Hvad er forbindelsen mellem talesyntese og anerkendelse?
Talesyntese og genkendelse er de to sider af computeriseret taleanalyse. Talesyntese er oprettelsen af menneskelig tale af en computer; for eksempel en computer, der læser skrevet tekst. Talegenkendelse er oprettelse af computerinformation fra talte ord, såsom diktering af papir til en computer. Mens de to processer ikke er direkte relateret, er talesyntese og anerkendelse begge afhængige af en computers evne til at forstå menneskelig tale og bøjning. Den ene metode er output, og den anden er input.
De processer, der bruges ved talesyntese og genkendelse, er meget ens, selvom slutproduktet er anderledes. Processen består af to dele, en del med menneskelig interaktion og en uden. Den menneskelige del er, når menneskelige ord kommer ind i programmet; den ikke-menneskelige del er, når programmet interopererer input.
Et talesynteseprogram indtager menneskelige input i form eller typet eller skrevet menneskeligt sprog. Programmet læser sproget og bestemmer, hvad hvert ord er, ved hjælp af sætningsplacering og tegnsætning til at bestemme bøjning. Når et ord kunne udtales adskillige måder, f.eks. I tilfælde af 'live', vil programmet søge efter nærliggende ord og kontekst-ledetråder for at bestemme, hvilket ord der faktisk bruges. Ordene går derefter til den anden del af programmet, hvor de tales højt.
I et talegenkendelsesprogram er processen modsat. Inputet kommer fra en menneskelig højttaler, der siger ord til en computer. Computeren vil lytte til hvert ord og sammenligne det mønster, der genereres af højttalerens stemme, med et bibliotek med mulige lyde og ord. Derefter bestemmes det mest sandsynlige ord og sender det til den anden del af systemet. Denne del udskriver faktisk ordene ud på skærmen, svarende til hvordan syntese-programmet siger ordene.
Da hver højttaler lyder lidt anderledes, har talesyntese- og genkendelsesprogrammer ofte en bred fejlmargin. En af måderne, hvorpå folk bekæmper disse fejl, er gennem individualiserede taleprofiler. En enkelt taler får sin tale analyseret af programmet for at finde hans specifikke vokale mønstre. Når han finder fejl i computeroversættelsen, kan han specifikt rette dem. Korrektionerne analyseres og gemmes af programmet, så når det besværlige ord kommer op igen, oversætter programmet det korrekt.
Der er en bred applikation til talesyntese- og genkendelsesprogrammer. På det medicinske område tillader disse programmer folk at kommunikere, som ellers måske ikke er ude af stand til. Disse programmer har en bred applikation i erhvervslivet som et hurtigere middel til at oversætte rapporter og dokumenter. Talegenkendelse er også en almindelig metode til opsætning af håndfri enheder i biler, så folk kan tale mere sikkert på telefonen under kørslen.