Αναγνώριση ομιλίας: Διαφορά μεταξύ των αναθεωρήσεων
Περιεχόμενο που διαγράφηκε Περιεχόμενο που προστέθηκε
μ Bot: Migrating 38 langlinks, now provided by Wikidata on d:Q189436 |
Χωρίς σύνοψη επεξεργασίας |
||
Γραμμή 1:
Στην επιστήμη της [[Πληροφορική|πληροφορικής]], η '''αναγνώριση ομιλίας''' αναφέρεται στην [[μετάφραση]] προφερόμενων [[λέξεων]] σε κείμενο. Είναι επίσης αλλιώς γνωστή και ως "''αυτόματη αναγνώριση ομιλίας"'', "''υπολογιστική αναγνώριση ομιλίας''" ή "''speech-to-text''" (''STT''), δηλαδή (μετατροπή) "''από-ομιλία-σε-κείμενο''".
Κάποια [[Σύστημα|συστήματα]] αναγνώρισης ομιλίας χρησιμοποιούν "αναγνώριση ομιλίας ανεξάρτητη από τον ομιλήτη", ενώ άλλα χρησιμοποιούν "εξάσκηση", όπου ένα άτομο διαβάζει κομμάτια κειμένου σε ένα σύστημα αναγνώρισης ομιλίας. Τότε, αυτού του είδους τα συστήματα αναλύουν τη φωνή ενός ομιλητή και την χρησιμοποιούν για να προσαρμόσουν την αναγνώριση της ομιλίας του συγκεκριμένου ατόμου από τον υπολογιστή, με αποτέλεσμα την πιο ακριβή καταγραφή της. Συστήματα που δεν χρησιμοποιούν εξάσκηση ονομάζονται συστήματα "ανεξάρτητα από τον ομιλητή".
Οι εφαρμογές αναγνώρισης ομιλίας περιλαμβάνουν τα Φωνητικά Περιβάλλοντα Χρήστη (Voice User Interfaces) όπως η φωνητική πληκτρολόγιση (π.χ. "Κάλεσε σπίτι"), ο έλεγχος των οικιακών ηλεκτρονικών συσκευών και συστημάτων, η διαδικτυακή αναζήτηση, η απλή τοποθέτηση δεδομένων, η προετοιμασία δοδμημένων εγγράφων, η επεξεργασία "από-ομιλία-σε-κείμενο" και τα αεροσκάφη.
Ο όρος αναγνώριση ομιλίας αναφέρεται στο "ποιος" μιλάει, παρά στο "τι" λέει. Αναγνωρίζοντας την ταυτότητα του ομιλητή είναι δυνατόν να διευκολυνθεί η διεργασία της μετάφρασης της ομιλίας σε συστήματα που έχουν προηγουμένως εξασκηθεί στην φωνή του συγκεκριμένου ατόμου ή ακόμη είναι δυνατόν να χρησιμοποιηθεί στην πιστοποίηση ή επαλήθευση της ταυτότητας του ομιλητή σε συστήματα ασφαλείας.
{{Πληροφορική-επέκταση}}
| |||