Записывать расходы голосом: как строить фразу, чтобы её поняли с первого раза

Посчитайте, сколько действий требует обычная ручная запись траты. Открыть приложение. Найти кнопку добавления. Ввести сумму. Ввести название. Выбрать категорию из списка. Сохранить.

Шесть действий, секунд двадцать-тридцать. У кассы это ощутимо долго, и голова быстро учится находить повод отложить на потом. А отложенная запись, как правило, не появляется вовсе.

Голос убирает половину шагов. Сумма, название и категория достаются из одной произнесённой фразы, и всё занимает секунды три. Но чтобы это работало стабильно, фразу стоит строить определённым образом.

Минимум: что и сколько

Кофе 350

Этого достаточно. Остальное добавляется по необходимости:

Кофе 350 в Шоколаднице вчера

Порядок слов свободный. «350 за кофе», «кофе за 350» и «потратил 350 на кофе» дают одинаковый результат, так что подбирать формулировку не нужно.

Сумму можно называть цифрами или словами: «триста пятьдесят» и «350» понимаются одинаково. Крупные суммы удобнее сокращать: «десять тысяч», «пятнадцать тыс». А вот дробные лучше проговаривать явно, потому что «сто двадцать пятьдесят» неоднозначно, тогда как «сто двадцать рублей пятьдесят копеек» читается однозначно.

Направление операции определяется по глаголу. «Потратил», «купил», «отдал» дают расход. «Получил», «зарплата», «вернули» дают доход. Сказать глагол надёжнее, чем рассчитывать на угадывание по контексту.

Дату тоже можно назвать словами: «вчера», «позавчера», «в понедельник», «третьего августа». Удобно, когда вы разбираете вечером то, что случилось днём.

Несколько трат одной фразой

Здесь голос обгоняет любой ручной ввод с большим отрывом.

Кофе 350, такси 600, продукты 1200

Одна фраза, три отдельные операции. Разделителем работает пауза или обычное перечисление.

Надёжный размер — две-три операции за раз. Пять-шесть подряд заметно повышают риск, что часть склеится в одну запись, и проверять придётся дольше, чем вы сэкономили.

Где распознавание сдаёт

Слабые места честнее знать заранее.

Шум. В метро, в кафе с музыкой, на ветреной улице точность падает заметно. Это ограничение самого распознавания речи, а не конкретного приложения, и обойти его формулировкой нельзя.

Редкие названия. «Пятёрочка» распознаётся уверенно, а малоизвестное локальное кафе может превратиться в похожее по звучанию слово.

Длинные перечисления. Чем длиннее фраза, тем выше шанс, что две операции сольются.

Числа без единиц в неоднозначном контексте. «Взял два по триста» требует догадки, «две чашки кофе по 300» не требует.

Чужая речь рядом. Если поблизости кто-то говорит, распознавание может подхватить его слова.

Приёмы, которые реально помогают

Говорите обычным темпом. Замедленная диктаторская речь распознаётся хуже нормальной: системы обучены на естественном темпе, и проговаривание по слогам им мешает.

Проверяйте операцию, а не транскрипт. Если в тексте написано «кофэ», но сумма и категория верные, всё в порядке. Смысл не в идеальном распознавании, а в правильно сохранённой записи.

Записывайте сразу после оплаты, пока помните и сумму, и что именно купили. Через час фраза станет расплывчатой: «что-то около трёхсот в магазине».

Не бойтесь коротких фраз. «Метро 70» — полноценная запись, добавлять контекст ради красоты не нужно.

Не диктуйте чек по позициям. «Молоко 89, хлеб 45, сыр 320, яйца 120» — это четыре операции там, где нужна одна. «Продукты 574» даст ровно те же выводы при вчетверо меньших усилиях, о чём подробнее в базовом разборе учёта расходов.

Что делать, когда распознало неверно

Правка занимает меньше времени, чем повторная диктовка, поэтому переговаривать фразу целиком обычно не нужно.

Если ошиблась сумма, поправьте её прямо в карточке перед сохранением. Если ошиблось название, а сумма и категория верны, чаще всего проще оставить как есть: название нужно вам для узнавания в истории, а не для отчётности.

Отдельный случай — неверная категория. Тут правка окупается дважды. Приложение запоминает исправление для похожих операций, и через несколько повторов однотипные траты начинают попадать в нужную категорию сами. Скажем, если местная пекарня раз за разом уходит в «Прочее», достаточно поправить её два-три раза.

Если одна фраза стабильно распознаётся плохо, поменяйте формулировку, а не громкость. «Заправка 3000» надёжнее, чем название конкретной сети, которое система слышит впервые.

Обычный день целиком

Цифры условные.

Около двадцати секунд за весь день. Именно эта цифра определяет, доживёт ли учёт до второго месяца.

Что стоит знать про приватность

Голосовой ввод на iPhone работает через системное распознавание речи Apple. Приложение просит использовать распознавание на самом устройстве, когда язык и модель это поддерживают; в остальных случаях обработка идёт по обычному пути Apple.

Запись идёт только пока вы удерживаете кнопку микрофона. Фонового прослушивания нет.

И бытовое соображение, о котором забывают: произнесённая вслух сумма слышна окружающим. В открытом офисе или в очереди для чувствительных операций уместнее набрать текстом.

Когда голос проигрывает

В тишине библиотеки или на совещании. Когда нужно сразу указать много уточнений, и набрать оказывается быстрее. Когда сумма ещё точно не известна. Когда рядом люди, которым не стоит слышать цифру.

Голос не заменяет клавиатуру, он закрывает типичный случай быстрее. Оба способа полезно держать под рукой, и в приложении они лежат на одном экране: как устроен второй, разобрано в материале про быстрое добавление расхода.

Что попробовать сегодня

Возьмите ближайшую покупку и скажите про неё максимально коротко: предмет и сумма, два слова. Посмотрите на карточку перед сохранением.

Если результат верный, вы уже знаете рабочий формат, и усложнять его не нужно. А дневной остаток на главном экране пересчитается сразу, так что эффект от записи виден мгновенно — как это использовать, показано в разборе ежедневного контроля расходов.