Diktat
Šta se tačno dešava između pritiska na F9 i teksta u prozoru.
Redoslijed
- Pritisneš prečicu. Dictolo počne da snima s mikrofona koji je u Windowsu podešen kao podrazumijevani.
- Pri dnu ekrana se pojavi traka s valom i tajmerom. Traka ne prima klikove i ne krade fokus prozoru u kojem pišeš.
- Snimanje stane — tako što pustiš tipku, pritisneš je opet, ili sam kad prestaneš govoriti, zavisno od načina snimanja.
- Snimak ide u model. Traka pređe u „Prepisujem“.
- Tekst se ukuca u prozor koji je tada aktivan, znak po znak, kao da si ga otkucao.
Snimak nakon prepisa nestaje. Ne piše se na disk i ne šalje se nikuda — vidi Privatnost.
Granice
| Najkraće snimanje | 0,3 sekunde. Kraće se ignoriše kao slučajan pritisak. |
| Najduže snimanje | 5 minuta. Poslije toga snimanje samo stane i prepiše se ono što je snimljeno. |
| Tišina | Snimak bez ikakvog zvuka se ne prepisuje. Umjesto toga piše da nije detektovan zvuk. |
Zašto se tišina odbija
Model za prepoznavanje govora na potpunoj tišini izmisli rečenicu — obično nešto generično, i to sasvim uvjerljivo. Ako je mikrofon utišan, bolje je da to piše nego da u dokument uleti tekst koji nikad nisi izgovorio.
Traka s valom
Traka je jedini vidljivi dio Dictola dok radi: uska, pri dnu ekrana, s tačkom koja pulsira, natpisom i tajmerom.
Može se ugasiti kroz overlay u config.json — u interfejsu za nju nema prekidača. Tada
ostaju samo zvučni signali kao znak da snimanje ide, ako su uključeni.
Zvučni signali
Kratak zvuk na početku i na kraju snimanja. Korisni su kad je traka ugašena ili kad si u aplikaciji u punom ekranu. Prekidač je u Postavke → Aplikacija.
Kad prozor nije tu
Tekst ide u prozor koji je aktivan u momentu kad prepis završi, ne u onaj koji je bio aktivan kad si počeo da govoriš. Ako se u toj sekundi prebaciš negdje drugdje, tekst ide tamo.
Prepis kratke rečenice traje par sekundi, pa u praksi ovo pravi problem samo ako namjerno mijenjaš prozore dok Dictolo radi.
Šta radi s brojevima i interpunkcijom
Dictolo ne uzima diktirane komande kao „tačka“ ili „novi red“. Ono što izgovoriš, to i piše. Veliko slovo na početku rečenice i tačku na kraju model postavlja sam, jer je tako naučen — prompt koji ga na to gura je dio podešavanja tačnosti.
Isti prompt ga gura i ka tome da brojeve piše riječima („dvadeset pet“) umjesto ciframa. To je gurkanje, ne pravilo — model se toga drži uglavnom, ali ne uvijek.