Vad är automatisk transkription?

Automatisk transkription är processen för att producera ett skriftligt transkript av talat eller inspelat tal genom användning av datorer och utan direkt mänsklig intervention. Exakt automatisk transkription kräver transkriptionsprogramvara av hög kvalitet och en enhet som exakt kan ta emot hörselingång. I allmänhet är det också nödvändigt att talet eller inspelningen som ska transkriberas är rimligt fria från distorsion och störningar från bakgrundsljud. Försök har också gjorts för att transkribera musik med hjälp av datorer som kör specialiserad transkriptionsprogramvara. Musiktranskription handlar om att skriva ut anteckningarna till ett visst musikstycke, särskilt när det inte finns någon förutbestämd notation för den musiken, som är fallet med improviserade solo.

Bra transkriptionsprogramvara är nödvändigt för framgångsrik automatisk transkription. Programvaran ansvarar för att behandla den hörande inmatningen, separera en kontinuerlig språkström i separata ord, känna igen dessa ord och korrekt representera dem i text. Ett fel i något skede av denna process resulterar i allmänhet i ett transkript som skiljer sig något från källmaterialet. Bra automatisk transkriptionsprogramvara ska kunna känna igen de subtila skillnaderna mellan liknande ord och kompensera för olika stilar och talhastigheter. Svåra att förstå accenter tenderar att vara problematiska för även den bästa transkriptionsprogramvaran.

Vissa använder automatisk program för transkription eftersom de föredrar diktering än att direkt skriva eller skriva sin text. Vissa former av automatisk transkriptionsprogramvara är särskilt bra för detta ändamål eftersom de kan "lära sig" rösterna till de människor vars ord de transkriberar. I sådana fall används inte automatisk transkription för att skapa utskrifter av tal från en mängd olika källor, så det finns inget behov av att programvaran är öppen för en mängd olika talmönster. Att tillåta denna optimeringsprocess, som kan inträffa vid utökad användning av programvaran av en person eller under en preliminär kalibrering, kan avsevärt öka noggrannheten och potentiell hastighet för diktering.

Datorer passar tyvärr inte lika bra för att konsekvent och exakt erkänna mänskligt tal som människor är. De kan till exempel inte använda kontekstuella ledtrådar om de inte förstår ett visst ord. Som sådan är det ofta nödvändigt för en människa att korrekturläsa utskrifter som skapats genom automatisk transkription. Mindre fel i formateringen och olika transkriptionsfel är i många fall vanliga om inte det transkriberade talet är mycket tydligt. Fortfarande kan användning av datoriserad transkription snabbt skapa en solid grund för ett transkript som endast kräver begränsad mänsklig ingripande innan den lämnas in eller används.