speech recognition

Speech recognition

 juga dikenal sebagai pengenalan suara otomatis atau komputer pengenalan suara mengkonversi kata yang diucapkan dengan teks. Istilah “pengenalan suara” kadang-kadang digunakan untuk merujuk kepada pidato pengakuan di mana sistem pengakuan dilatih untuk pembicara tertentu – seperti halnya bagi sebagian besar perangkat lunak pengenal desktop, maka ada unsur pembicara pengakuaan. yang mencoba untuk mengidentifikasi orang berbicara, untuk lebih mengenal apa yang dikatakan. Speech recognition adalah istilah yang luas yang berarti dapat mengenali hampir anybodys pidato – seperti sebuah sistem yang dirancang untuk callcentre mengenali banyak suara. Voice pengenalan adalah sebuah sistem dilatih untuk pengguna tertentu, di mana ia mengakui ucapan mereka berdasarkan suara vokal mereka yang unik.

Pidato pengakuan aplikasi termasuk panggilan suara (misalnya, “Call home”), call routing (misalnya, “Saya ingin membuat collect call”), domotic  alat kontrol dan konten berbasis pencarian audio yang diucapkan (misalnya, menemukan podcast tempat tertentu kata yang terucap), entri data sederhana (misalnya, memasukkan nomor kartu kredit), penyusunan dokumen terstruktur (misalnya, sebuah laporan radiologi), pidato-untuk-pengolahan teks (misalnya, pengolah kata atau email, dan di dalam pesawat terbang cockpits ( biasanya disebut Direct Voice Input).

Sejarah

Recognizer pidato pertama muncul pada tahun 1952 dan terdiri dari perangkat untuk pengakuan yang diucapkan satu digit lainnya adalah perangkat awal IBM Kotak Sepatu,dipamerkan di 1964 New York World’s Fair.

Salah satu yang paling menonjol domain untuk aplikasi komersial pengenalan suara di Amerika Serikat telah perawatan kesehatan dan khususnya pekerjaan Transcriptionistmedis (MT). Menurut pakar industri, di awal, speech recognition (SR) yang dijual sebagai cara untuk benar-benar menghilangkan transkripsi daripada membuat proses transkripsi lebih efisien, maka itu tidak diterima. Itu juga kasus yang SR pada waktu itu sering secara teknis kurang. Selain itu, untuk dapat digunakan secara efektif, hal ini memerlukan perubahan pada cara bekerja dan didokumentasikan dokter klinis pertemuan, yang banyak jika tidak semua enggan untuk melakukannya. Pembatasan terbesar mengotomatisasi transkripsi pidato pengakuan Namun, dipandang sebagai perangkat lunak. Sifat naratif dikte sangat interpretatif dan seringkali memerlukan penilaian yang dapat diberikan oleh manusia yang nyata tetapi belum melalui sistem otomatis. Pembatasan lain yang ekstensif telah jumlah waktu yang diperlukan oleh pengguna dan / atau sistem penyedia untuk melatih perangkat lunak.

Perbedaan dalam mode ASR sering dibuat antara “sistem sintaks buatan” yang biasanya domain-spesifik dan “pemrosesan bahasa alami” yang biasanya bahasa-spesifik. Masing-masing menyajikan jenis aplikasi tertentu sendiri tujuan dan tantangan.