Как переводить аудиосообщения в текст и давать задания голосом
Мы уже научились использовать готовые текстовые шаблоны для быстрой помощи, но печатать текст удобно не всегда. Если вы идете по улице, ведете машину или заняты домашними делами, на помощь приходит голосовой ввод.
OpenClaw в Telegram умеет слушать. Современные нейросети понимают звук так же хорошо, как текст. Вы можете общаться с ассистентом голосом, не заботясь о знаках препинания или идеальной дикции.
Как бот понимает голос
Когда вы отправляете боту аудиосообщение, запускается транскрибация — автоматический перевод звука в текст.
OpenClaw не просто записывает слова, как диктофон. Он анализирует смысл, исправляет случайные оговорки и отсекает лишние шумы: гул машин или звук воды из крана. Голос можно использовать для двух задач:
- Записать свои мысли, чтобы бот превратил их в аккуратный текст.
- Дать боту поручение, которое он выполнит сразу после «прослушивания».
Схема 1 показывает путь вашего голоса от микрофона до готового результата.
Превращаем поток мыслей в структуру
Часто идеи приходят внезапно и выглядят как хаотичный набор фраз. С OpenClaw можно надиктовать всё, что крутится в голове, и попросить бота навести порядок.
Ситуация: Вы идете из магазина и вспомнили список дел, идеи для подарка и продукты, которые забыли купить.
Ваше аудиосообщение: «Так, OpenClaw, запиши. Нужно не забыть поздравить маму, еще я думал купить Саше на днюху либо наушники, либо настолку какую-нибудь. А, и на ужин надо купить курицу и сливки. Сделай из этого нормальный список по категориям».
Результат от бота:
- Подарки (Саша): Беспроводные наушники или настольная игра.
- Покупки: Курица, сливки.
- Напоминание: Поздравить маму.
Работа с чужими сообщениями
Если вам прислали длинное голосовое сообщение, которое некогда слушать, просто перешлите его боту.
OpenClaw сделает краткую выжимку (саммари). Перешлите аудио и добавьте команду: «Выдели главное в 3 пунктах». Это экономит время, когда нужно быстро узнать суть пятиминутного монолога. 🧭
Как делать не стоит: Не закрывайте микрофон пальцем и не шепчите. Если звук будет слишком тихим или искаженным, бот может ошибиться. Также не нужно диктовать знаки препинания («запятая», «точка») — ИИ расставит их сам по смыслу.
Практикум: Голосовой ассистент в деле
Попробуем применить формулу «Роль + Задача + Контекст» с помощью голоса.
Задание «План на ходу»:
- Откройте бот OpenClaw в Telegram.
- Зажмите кнопку микрофона и надиктуйте: «Представь, что ты мой личный секретарь. Я сейчас надиктую список дел на завтра вразнобой, а ты составь из них четкое расписание с 9 утра до 6 вечера. Итак: в 10 встреча с сантехником, потом надо заскочить в банк, обед с часа до двух, а вечером в 17 забрать посылку».
- Отправьте сообщение и оцените, как бот структурировал ваше время.
Иногда бот может ошибиться в редких фамилиях или сложных терминах. В следующей теме мы разберем, как уточнить запрос и довести ответ до идеала, если результат с первого раза вас не устроил.