Speech recognition

Speech recognition je automatický prevod hovoreného prejavu na text alebo štruktúrovanú sekvenciu slov, znakov či foném.

Použitie závisí od konkrétnej úlohy a očakávaného výsledku. V praxi sa hodnotí podľa konkrétnej úlohy, kvality výsledku, ceny chyby a možnosti zásahu človeka.

Overenie sa robí na reprezentatívnych dátach alebo scenároch, voči jasnej porovnávacej základni a pomocou metrík zodpovedajúcich reálnemu cieľu. Kontrola má zahŕňať aj hraničné prípady, neistotu a prevádzkové náklady.

Rizikom je nesúlad s pracovnou úlohou, nekontrolovaný automatizovaný výstup a nejasná zodpovednosť. Nasadenie potrebuje ľudskú kontrolu, merateľný cieľ a bezpečný náhradný postup.

Speech recognition sa od pojmov Similarity search, Sentiment analysis, Semantic search odlišuje funkciou, vstupmi, spôsobom výpočtu a účelom výsledku. Súvisiace pojmy môžu spolupracovať, nie sú však automaticky zameniteľné.