regras. Um limite de tempo: se o modelo não responder dentro de uma janela fixa, a transcrição chega sem ele. E uma saída literal: apps em que qualquer reescrita é um bug não recebem modelo nenhum. Com isso, uma etapa de formatação só pode melhorar o texto ou deixá-lo como está; nunca pode estragar um ditado.

O Ditado integrado da Apple faz uma pequena parte desse trabalho automaticamente e deixa o resto para os comandos falados. Saber onde fica essa linha mostra o que uma etapa de formatação mais completa faria por você.

A parte automática é a pontuação automática, que, nos idiomas compatíveis, insere vírgulas, pontos finais e pontos de interrogação enquanto você fala. Parágrafos, maiúsculas além do padrão e símbolos são coisas que você diz em voz alta.

1. 01 Escolha menu Apple → Ajustes do Sistema, clique em Teclado na barra lateral e vá até Ditado.
2. 02 Ative o Ditado e confira se a Pontuação automática está ativada, se quiser que vírgulas, pontos finais e pontos de interrogação sejam inseridos por você.
3. 03 Comece a ditar e diga “nova linha” ou “novo parágrafo” onde quiser uma quebra.
4. 04 Diga “numeral” antes de um número para formatar a próxima frase como número.
5. 05 Diga “maiúsculas ligadas” para escrever as palavras seguintes com iniciais maiúsculas e “maiúsculas desligadas” para voltar ao normal. Diga “tudo em maiúsculas” para pôr a próxima palavra em maiúsculas.
6. 06 Diga o nome de um símbolo para inseri-lo, como “sinal de arroba”, “sinal de por cento”, “sinal de hashtag” ou “símbolo de dólar”.
7. 07 Releia o resultado. Tudo o que você ainda precisou corrigir à mão é trabalho que uma etapa de formatação teria de fazer.

Normalização inversa de texto é o nome mais antigo e mais restrito de uma parte desse trabalho: transformar formas faladas em formas escritas, como “dez e meia” em 10:30. O artigo do Whisper observa que muitos sistemas de reconhecimento de fala incluem algum nível dela, e que ela costuma ser simples ou baseada em regras e fácil de notar pelo que deixa sem tratar, como nunca incluir vírgulas.

Modelos abertos mais novos levaram parte desse trabalho para dentro do próprio reconhecimento. O Whisper foi treinado para prever o texto das transcrições do jeito que foi escrito, o que, segundo os autores, dispensa uma etapa separada de normalização inversa de texto. A NVIDIA descreve o Parakeet TDT 0.6B v2 como compatível com pontuação e maiúsculas diretamente.

Uma etapa de formatação é tudo o que ainda acontece depois disso. A pontuação vinda do reconhecedor é um ponto de partida. Remover vícios de fala, aplicar os seus próprios termos e se adaptar ao app de destino são etapas separadas que um reconhecedor não faz.

O macOS tem uma pequena camada própria de formatação baseada em regras, que é uma boa imagem do que é uma regra determinística: a mesma entrada sempre gera a mesma saída. As substituições de texto trocam uma sequência de texto por outra, e as aspas e hifens inteligentes mudam a pontuação enquanto o texto é digitado.

A Apple observa que substituições de texto, aspas e hifens inteligentes e links inteligentes não estão disponíveis em todos os apps. Se o texto chegar com aspas curvas ou com uma substituição que você não esperava, verifique esses ajustes antes de procurar em qualquer outro lugar.

1. 01 Escolha menu Apple → Ajustes do Sistema e clique em Teclado na barra lateral.
2. 02 Clique em Substituições de Texto.
3. 03 Clique no botão Adicionar, digite o texto a ser substituído e o texto que vai substituí-lo, e clique em Adicionar.
4. 04 Para mudar o comportamento das aspas e dos hifens, vá até Entrada de Texto nos ajustes de Teclado e clique em Editar.
5. 05 Ative ou desative “Usar aspas e hifens inteligentes”, escolha os estilos de aspas se quiser e clique em OK.
6. 06 Num app específico, escolha Editar → Substituições para ativar ou desativar a Substituição de Texto nesse app.