Presná definícia
Čo znamená prevod reči na text?
Prevod reči na text je aplikačná funkcia, ktorá z prijatého zvuku vytvorí čitateľný text vrátane voliteľnej interpunkcie, kapitalizácie, časov a rozdelenia hovoriacich. Jadrom býva ASR, no produkt zahŕňa aj vstupný formát, streaming, normalizáciu a výstupné rozhranie.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Nástroj pre porady vytvára živé titulky a po skončení ponúkne upraviteľný prepis. Používateľ vidí indikáciu nahrávania, jazyk a neisté slová; mená sa overia zo zoznamu účastníkov. Retencia audia a textu sa nastaví oddelene podľa účelu.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje prevod reči na text?
Zvuk sa segmentuje, ASR dekóduje tokeny a postprocesor doplní interpunkciu, formát čísel, časové údaje a prípadné značky hovoriacich.
Kedy má prevod reči na text praktický význam?
Nástroj pre porady vytvára živé titulky a po skončení ponúkne upraviteľný prepis.
S čím si pojem nezamieňať?
ASR je rozpoznávací mechanizmus; speech-to-text je celá služba od prijatia audia po použiteľný textový výstup.
Ako sa výsledok kontroluje?
Meria sa WER, presnosť interpunkcie a entít, oneskorenie, stabilita streamu, úplnosť časov a úspech používateľskej úlohy.
Na čo si dať pozor?
Postprocesor môže zmeniť význam čísel alebo skratiek a zdieľanie prepisu rozširuje riziko úniku citlivého rozhovoru.