Darmowa transkrypcja mowy na tekst — język rosyjski

Rosyjski to najczęściej używany język słowiański — mówi nim około 150 milionów rodzimych użytkowników. Jest urzędowy w Rosji, Białorusi, Kazachstanie i Kirgistanie, a daleko poza tymi granicami wciąż pozostaje językiem roboczym nauki, biznesu i dziennikarstwa, więc rosyjskie nagrania przychodzą w równej mierze z redakcji, seminariów uniwersyteckich, rozmów sprzedażowych i podcastów.

Pierwsze, co rzuca się w oczy w rosyjskim transkrypcie, to pismo. ConvertSpeech zapisuje rosyjski cyrylicą — 33-literowym alfabetem, którego język faktycznie używa — a nie w transliteracji łacińskiej. Transkrypt pełen „privet" zamiast привет wygląda jak wypis maszynowy i nie nadaje się do wklejenia do dokumentu, pliku napisów czy narzędzia tłumaczącego. Razem z tym pismem przychodzi jedna konwencja: w zwykłym rosyjskim druku literę ё niemal zawsze zapisuje się jako е. To normalna praktyka wydawnicza, a nie usterka, ale sprawia, że всё i все wyglądają identycznie, a nazwisko takie jak Королёв może pojawić się jako Королев. Jeśli tekst jest dla uczących się, dla dzieci albo do dokumentu prawnego, zaplanuj przejście przywracające ё.

Gramatyka kształtuje transkrypt w równym stopniu. Rosyjski ma sześć przypadków, a pracę gramatyczną wykonują końcówki, nie szyk wyrazów — szyk jest więc swobodny i służy do rozkładania akcentów treściowych. Nazwy własne odmieniają się razem ze wszystkim innym: Москва staje się в Москве i из Москвы, a w próbce poniżej nazwa ulicy Невский pojawia się jako „на Невский", a nie w formie słownikowej. Poszukaj w transkrypcie nazwy w jednej pisowni, a przeoczysz połowę wystąpień. Rosyjski nie ma też żadnych rodzajników, więc silnik nie ma tam nic do uzupełnienia, a nazwiska osób zwykle występują w trzech członach — imię, otczestwo, nazwisko — z których każdy się odmienia.

Dwie właściwości brzmienia sprawiają, że czysty dźwięk liczy się tu bardziej niż zwykle. Akcent jest ruchomy, w normalnym piśmie nieoznaczany, i bywa jedyną różnicą między wyrazami: за́мок to zamek jako budowla, замо́к to zamek w drzwiach; му́ка to męka, мука́ to mąka. A nieakcentowane о wymawia się mniej więcej jak а, dlatego компания (firma) i кампания (kampania) brzmią tak samo i można je rozróżnić wyłącznie z kontekstu. Prześlij audio lub wideo, a silnik zapisze wypowiedziany rosyjski jako czysty, przeszukiwalny tekst z interpunkcją. Działa w przeglądarce, nie wymaga instalacji, a pierwsze minuty są darmowe, bez zakładania konta.

To prawdziwe, 45-sekundowe nagranie czytane przez człowieka, przepuszczone przez nasz silnik AI dokładnie tak, jak przepuścisz własny plik. Nic nie zostało potem poprawione, a jeden wyraźny błąd celowo zostawiliśmy. Włącz odtwarzanie i czytaj razem z lektorem.

Warto zwrócić uwagę: wynik jest w całości cyrylicą, bez śladu transliteracji. Nazwy własne Петербург i Невский mają wielkie litery i poprawną odmianę — „на Невский" to biernik, którego wymaga zdanie, a nie forma słownikowa Невский проспект — a набережная przychodzi jako „по набережной". Rosyjskie zasady przecinkowe są dokładnie przestrzegane, łącznie z parą przecinków wokół wtrąconego конечно i szeregiem zdań połączonych partykułą ли. Zwróć też uwagę, że свел zapisano bez ё, dokładnie tak, jak zwykły rosyjski druk postępuje z formą свёл.

Część uczciwa: piąty wiersz jest błędny. „Меня любуясь на никогда не весело" to zniekształcone oddanie и любуюсь ими, когда они веселы, a tuż przed nim да я то należy do siebie jako да зато. Tak wygląda potknięcie w czystym, spokojnym czytaniu — wywiad w gwarnej kawiarni, gdzie trzy osoby mówią jedna przez drugą, będzie potykał się częściej, i żaden automat nie uniknie tego całkowicie. Urwane „в известный час на" nie jest błędem, tylko cięciem na 45. sekundzie, które wypadło w środku zdania. Jakość nagrania pozostaje najważniejszym czynnikiem decydującym o wyniku.

Standardowy rosyjski literacki jest tym, czego w przytłaczającej większości używają nagrania radiowo-telewizyjne, akademickie i biznesowe — i właśnie do niego ConvertSpeech jest dostrojony. Jak na język rozciągnięty na tak ogromnym obszarze rosyjski jest niezwykle jednolity: dawny podział dialektalny to głównie kwestia wymowy, a nie odrębnego słownictwa — północne okanie zachowuje nieakcentowane о jako wyraźne о, a mowa południowa je redukuje i zamienia г w miękką spółgłoskę szczelinową — i żadne z tych zjawisk nie przeszkadza w czystym transkrypcie. Niezależnie od akcentu wynik zapisywany jest tą samą standardową pisownią.

Rosyjski w wydaniu ukraińskim i białoruskim to przypadek częsty i dobrze obsługiwany. Typowe znaki rozpoznawcze to owo szczelinowe г, inna melodia zdania oraz sporadyczne lokalne słownictwo i nazwy miejscowe. Tam, gdzie mowa jawnie miesza języki — ukraińsko-rosyjska mieszanka zwana surżykiem albo jej białoruski odpowiednik trasianka — spodziewaj się, że silnik pewnie zapisze części rosyjskie, a wyrazy zapożyczone odda przybliżeniem, bo transkrybuje jeden język, a nie przełącza się między dwoma. Jeśli nagranie jest bardziej ukraińskie niż rosyjskie, puść je jako ukraińskie.

Rosyjski środkowoazjatycki — Kazachstan, Kirgistan, Uzbekistan, Tadżykistan — jest zwykle standardowy w gramatyce i słownictwie, przy wyraźnym akcencie, i transkrybuje się dobrze. Sprawdzić trzeba nazwy: kazachskie, kirgiskie i uzbeckie imiona, miasta i instytucje nie należą do zwykłego rosyjskiego słownictwa, a silnik ustawiony na rosyjski może zapisać je fonetycznie. To samo dotyczy rosyjskiego odziedziczonego w krajach bałtyckich, Izraelu, Niemczech i Ameryce Północnej, gdzie mówcy często wtrącają lokalne terminy w środku zdania. We wszystkich tych przypadkach szybki przegląd nazw własnych to lepsze wykorzystanie czasu niż ponowna lektura całej prozy.