Hvad er automatisk transkription?

Automatisk transkription er processen med at fremstille en skriftlig transkription af talte eller indspillede tale gennem brug af computere og uden direkte menneskelig indgriben. Præcis automatisk transkription kræver transkriptionssoftware i høj kvalitet og en enhed, der nøjagtigt kan modtage auditiv input. Generelt er det også nødvendigt, at den tale eller optagelse, der skal transkriberes, med rimelighed er fri for forvrængning og interferens fra baggrundsstøj. Der er også gjort forsøg på at transkribere musik med brug af computere, der kører specialiseret transkription software. Musiktranskription involverer udskrivning af noterne til et givet stykke musik, især når der ikke er nogen forhenværende notation for denne musik, som det er tilfældet med improviserede solo'er.

God transkription software er nødvendig for at få succesfuld automatisk transkription. Softwaren er ansvarlig for at behandle den auditive input, adskille en kontinuerlig sprogstrøm i separate ord, genkende disse ord og korrekt repræsentere dem i tekst. En fiasko på ethvert trin i denne proces resulterer generelt i en transkription, der adskiller sig noget fra kildematerialet. God automatisk transkription software skal kunne genkende de subtile forskelle mellem lignende ord og kompensere for forskellige stilarter og talehastigheder. Vanskeligheder med at forstå accenter har en tendens til at være problematiske for selv den bedste transkriptionssoftware.

Nogle mennesker bruger automatisk transkriptionssoftware, fordi de foretrækker diktering frem for direkte at skrive eller skrive deres tekst. Nogle former for automatisk transkriptionssoftware er især gode til dette formål, fordi de kan "lære" stemmerne fra de mennesker, hvis ord de transkriberer. I sådanne tilfælde bruges ikke automatisk transkription til at oprette transkriptioner af tale fra en række forskellige kilder, så der er ikke behov for, at softwaren er åben for en lang række talemønstre. Tilladelse af denne optimeringsproces, der kan ske under udvidet brug af softwaren af ​​en person eller under en indledende kalibrering, kan i høj grad øge nøjagtigheden og potentiel hastighed af diktat.

Computere er desværre ikke så velegnede til konsekvent og nøjagtigt at genkende menneskelig tale som mennesker. De kan for eksempel ikke bruge kontekstuelle ledetråd, hvis de ikke forstår et bestemt ord. Som sådan er det ofte nødvendigt for et menneske at korrekturlæse udskrifter oprettet ved automatisk transkription. Mindre fejl i formatering og forskellige fejl i transkription er i mange tilfælde almindelige, medmindre den transkriberede tale er meget klar. Stadig kan brug af edb-transkription hurtigt danne et solidt fundament for en transkription, der kun kræver begrænset menneskelig indgriben inden indsendelse eller brug.