Konfiguracja języka mowy

Konfiguracja języka mowy (rozpoznawania i syntezy) odbywa się w Ustawieniach > Czas i język > Mowa, gdzie pobiera się pakiety językowe dla funkcji dyktowania i Narratora.

Konfiguracja języka mowy — czym jest i do czego służy

Konfiguracja języka mowy obejmuje ustawienie języka używanego przez funkcje rozpoznawania mowy oraz syntezy mowy w systemie operacyjnym. Rozpoznawanie mowy zamienia wypowiadane słowa na tekst lub polecenia, natomiast synteza mowy pozwala odczytywać zawartość ekranu za pomocą głosu generowanego przez komputer. Zależnie od wersji systemu i zainstalowanych składników ustawienia te mogą wpływać na dyktowanie tekstu, wyszukiwanie głosowe, obsługę funkcji ułatwień dostępu oraz działanie Narratora.

W praktyce wybór języka nie zawsze ogranicza się do wskazania jednej pozycji na liście. Często konieczne jest pobranie odpowiedniego pakietu mowy, wybranie właściwego głosu, ustawienie języka rozpoznawania oraz sprawdzenie, czy mikrofon został prawidłowo wykryty. W systemach firmy Microsoft ustawienia są zwykle dostępne w obszarze związanym z czasem i językiem, a następnie w sekcji dotyczącej mowy lub głosu. Nazwy poszczególnych pozycji mogą się różnić w zależności od wydania systemu, wersji aktualizacji i ustawionego interfejsu.

Język interfejsu, język klawiatury, język rozpoznawania mowy oraz głos odczytujący tekst mogą być ustawione niezależnie. Dzięki temu można na przykład pozostawić polski interfejs, korzystać z angielskiego dyktowania i wybrać inny głos dla odczytywania komunikatów. Prawidłowa konfiguracja powinna uwzględniać nie tylko wybrany język, lecz także sposób korzystania z komputera, jakość mikrofonu, prywatność nagrań oraz wymagania konkretnej aplikacji.

Jak działają rozpoznawanie i synteza mowy

Rozpoznawanie mowy analizuje sygnał z mikrofonu i próbuje dopasować go do słów, znaków interpunkcyjnych oraz poleceń. Na wynik wpływa wymowa, hałas w otoczeniu, odległość od mikrofonu, jakość sterownika dźwięku oraz zgodność wybranego języka z językiem wypowiedzi. Jeżeli ustawiony zostanie niewłaściwy pakiet, wypowiadany tekst może być rozpoznawany z dużą liczbą błędów, nawet gdy mikrofon działa prawidłowo.

Synteza mowy działa w przeciwnym kierunku: pobiera tekst z systemu lub aplikacji i odczytuje go za pomocą wybranego głosu. Ustawienia mogą obejmować język, wariant głosu, tempo czytania, wysokość dźwięku oraz głośność. Nie każda aplikacja korzysta jednak z tych samych ustawień. Program może używać głosu systemowego, własnego mechanizmu odczytu albo wymagać dodatkowego składnika językowego.

Istotne jest rozróżnienie pakietu językowego dla interfejsu od pakietu przeznaczonego do mowy. Zainstalowanie polskiego języka menu nie musi automatycznie oznaczać dostępności polskiego rozpoznawania ani polskiego głosu syntezatora. W niektórych konfiguracjach potrzebne jest osobne pobranie składników mowy, a następnie ponowne uruchomienie aplikacji lub komputera. Warto też sprawdzić, czy system ma dostęp do internetu, ponieważ część pakietów jest pobierana dopiero po wybraniu odpowiedniej funkcji.

Przy korzystaniu z dyktowania znaczenie ma również ustawienie automatycznej interpunkcji i obsługi poleceń głosowych. W przypadku Narratora ważne są natomiast opcje dotyczące odczytywania elementów interfejsu, skrótów klawiaturowych oraz zachowania podczas poruszania się po stronach internetowych. Z tego powodu sama zmiana głosu nie zawsze rozwiązuje problem z działaniem funkcji mowy.

Typowe problemy i błędy konfiguracji języka mowy

Jednym z częstszych problemów jest brak wybranego języka na liście rozpoznawania mowy. Może to wynikać z braku pobranego pakietu, ograniczeń danej wersji systemu, niepełnej aktualizacji albo chwilowego problemu z usługą odpowiedzialną za pobieranie składników. Zdarza się również, że język jest widoczny w ustawieniach, lecz nie działa w konkretnej aplikacji, ponieważ program obsługuje tylko wybrane języki lub korzysta z własnego mechanizmu głosowego.

Innym błędem jest pomylenie języka klawiatury z językiem dyktowania. Zmiana układu klawiatury może wpływać na wpisywane znaki, lecz nie zawsze zmienia język rozpoznawania wypowiedzi. Podobnie zmiana języka interfejsu nie musi zmienić głosu używanego przez Narratora. Przy diagnozowaniu trudności warto więc sprawdzać każdą z tych pozycji osobno.

Problemy z mikrofonem mogą przypominać błąd ustawień językowych. Brak uprawnień dla aplikacji, wyłączone urządzenie wejściowe, zbyt niski poziom sygnału, nieaktualny sterownik lub wybrany niewłaściwy mikrofon powodują, że dyktowanie nie reaguje albo rozpoznaje pojedyncze słowa. Pomocne bywa sprawdzenie nagrywania dźwięku w systemie, wybór właściwego urządzenia domyślnego oraz kontrola ustawień prywatności dotyczących dostępu aplikacji do mikrofonu.

Do typowych objawów należą także brak dźwięku syntetyzowanego, głos odczytujący tekst w innym języku, przerywanie odczytu, zacinanie się dyktowania oraz komunikat o niedostępności funkcji. Przyczyną może być uszkodzony lub niepełny pakiet mowy, konflikt ustawień kilku języków, problem z usługą systemową albo błąd powstały po aktualizacji. Jeżeli korzysta się z kilku kont użytkownika, warto uwzględnić, że część ustawień może być zapisana oddzielnie dla każdego konta.

Nie zaleca się usuwania wszystkich składników językowych bez wcześniejszego sprawdzenia ich roli. Taki krok może zmienić układ klawiatury, utrudnić obsługę systemu lub spowodować konieczność ponownego pobierania pakietów. Bezpieczniej jest najpierw ustalić, czy problem dotyczy mikrofonu, konkretnego głosu, jednej aplikacji czy całego systemu.

Kiedy warto zgłosić konfigurację do serwisu - Konfiguracja języka mowy

Pomoc serwisowa może być potrzebna, gdy nie można pobrać pakietu mowy, system nie zapisuje wybranego języka, funkcja działa tylko na jednym koncie albo po aktualizacji zniknął głos używany przez Narratora. Zgłoszenie jest również uzasadnione wtedy, gdy konieczne jest jednoczesne uporządkowanie sterowników dźwięku, uprawnień prywatności, ustawień językowych i działania konkretnej aplikacji.

Przed przekazaniem urządzenia warto zanotować, jaki język ma być używany do dyktowania, jaki głos ma odczytywać tekst oraz czy problem występuje we wszystkich programach. Przydatna jest także informacja o tym, czy trudność pojawiła się po aktualizacji, zmianie konta, podłączeniu nowego mikrofonu lub instalacji dodatkowego oprogramowania. Takie dane ułatwiają odtworzenie problemu i ograniczają ryzyko zmiany ustawień, które działają prawidłowo.

W Warszawie konfigurację języka mowy można przekazać do Warszawskiego Pogotowia Komputerowego 24/7, gdzie sprawdzane są zarówno ustawienia systemowe, jak i elementy odpowiedzialne za wejście oraz wyjście dźwięku. W przypadku laptopa dostępna jest darmowa diagnoza LAPTOPA, co pozwala najpierw ustalić, czy źródłem problemu jest pakiet językowy, mikrofon, sterownik, system operacyjny czy używana aplikacja.

Po ustaleniu przyczyny można uporządkować pakiety językowe, dobrać właściwy głos, przywrócić działanie dyktowania, sprawdzić Narratora i przetestować konfigurację na przykładowych poleceniach. Jeżeli problem dotyczy niestabilności systemu lub powtarzających się błędów po aktualizacjach, analizie powinny podlegać również usługi systemowe, profil użytkownika i stan sterowników dźwięku. Dzięki temu konfiguracja nie kończy się na jednorazowej zmianie języka, lecz obejmuje sprawdzenie całego łańcucha potrzebnego do poprawnego rozpoznawania i odczytywania mowy.