Speech recognition

Wat is speech recognition?

Speech recognition, in het Nederlands automatische spraakherkenning, is technologie die gesproken taal omzet naar geschreven tekst. Het is de techniek achter dicteerfuncties, ondertiteling, vergadernotulen en spraakassistenten. Moderne spraakherkenning is gebaseerd op neurale netwerken en haalt op duidelijke spraak een nauwkeurigheid die menselijke transcribenten benadert, ook in het Nederlands.

Hoe werkt het?

De microfoon vangt geluid op, dat wordt omgezet in een digitaal signaal. Een getraind model herkent daarin klanken en woorden en gebruikt taalkennis om de meest waarschijnlijke zin te kiezen, ook bij accenten, achtergrondgeluid of half ingeslikte woorden. Waar oudere systemen losse stappen hadden (klanken herkennen, dan woorden samenstellen), doen huidige modellen zoals de transcriptiemodellen achter populaire AI-tools dit in één keer, end-to-end getraind op enorme hoeveelheden audio met bijbehorende tekst. Veel systemen herkennen tegelijk wie er spreekt en plaatsen automatisch leestekens.

Wat heb je eraan als bedrijf?

Spraakherkenning is een van de snelste manieren om tijd te besparen: vergaderingen en klantgesprekken worden automatisch uitgewerkt, telefoonnotities verdwijnen niet meer en medewerkers kunnen rapportages inspreken in plaats van typen. In de zorg, logistiek en buitendienst is handsfree werken vaak de grootste winst. Controleer wel altijd de transcriptie bij belangrijke documenten, en regel net als bij elke gespreksopname de AVG-kant.

Gerelateerde begrippen

Spraakherkenning is de eerste stap van speech analytics en het oor van elke voice assistant. De techniek leunt op deep learning; het omgekeerde proces, tekst omzetten naar taal, valt onder natural language generation.