La dettatura vocale su Chrome sta per fare un salto di qualità interessante, perché con la versione 151 Beta del browser non serve più scandire ad alta voce parole come “virgola” o “punto” per ottenere un testo scritto in modo corretto. Basta parlare in modo naturale e ci pensa il software a capire dove mettere i segni giusti.
Il meccanismo è tutto sommato semplice da spiegare. Chrome ascolta il modo in cui una persona parla, analizza le pause, il ritmo e l’intonazione, poi inserisce la punteggiatura da solo. Il risultato è una trascrizione che assomiglia molto di più a un testo scritto a mano, senza quelle interruzioni fastidiose che spezzavano il flusso del discorso. Alla base c’è la Web Speech API, uno standard ormai collaudato nei browser basati su Chromium, e l’obiettivo dichiarato è duplice, cioè migliorare sia l’accessibilità sia la produttività di chi lavora ogni giorno con contenuti vocali.
Come funziona la punteggiatura automatica
Dietro le quinte c’è un attributo booleano chiamato unspokenPunctuation, che si aggancia all’interfaccia SpeechRecognition. Quando viene attivato, il motore di riconoscimento vocale entra in azione e va a leggere gli elementi prosodici del parlato, ovvero la durata delle pause, l’intonazione della voce e persino la struttura grammaticale della frase. Da lì decide dove piazzare virgole, punti e punti interrogativi in autonomia.
La cosa curiosa dal lato tecnico è che l’API restituisce comunque una trascrizione testuale come faceva prima. Cambia solo la qualità di ciò che esce fuori. Tutta la logica di inferenza avviene direttamente nel motore di riconoscimento, senza bisogno di riscrivere il codice delle applicazioni già esistenti. Per gli sviluppatori questo significa un lavoro davvero minimo, dato che l’API mantiene gli stessi eventi e le stesse modalità operative di sempre. Chi usa già SpeechRecognition nei propri progetti può adottare la novità quasi senza sforzo.
I vantaggi si sentono soprattutto per chi detta parecchio testo durante la giornata. Non dover fermare il discorso ogni due secondi per pronunciare un comando di punteggiatura vuol dire più scorrevolezza e meno tempo perso a sistemare le cose a mano. Il beneficio tocca gli strumenti di accessibilità pensati per persone con disabilità motorie, i software di verbalizzazione professionale, gli editor online e tutte quelle applicazioni aziendali che integrano la dettatura vocale nel browser. In contesti del genere un testo già ben punteggiato conta quasi quanto la precisione delle singole parole trascritte.
I limiti ancora da tenere d’occhio
Non tutto però fila liscio, e alcuni limiti restano ben presenti. La qualità della punteggiatura che il sistema riesce a intuire dipende da parecchie variabili, come il rumore di fondo, l’accento di chi parla, la lingua usata e quanto è complessa la frase pronunciata in quel momento.
Con frasi ambigue oppure molto lunghe il sistema può ancora sbagliare. Per questo motivo, nelle applicazioni professionali, conviene comunque dare una controllata finale al testo prima di pubblicarlo o archiviarlo. Meglio non fidarsi ciecamente, insomma.
Questa punteggiatura automatica si colloca dentro una direzione più ampia che stanno prendendo i sistemi di riconoscimento vocale. L’obiettivo non è più soltanto trascrivere le parole una dopo l’altra, ma interpretare la struttura del discorso in un modo che si avvicina sempre di più a quello di un ascoltatore umano in carne e ossa.
