Inmiddels heb ik een paar dagen kunnen werken met de nieuwste versie van Dragon: Dragon Professional Individual v15. Tijd om verder te gaan met mijn review.
Vooralsnog zijn mijn ervaringen positief, maar ik kan alvast wel verklappen dat niet opeens alle eigenaardigheden van Dragon op magische wijze opgelost zijn. Zo heeft het programma nog steeds wat moeite om zijn eigen naam te herkennen: ‘Dragon’ wordt met regelmaat verstaan als ‘trekken’.
De claim van de fabrikant
De fabrikant van de spraakherkenningssoftware, Nuance, claimt een verbetering van het herkenningspercentage. Dit zijn de claims die ik heb kunnen terugvinden:
- Direct bij levering tot 13% nauwkeuriger, zonder training.
- Maar liefst 10% nauwkeuriger dan Dragon Professional Individual 14
Als je nu wilt muggenziften, dan zeg je dat dat elkaar enigszins tegenspreekt: is het nou 10% of 13%? Toch kan het allebei waar zijn.
De eerste claim van 13% nauwkeuriger betreft een meting met een gloednieuw gebruikersprofiel zonder training. Ik weet het niet zeker, maar ik vermoed dat de tweede claim van “10% nauwkeuriger dan versie 14″ betrekking heeft op de uiteindelijke herkenning.
Zonder enige training of gebruik begin je bij Dragon 15 met 13 % betere resultaten dan bij de vorige versie. Maar na verloop van tijd leren zowel Dragon 14 als 15 erbij, waardoor het verschil na een tijdje misschien 3% minder uitvalt. Ik weet niet zeker of mijn redenering klopt, maar het zou beide claims verklaren.
Toen we van versie NaturallySpeaking 13 naar versie Professional Individual 14 gingen, werd er door de fabrikant helemaal geen claim over verbeterde herkenning gemaakt. Daar was ik destijds wat teleurgesteld over. Dit keer is er onder de motorkap wèl het nodige veranderd. Het programma maakt nu gebruikt van kunstmatige intelligentie die gebaseerd is op neurale netwerken: Deep Learning. Wellicht dat ik daar – voor de nerds onder ons – in een toekomstig blogbericht nog eens iets over ga schrijven.
De theorie
Oké, wat betekent een verbetering van 10%?
Een absolute verbetering van 10% zou je bij de hand hebben als de herkenning van 80% naar 90% ging. Maar we zaten qua herkenning al ruim boven de 90% in versie 14, dus dat is nu niet aan de orde.
In feite betekent een verbetering van de herkenning met 10% dat je 10% minder fouten hebt. In plaats van (bijvoorbeeld) gemiddeld 4 fouten per 100 woorden heb je dus nu gemiddeld 4 – 0,4 = 3,6 fouten per 100 woorden.
Misschien denk je dat dat een vrij minimaal verschil is. Maar als je veel met spraakherkenning werkt, schrijf je dagelijks zomaar vele honderden woorden met je stem. Alleen dit blogbericht bevat al bijna 1000 woorden. Bij een herkenningspercentage van 96% (4 fouten per 100 woorden) zijn dat in totaal 40 fouten. 10% Betere herkenning betekent, dat er 4 fouten minder hoeven te worden gecorrigeerd in een bericht zoals dit. Dat is echt heel prettig als je veel schrijft met de stem.
De praktijk
Om de herkenning van Dragon op de proef te stellen heb ik een tekst van 329 woorden voorgelezen. Het was een berichtje uit het nieuws. Het onderwerp was huisdierengeluk: de Dierenbescherming en het Landelijk Informatiecentrum Gezelschapsdieren gaan een ‘bijsluiter’ maken over het houden van konijnen als huisdier.
Ik heb het artikel gedicteerd en er ging 8 keer iets mis:
De witbuikegel (www.witbuikegel.com)
- de ‘Dierenbescherming’ werd opgeschreven als ‘dierenbescherming’
- het ‘Landelijk Informatiecentrum Gezelschapsdieren’ werd ook zonder hoofdletters opgeschreven
- de afkorting ‘LICG’ werd door Dragon verstaan als ‘spel icg’
- Dragon wist niet wat een ‘witbuikegel’ was (ik wist het ook niet….)
- ‘degoes’ (meervoud van ‘degoe’) werd ‘D Goes’
- ‘caviacombinaties’ werd ‘cavia,’s’ (cavia komma s)
- Dragon wist niet wat ‘knuffelproof’ was
- Het woord ‘konijnenvoorlichting’ werd als twee losse woorden geschreven.
Als ik 8 fouten reken bij 329 woorden, kom ik op een foutenpercentage van 2,4% en een herkenningspercentage van 97,6%
In de herkansing
Vervolgens heb ik Dragon de onbekende woorden aangeleerd. Verder heb ik bij de tweede keer voorlezen aangegeven welke woorden met een hoofdletter moesten.
Bij de tweede doorloop waren er nog maar 3 fouten:
- De ‘dwergmuis’ die in de eerste doorloop foutloos was samengesteld door Dragon (‘dwerg’+’muis’), werd opeens met een hoofdletter geschreven: ‘Dwergmuis’.
- De ‘degoes’ bleken hardnekkig en werden nu genoteerd als ’deelgoes’
- en vermoedelijk was ik even niet helemaal duidelijk in mijn uitspraak want het woordje ‘dan’ werd zomaar een keer opgeschreven als ‘dat’.
Het uiteindelijke resultaat, nadat de spraakherkenning dus elk woord kende, was een herkenningspercentage van 99,1%.
Ik kan me niet herinneren dat ik in het verleden ooit een dergelijk herkenningspercentage heb gehaald.
Afgelopen december deed ik een soortgelijke proef met het Groot Dictee der Nederlandse Taal. Daar schreef ik toen dit blogbericht over. Na het toevoegen van de onbekende woorden kwam Dragon Professional Individual 14 destijds op een maximale herkenning van 97,4% uit.
De disclaimer
In mijn berichten probeer ik genuanceerd te zijn. Vandaar even deze laatste toevoeging om de resultaten te verduidelijken.
Het betreft hier tekst die ik heb voorgelezen. De tekst bevatte redelijk gangbare woorden. Op het moment dat je teksten inspreekt waar veel vakjargon inzit, zul je dat terugzien in de resultaten.
Sowieso is het veel moeilijker om mooi en rustig te dicteren op het moment dat je nog moet bedenken wat je wilt gaan zeggen. Voorlezen levert daardoor altijd hogere herkenningspercentages op dan het verzinnen van vrije tekst.
Dat maakt de uitkomst van zo’n proef zeker niet ongeldig, want het enige wat je doet is het wegnemen van een variabele factor. In de test die ik vandaag gedaan heb weten we juist zeker dat ik de daadwerkelijke herkenning heb gemeten en niet mijn vermogen om snel te denken (gelukkig maar…).
Wil jij de allerbeste start maken met Dragon? Kijk dan eens naar deze combinatie-aanbieding. Voor een aantrekkelijke prijs ontvang je de software, een goede microfoon, de online cursus spraakherkenning en de andere voordelen van de Spraakherkenningsacademie.
