Всем привет.

Кто-нибудь знает, существует ли платформа (сайт) наподобие КГ, на которой можно было бы печатать не текст с экрана (визуально), а устную речь, подаваемую через наушники/колонки (аудиально)? Условно, набирать не книги, как сейчас на КГ это реализовано, а аудиокниги, а еще лучше – подкасты, интервью и все такое прочее.

Сайт примерно выглядел бы так: встроенный плеер для проигрывания внешних ссылок и поле ввода с функционалом текстового редактора. Выбираешь по своему интересу на просторах интернета свободно распространяемый материал (аудио- или видеозапись), вставляешь ссылку на него в плеер на платформе, слушаешь/смотришь и делаешь конспект, ну или дословно печатаешь за говорящим.

Все, что я смог найти сам, – это аудиодиктанты на известном сайте Шахиджаняна, но добавить свои записи там, понятное дело, нельзя.



Если такой платформы не существует, насколько она была бы интересна клавогонщикам?



P. S. Ах да, наверное, уже можно начинать – с наступающим Новым годом всех!

Самому интересно стало, поэтому спросил у Google.

В приложении Speed Typing Tutor (издатель SkyApps LLP) в Microsoft Store есть раздел Dictation, но работает он довольно специфическим образом.
Ограничение по количеству символов: 300.
Язык: вроде бы только английский. Присутствуют разные голоса. Скорость регулируется с помощью коэффициентов.
Набирать под диктовку можно, но при этом текст отображается на экране. Судя по описанию функции, она направлена на запоминание, а не на тренировку навыка набора.

Есть ещё что-то связанное с диктовкой в Master of Typing 3 (также Microsoft Store), но эту программу не пробовал.

Это гениальный бизнес-план!
Создать такой ресурс, набрать аудиторию хомяков, а потом сливать туда реальные задачи по расшифровке текста, чтобы обезьяны делали работу бесплатно, да ещё и добровольно!

Понятно, что щас в век ИИ это уже не актуально, всё это шутки ради...

Не, это не так должно работать.
Для того, чтобы проверять соответствие набранного текста заданному, обязательно нужна его текстовая версия. Т.е. задание нужно будет хранить в двух форматах - аудио и текст.
Чтобы это реализовать есть два пути:
1. Конвертируем текст в аудио (генерация аудио).
2. Конвертирует аудио в текст (распознавание аудио).

Судя по автоматическим субтитрам на ютубе человечество пока не изобрело нормальный способ генерации текста из аудио на 100% без ошибок. Поэтому выбираем первый вариант с генерацией из текста.

Но тут мы натыкаемся на скорость печати наборщика. С какой скоростью нужно "начитывать" текст?
1. Читать с обычной скоростью среднестатистического человека. Но как тогда быстро печатать? Ведь мы упираемся в скорость воспроизведения аудио.
2. Читать очень быстро. Но тогда "обычные" наборщики будут неуспевать и пропускать слова. Это нужно будет как-то отдельно обрабатывать не как ошибку в слове, а именно ненабор слова.
3. Автоматическая генерация аудио прямо на ходу и его зачитка соответственно скорости набирающего. Задачка непростая и ёмкая. Но самая интересная.
4... ?

На самом деле можно сделать регулятор скорости чтения подаваемой информации. Если знаешь свою примерную скорость, это сделать не сложно. И печатать. Но у многих возникнут затруднение с правописанием и знаками препинания, что в свою очередь сделает не юзабельным такой функционал.

Это тоже решаемо: ошибки - разрешать, знаки препинания - озвучивать.
Нашёл сходное предложение: Новый режим "Лекции"
Нагуглил что-то в этом направлении: dailydictation.com

Насчёт интересности: по идее, аудио можно набирать с закрытыми глазами лежа на диване, что, наверно, забавно для разнообразия.

Это всё фигня! Как насчёт симулятора клавогонщика?
Это когда всё то же самое, как на КГ, только не глючит, но зато с новыми машинками и с клубами?

Благодаря тому, что это - фигня, легко навайбкодить прототипчик и потестить юзабилити. Пожалуй, сделаю...
Если получится годно, потом транскрибацию можно интегрировать с Клавогонками и другими проектами, в т.ч. с симулятором клавогонщика с блэкджеком и читерами.

Зачем бесплатно? Можно честно передавать деньги клавогонщикам за минусом комиссии сервиса.
Человеческая расшифровка ещё пользуется спросом у тех, кому недостаточно 90%-ой нейросетевой.
Клавогонщикам и сервису - деньги, а заказчику - человеческую расшифровку 2-часового аудио за час (распараллеливание кусочков), вместо суток. Все в плюсе.
Сами профессиональные транскрибаторы могли бы делегировать заказы, если получаемое качество потребует от них минимального допиливания.

Немного сомнительно, потому что как водится в таких случаях, тут же найдутся жулики, которые начнут мухлевать, а разгребать это всё придётся бесплатным модерам во славу и имя сервиса

Запилил прототипчик: https://klavogonki.do.am/audio

Вкратце концепция такая:
  Если у нас есть эталонный текст отрывка, то набранный текст с ним сравнится.
  Если эталона нет, набранное станет эталоном, и надо будет набрать текст ещё раз для сравнения.

Поподробнее как этим пользоваться:
  1. Загружаем своё видео (аудио) на youtube или берём существующее.
  2. Вписываем в верхнем поле ссылку.
  3. Запускаем видео с любого места.
  4. Набираем текст отрывка (двойное нажатие Shift - повторное воспроизведение), все отрывки по 5 секунд.
  5. Двойной Enter - текст запишется в эталон (в субтитры).
  6. Набираем текст ещё раз, двойной Enter - текст сравнится с эталоном.
  7. Если оба раза набрано одинаково, - включится следующий отрывок.
  8. Если неправильно, корректируем набранный текст → End → двойной Enter.
  9. Если был неправильный эталон, то жмакаем кн. [Заменить эталон].

Предлагаю делиться впечатлениями и субтитрами.

Идейки на перспективу:

• Настройка: ☑ сравнивать пунктуацию.
• Субтитротека: коллекция готовых субтитров.
• Расширенная навигация: Ctrl+→, скорость воспроизведения, полноэкранный режим.

скорость чтения = k / отставание в символах

Зачем симулятор?
Есть рабочий инструмент:
oTranscribe.com

Основная страничка редактора выглядит так:
"Выберите аудио или видео файл.
Или YouTube видео.

Введите здесь свою расшифровку...

Краткие советы:
- Ctrl+I добавляет курсивное форматирование, а Ctrl+B — жирное.
- Нажмите ESC для воспроизведения/паузы и Ctrl+J для вставки текущей метки времени."

Интернет требуется только для первого открытия страницы.
Текст обрабатывается оффлайн (хранится в кеше браузера).

Экспорт результата в обычный текст (.txt) или маркдаун (.md) файл.
Или просто скопировать-вставить.

Для геймификации. Топикстартер пишет: "наподобие КГ".
Например, перепечатывание конспекта - само по себе занятие довольно скучное и случается примерно никогда, но на Клавогонках это становится интереснее за счёт игры.
Так и с симулятором: если добавить счётчик скорости набора и рейтинги, то это совсем другая движуха.

Из рабочих инструментов можно позаимствовать какие-то удобные фишки.
[Esc] для паузы/воспроизведения, как в oTranscribe, думаю, одна из таких.
Из первого, что приходит на ум, это пошуршать в LossPlay: какие рабочие детали пригодились бы и в симуляторе.

Какого чтения? На слух же. Может скорость транскрибирования?
k - это какой-то коэффициент?
отставание - это разница между чем и чем?

***
Думал над тем какие скоростные показатели посчитать и как учесть специфику прослушивания, корректировки постфактум и форматирования...
Пока из более-менее созревшего только "скорость нетто", она же скорость набора, - учитывать только время ввода: начало и конец заезда отсекать, а паузы более 1 сек. заменять на 245 мс (≈245 зн/мин).

Благодарю всех за интерес и отзывы!

Про монетизацию симулятора ничего не могу сказать. У меня не было такой мысли. Напротив, думаю, можно было бы делать транскрибации аудио- и видеоматериалов на чисто волонтерских началах, например, для людей с нарушениями слуха. Они присылают интересующие их ссылки – сообщество КГ по мере сил и возможностей общими усилиями делает: одним – польза, другим – кайф. Только я решительно не представляю, как выйти на соответствующую аудиторию людей. Может быть, это даже вообще им не нужно. Это выяснять надо.

Что касается геймификации, мне видятся два варианта:

1. Энное количество клавогонщиков транскрибируют независимо друг от друга один и тот же материал на время и на качество. Можно было бы скринкасты делать и выкладывать, что-то такое.

2. Один и тот же материал транскрибируют разные клавогонщики и разные нейросети, типа соревнование естественного интеллекта с искусственным.



Идея эталонных субтитров и последующего сравнения с ними у меня восторга не вызывает, при всем уважении. Как замерять скорость набора при всем этом, тоже не очень понятно. Мне в принципе кажется, что основные механики КГ тут малоприменимы, если вообще применимы. Можно же просто дать людям возможность транскрибировать какие-то материалы для своих нужд или удовольствия ради, ну и выкладывать свои получившиеся тексты на всеобщее обозрение. Наверняка есть люди, которые конспекты каких-нибудь публичных лекций делают, еще чего-то. Они могли бы не только у себя в закромах свои наработки держать, но и вывешивать на платформе, чтобы все видели, могли ознакомиться.

Опять же, хорошо бы понять, насколько подобный функционал (а скорее принципиально иной наборный опыт) кому-то из здешних обитателей вообще нужен. Ни один из тех, кто отписался в этой теме, не ответил, был бы он готов попробовать что-то такое сам или нет. Это ведь ключевой вопрос. Имхо, надо бы масштабный опрос провести, стали бы завсегдатаи КГ пользоваться подобным или нет, прежде чем что-то пытаться реализовать. Тем не менее я очень ценю, что моя идея была подхвачена.

Транскрибирование полезно в случае полной записи на диктофон судебных заседаний. Так, в сравнении с записью главы арбитражного суда была выявлена подделка записи в пользу противной стороны. В кассационной инстанции были предъявлены результаты анализа транскрибированных записей обеих сторон, в результате чего глава арбитражного суда проиграл процесс. Я считаю, что транскрибирование муторное занятие – не для игры и пригодится на Клавогонках для редких, но уважаемых фанатиков набора. Я в далеком прошлом радиотелеграфист, и пробовал транскрибировать морзянку. Трудновато, но интересно, и легче, чем работать с записью речи.

В этом нет противоречия: когда два клавогонщика расшифровывают одинаковый материал, то текст одного может выступать эталоном для другого.
И если участники на лету не договорились чей ввод правильней, то организатор/заказчик мог бы поотрывочно отметить предпочтительные варианты.

Использование расшифровки для проверки правильности ввода отрывков, - это как раз про ценность.
Получается 2в1: можно развивать инструменты и для создания специальных расшифровок и играть по ним.
Для этого, кстати, чем качественнее и интереснее аудио/видео, тем лучше, - даёт дополнительный интерес.
В отличие от боевого транскрибирования, где, скорее всего, от "качества" и содержания будут вянуть уши. )

В прототипчик добавлены настройки сравнения и запуска: