Geluid wordt tekst. Spraakherkenning zet gesproken taal om in geschreven vorm, waarbij rekening wordt gehouden met accenten, achtergrondgeluiden en doorlopende spraak. Het vormt de basis van spraakassistenten, dicteerprogramma's en geautomatiseerde callcenters.

Klassieke systemen gebruikten verborgen Markov-modellen met handmatig gecreëerde akoestische kenmerken. Moderne systemen gebruiken neurale netwerken die van begin tot eind getraind zijn op gekoppelde audio en tekst, waarbij akoestische en taalpatronen samen worden geleerd.

Veelvoorkomende spraakherkenningstaken

• Dictaat en transcriptie
• Spraakopdrachten en spraakassistenten
• Realtime ondertiteling
• Callcenteranalyses
• Samenvatting van de vergadering

De nauwkeurigheid is hoog bij duidelijke spraak in stille omstandigheden. Deze neemt af bij sterke accenten, overlappende sprekers of lawaaierige omgevingen. Woordfoutpercentages in benchmarktests voorspellen niet altijd de prestaties in de praktijk.