Ses metne dönüşüyor. Konuşma tanıma, aksanları, arka plan gürültüsünü ve kesintisiz konuşmayı ele alarak konuşulan dili yazılı forma dönüştürüyor. Sesli asistanlara, dikte araçlarına ve otomatik çağrı merkezlerine güç veriyor.

Klasik sistemler, el yapımı akustik özelliklere sahip gizli Markov modelleri kullanıyordu. Modern sistemler ise, akustik ve dil kalıplarını birlikte öğrenen, uçtan uca eşleştirilmiş ses ve metin üzerinde eğitilmiş sinir ağları kullanıyor.

Yaygın konuşma tanıma görevleri

• Dikte ve transkripsiyon
• Sesli komutlar ve asistanlar
• Gerçek zamanlı altyazı
• Çağrı merkezi analizi
• Toplantı özetleme

Sessiz ortamlarda net konuşma için doğruluk oranı yüksektir. Ağır aksanlarda, üst üste konuşanlarda veya gürültülü ortamlarda doğruluk oranı düşer. Karşılaştırma testlerindeki kelime hata oranları, sahadaki performansı her zaman öngörmez.