Beszédfelismerés
Beszédhang gépi átalakítása szöveggé, amelyet keresni, szerkeszteni vagy további feldolgozásra használni lehet.
Analógia
Mint egy gépíró, aki meghallgatja a felvételt, és írott jegyzőkönyvet készít belőle.
Miért fontos?
Megkönnyíti az interjúk, értekezletek és hangjegyzetek feldolgozását, de a neveknél, szakszavaknál és zajos felvételeknél ellenőrzésre szorul.
Hogyan működik?
A beszédfelismerő rendszer hangfelvételből állít elő szöveget. A folyamat során a szoftver a hangban található beszédmintákhoz szavakat rendel, gyakran figyelembe véve a nyelvet és a mondat összefüggéseit. Az eredmény lehet nyers átirat vagy időbélyegekkel, beszélőváltásokkal kiegészített szöveg. A felismerés pontosságát befolyásolja a mikrofon, a háttérzaj, a beszélők kiejtése és az, hogy a rendszer mennyire ismeri a használt neveket vagy szakszavakat.
A beszédfelismerés nem azonos a beszélgetés teljes megértésével. Egy átiratból további rendszer készíthet összefoglalót vagy feladatlistát, de ez már új feldolgozási lépés, saját hibalehetőségekkel. Érzékeny megbeszélések esetén az adatkezelést és a résztvevők tájékoztatását is tisztázni kell. Fontos vagy hivatalos szöveget érdemes a hangfelvétel visszahallgatásával ellenőrizni, különösen neveknél, számoknál és félrehallható kifejezéseknél. Hosszú felvételeknél az időbélyegek és a beszélőjelölések segíthetik a későbbi visszakeresést.
Példa
Egy projektvezető rögzíti az értekezletet, a beszédfelismerő átiratot készít, majd a csapat kijavítja a neveket és ellenőrzi a vállalásokat.
Gyakori tévhit
Az átirat nem automatikusan pontos jegyzőkönyv, és a beszéd felismerése önmagában nem jelenti a szándék megértését.