AN innsikt på automatisk talegjenkjenning SOFTWARE

Kunsten å tale og kunsten transkripsjon er blandet for å få til en ny state-of-the-art teknologi som kalles som automatisk talegjenkjenning. ASR eller automatisk talegjenkjenning programvare er funnet å være snakk om byen. Talegjenkjenning har vært en drøm for oss fra de gode gamle dager med Star Wars og andre science fiction-filmer og historier. Har våre drømmer ?? I dag har det vært delvis oppfylt med de nyankomne i markedene. Hvert selskap har vært i denne konkurransen for å gi den beste talegjenkjenning programvare til verdensmarkedet. Hva har
skjedd til rase seg imellom? Det minner meg om haren og skilpadden historien. Langsom og jevn ser ut som den har vunnet løpet, men likevel har miles å røre mållinjen. Diskutere om hva som er målet med rase ?? Er det enten å komme til toppen, eller å få til folket, er igjen en million dollar spørsmålet. Med alle de omsetningen samles inn for talegjenkjenning har begynt å renne, er det behov for å analysere vekst med tidsfaktoren, noe som klart viser en utflatet graf som viser den stillestående naturen av programvare forskning og utvikling.

Tenk deg en situasjon der du har investert på talegjenkjenning programvare for noen tusen dollar per måned og synes det å være uverdig, siden de skriver i dine diktater feilaktig, er ord erstattet og mikset, og konteksten blir annerledes, hva et kaos som ville skape sikret frustrasjon som er utstilt i disse periodene er virkelig uutholdelig. Feilfrie produkter eller tjenester er ingensteds å bli funnet siden alt på jorden kommer med unike fordeler og ulemper. Dette gjelder tale-til-tekst-programvare også. Den har sin egen feil og demerits, som begrenser bruken av det innen det lille samfunnet. Konseptet trenger mer oppmerksomhet og forskning for å nå eller å konkurrere med de språkene som er utviklet gjennom millioner av år.

ethnologue av verden ser ut til å være altfor lang og uendelig. Språkene som vi snakker i dag er utviklingen av det over millioner av år sammen med alle innsatsen til millioner av generasjoner. Alle dyr som kommuniserer med hverandre, men det er bare de mennesker som har formulert kommunikasjonen i forhåndsdefinert sett av signaler er kjent som språk. Den Kortikal Speech Center er igjen en evolusjonær funksjon som bare mennesker besitter, som skiller den menneskelige hjerne fra de andre dyrene i dyreriket. Derfor talegjenkjenning programvare som har en svært nyere historie i forhold til språk er å reise ikke millioner, men minst noen tiår å forstå minst om tale og språk som snakkes av ulike grupper av mennesker.

Ulempene av stemmegjenkjenning eller lyd-til-tekst-programvare er:

Ø Det kan ikke forstå alle ordene etter å ha brukt timer sammen trening programvaren. Tiden er dyrebar etter alt vi har bare 24 timer i døgnet !!!

Ø Alle punctuations som koma, punktum, semikolon, bindestrek krever høyttaleren til å diktere hvor han /hun ønsker en

Ø Forstå sammenhengen er en annen stor ulempe eller anmerkning: Noen ord spesielt i engelsk har mange betydninger og må brukes i riktig sammenheng for å oppnå gode resultater i postene. Programvaren ser ikke ut til å forstå sammenhengen i de fleste steder

Ø Homophones er igjen en vanskelig oppgave å håndtere for lyd til tekst-programvare: Ulike ord med samme uttale, men forskjellige betydninger: For eksempel framprovosere-ulovlig; ørken-dessert; there-deres; mel-blomst; tarm-bollen; ord med samme uttale, men annen stavemåte og mening, som brukes i annen sammenheng, forvirre programvaren som resulterer i tabber og morsomme fraser og setninger

Ø Den andre store svart merke om talegjenkjenning er at den ikke kan forstå de ulike typer aksent som er til stede i et enkelt språk. Forstå ordene i en nøytral slang seg selv er vanskelig for programvaren så hvordan kan det noen gang forstå de ulike slangs eller aksenter brukes av forskjellige mennesker rundt om i verden !!

I 1997 ga Bill Gates et åpent utsagn om at " I denne 10-års tidsramme, tror jeg at vi &'; ikke vil bare være å bruke tastaturet og musen til å samhandle, men i løpet av den tiden vil vi ha perfeksjonert talegjenkjenning og talesyntese godt nok til at de vil bli en standard del av grensesnitt. " Nå er det 3 år siste ti år og likevel talegjenkjenning er bare på den primitive stadium av bruk og utvikling.

Derfor, for å konkludere transkripsjon industrien har en større hånd over audio-til-tekst-programvare. Transcriptionists er ikke foreldet. De har sin egen plass og behov i feltet for deres integritet, kaliber, og erfaring i bransjen
.