Tal till text
Att omvandla talat språk i ljuddata till text.
Även känt somSTTSpeech-to-text
Vad är tal till text?
Tal till text, STT, omvandlar tal till text. Inspelningskvalitet, uttal och omgivningsbuller kan påverka igenkänningen. En pågående ström kan först ge preliminära resultat som ändras. Transkriptionen är ett igenkänningsresultat; betydelse och efterföljande handling behöver behandlas separat.
En påhittad telefonassistent behandlar ”på tisdag”. Även korrekt transkription bestämmer inte konkret datum och klockslag. Appen måste klargöra detta innan en bokning skapas. Obegripligt tal kräver en lämplig fråga. Teamet planerar därför separata kontroller av igenkända ord, tolkning och verklig lagring av bokningen. Läsbar text ensam räcker inte för hela flödet.
Källor
Relaterade begrepp
- Multimodal AIAI med flera informationstyper som text, bild eller ljud i indata eller utdata.
- Text till talAtt återge skriven text som syntetiskt tal.
- AI-chattbotEn AI-chattbot stöder dialog. Ett begripligt svar ska skiljas från en faktiskt genomförd verksamhetshandling.
- DatavalideringDatavalidering kontrollerar data mot fastställda krav, exempelvis format, obligatoriska fält eller tillåtna värden.
- ModellkortEtt modellkort dokumenterar syfte, grunder, utvärderingsvillkor och kända begränsningar för en viss version av en AI-modell.
- Beredskap för AIBeredskap för AI gäller ett projekts förutsättningar: mål, användbara data, kompetens, ansvar och ett fungerande arbetssätt för driften.
Artiklar om ämnet
AI & automatisering med ASES
AI-assistenter och automatiserade flöden