Rozpoznávání řeči je technologie, která umožňuje mluvený vstup do systémů. Mluvíte s počítačem, telefonem nebo přístrojem a používá to, co jste řekli jako vstup, abyste spustili nějakou akci. Tato technologie se používá k nahrazení dalších metod vstupu, jako je psaní, kliknutí či výběru jinými způsoby. Je to způsob, jak zařízení a software lépe využívat a zvýšit produktivitu.
Existuje spousta aplikací a oblastí, kde se používá rozpoznávání řeči, včetně armády, jako pomoc pro zhoršené osoby (představte si člověka se zmrzačenými nebo bez rukou nebo prstů), v oblasti medicíny, v robotice apod. téměř všichni budou vystaveni rozpoznávání řeči kvůli jeho šíření mezi běžnými zařízeními, jako jsou počítače a mobilní telefony.
Některé smartphony dělají zajímavé využití rozpoznávání řeči. Zařízení iPhone a Android jsou příkladem toho. Prostřednictvím něho můžete zahájit hovor na kontakt, a to tak, že dostanete mluvené pokyny, jako je například telefonní linka. Mohou se také bavit další příkazy, například 'Zapnout Bluetooth.'
Problémy s rozpoznáním řeči
Rozpoznávání řeči, ve své verzi známé jako řeč do textu (STT), bylo také dlouhou dobu používáno k překladu mluvených slov do textu. "Ty mluvíš, píše to," jak by ViaVoice říkala na krabici. Existuje však jeden problém se STT, jak ji známe. ViaVoice je jedním z nejlepších v oboru, takže si představte zbytek. Technologie se zrodila a vylepšila, ale řeč do textu stále přiměje lidi klást otázky. Jedním z jeho hlavních obtíží jsou obrovské rozdíly mezi lidmi při vyslovování slov.
Ne všechny jazyky se předpokládají v rozpoznávání řeči, a ty, které se často nepodporují, stejně jako angličtina. Výsledkem je, že většina zařízení, která spouštějí software rozpoznávání řeči, funguje rozumně pouze v angličtině.
Sada hardwarových požadavků činí rozpoznávání řeči v určitých případech obtížné. Potřebujete mikrofon, který je dostatečně inteligentní k odfiltrování šumu v pozadí, ale zároveň dostatečně výkonný, aby přirozeně zachytil hlas.
Mluvit o hluku v pozadí může způsobit selhání celého systému. Výsledkem je, že rozpoznávání řeči v mnoha případech selhává kvůli zvukům, které jsou mimo kontrolu uživatele.
Rozpoznávání řeči se ukázalo být lepší jako vstupní metoda pro nové telefonní a komunikační technologie, jako je VoIP, než jako nástroj produktivity pro hromadné zadávání textu.
Aplikace rozpoznávání řeči
Technologie získává popularitu v mnoha oblastech a byla úspěšná v následujících oblastech:
- Ovládání zařízení. Prostě říkáte "OK Google" na telefon Android se systémem, který je všechny vaše hlasové příkazy.
- Systémy Bluetooth pro automobily. Mnoho vozů je vybaveno systémem, který spojuje svůj radiový mechanismus se smartphonem prostřednictvím technologie Bluetooth. Pak můžete volat a přijímat hovory, aniž byste se dotýkali svého smartphonu, a dokonce můžete vytočit čísla pouze tím, že je budete říkat.
- Hlasový přepis. V oblastech, kde lidé musí mnoho psát, nějaký inteligentní software zachycuje své mluvené slova a přepisuje je do textu. Toto je aktuální v některých software pro zpracování textu. Hlasový přepis také pracuje s vizuální hlasovou schránkou.
