Uma visão NO Reconhecimento Automático de Fala SOFTWARE

A arte do discurso e da arte de transcrição são misturados para produzir uma nova tecnologia state-of-the-art chamado como o software de reconhecimento automático de fala. O ASR ou o software de reconhecimento automático de fala é encontrado para ser a conversa da cidade. O reconhecimento de voz tem sido um sonho para nós desde os bons velhos tempos da guerra das estrelas e outros filmes de ficção científica e histórias. Ter os nossos sonhos ?? Hoje, foi parcialmente cumprida com os recém-chegados nos mercados. Cada empresa tem sido a esta concorrência de dar o melhor software de reconhecimento de voz para o mercado mundial. O que
aconteceu com a raça entre si? Isso me lembra a lebre ea tartaruga história. Os olhares lenta e constante, como ele ganhou a corrida, mas ainda tem milhas para tocar a linha de chegada. Discutindo sobre o que exatamente é o objetivo da corrida ?? É ele quer chegar ao topo ou ficar com as pessoas, é novamente uma pergunta de um milhão de dólares. Com todas as receitas agregadas nos para reconhecimento de voz já começaram a escorrer, há uma necessidade de analisar o crescimento com o fator tempo, que irá mostrar claramente um gráfico que mostra a natureza achatada estagnação da pesquisa e desenvolvimento de software.

Imagine uma situação onde você tem investido em software de reconhecimento de voz para alguns milhares de dólares por mês e acho que ele seja indigno, uma vez que digitar seus ditados injustamente, as palavras são substituídas e confusa, eo contexto torna-se diferente, o que é um caos que criaria .A frustração que é exibido nesses momentos é realmente insuportável. Produtos ou serviços sem falhas são longe de ser encontrada uma vez que tudo na terra vem com prós e contras únicos. Isso se aplica ao software de voz para texto também. Ele tem suas próprias falhas e deméritos, o que limita o uso dele dentro da pequena comunidade. O conceito precisa de mais atenção e pesquisa de alcançar ou para competir com as línguas que foram desenvolvidos ao longo de milhões de anos.

O Ethnologue do mundo parece ser demasiado longo e interminável. Os idiomas que falamos hoje são o desenvolvimento do mesmo ao longo de milhões de anos juntos com todos os esforços de milhões de gerações. Todos os animais se comunicam umas com as outras, mas é apenas os seres humanos que foram formuladas a comunicação em conjunto predefinido de sinais conhecida como a língua. O Speech Center cortical é novamente uma característica evolutiva que apenas os seres humanos possuem, o que diferencia o cérebro humano dos outros animais no reino animal. Assim, os softwares de reconhecimento de fala que tem uma história muito recente em comparação com as línguas tem que viajar não milhões, mas, pelo menos, algumas décadas para entender o mínimo sobre o discurso e línguas faladas por diferentes grupos de pessoas.

As desvantagens do reconhecimento de voz ou software de áudio para texto são:

&Ø; Não consigo entender todas as palavras, depois de passar horas juntos treinando o software. O tempo é precioso depois de tudo o que temos apenas 24 horas por dia !!!

&Ø; Todas as pontuações tais como coma, parada completa, ponto e vírgula, hifenização requer o alto-falante para ditar onde quer que ele /ela quer um

&Ø; Entender o contexto é outro grande inconveniente ou demérito: Algumas palavras, especialmente em Inglês tem muitos significados e precisa ser usada no contexto correto para obter bons resultados nos registros. O software não parecem compreender o contexto em a maioria dos lugares

&Ø; Homophones são novamente uma tarefa difícil de manusear para o áudio para software de texto: Palavras diferentes com a mesma pronúncia, mas significados diferentes: Por exemplo suscitar-ilícito; desert-sobremesa; lá-o; Flor de farinha; intestinal de bacia; palavras com mesma pronúncia, mas grafia diferente e significado, que são usados ​​em contexto diferente, confundir o software, resultando em Choque e frases e frases hilárias

&Ø; A outra grande mancha negra sobre o reconhecimento de voz é que ele não consegue entender os diversos tipos de acento que está presente em uma única língua. Compreender as palavras em si mesmo uma gíria neutro é difícil para o software, então, como nunca o poderia entender os diferentes gírias ou acentos utilizados por pessoas diferentes ao redor do mundo !!

Em 1997, Bill Gates deu uma declaração aberta de que " Neste período de tempo de 10 anos, eu acredito que nós &'; não vai ser apenas usando o teclado eo mouse para interagir, mas durante esse tempo, vamos ter aperfeiçoado de reconhecimento de voz e saída de fala bem o suficiente para que aqueles se tornará uma parte padrão do Interface. " Agora, ele é de 3 anos passados ​​uma década e ainda o reconhecimento de voz é apenas na fase primitiva de uso e desenvolvimento.

Assim, para concluir a indústria de transcrição tem uma mão grande sobre o software de áudio para texto. Transcriptionists não são obsoletos. Eles têm o seu próprio espaço e necessidade no campo por sua integridade, calibre e experiência na indústria |  .;