La formation à la reconnaissance vocale familiarise le logiciel avec l’accent et les modèles de parole d’un utilisateur pour rendre les programmes plus précis. Cela peut améliorer la précision et la vitesse des dictées. La durée requise peut dépendre du programme et du niveau de précision requis par l’utilisateur. En plus d’une période de formation initiale, il est également possible de corriger périodiquement le logiciel, en ajoutant des mots à son dictionnaire et en lui apprenant à ne pas commettre d’erreurs courantes.
Lorsque le logiciel de reconnaissance vocale est installé pour la première fois, il peut inviter l’utilisateur à lancer une formation. Il peut être possible de sauter cette phase, mais les problèmes de précision peuvent devenir une source de frustration. La formation initiale à la reconnaissance vocale prend généralement environ 15 minutes, et il peut être possible d’enregistrer plus d’audio pour fournir plus de nuances et de détails. Les utilisateurs peuvent choisir de le faire plus tard s’ils veulent commencer à utiliser le logiciel immédiatement pour se faire une idée avant d’enregistrer plus d’échantillons audio.
Dans ce processus, il est important d’avoir un bon microphone et une bonne carte son pour fournir un signal clair et stable. L’opérateur lit des exemples de paragraphes dans le programme afin qu’il puisse faire correspondre un texte connu avec les modèles vocaux. La formation à la reconnaissance vocale peut également inclure des demandes de répétition de mots qui se ressemblent afin que le système puisse apprendre à les distinguer. Les gens doivent parler aussi naturellement que possible pour assurer une plus grande précision ; s’ils énoncent plus clairement parce qu’ils se sentent gênés, le système peut ne pas être aussi précis lorsqu’ils dictent.
Au fur et à mesure que les utilisateurs utilisent un logiciel de reconnaissance vocale, celui-ci peut devenir plus précis. De nombreux programmes sont conçus pour apprendre des corrections avec un indice parlé comme “corrigez cela” qui fournit un indicateur que le programme n’a pas correctement transcrit un mot. Tous les fichiers audio associés à la formation à la reconnaissance vocale sont stockés dans un emplacement central et peuvent être sauvegardés. Ceci est conseillé pour que les utilisateurs n’aient pas à former un nouveau programme s’ils sont obligés de le réinstaller ou lorsqu’ils achètent un nouvel ordinateur.
Les professionnels qui utilisent beaucoup de terminologie spécifique dans leur travail peuvent avoir besoin de consacrer plus de temps à la formation à la reconnaissance vocale. Les médecins, par exemple, peuvent utiliser des termes anatomiques formels et des noms de maladies complexes lorsqu’ils dictent les dossiers des patients. Pour eux, prendre du temps au début pour former le programme avec une liste de termes courants peut faire gagner du temps à long terme. Certains programmes ont également des modules disponibles avec certains de ces termes déjà chargés, de sorte que le logiciel n’a pas besoin d’être enseigné.