нейрохаб.рфСправка
← Справка

Распознавание речи (ASR, speech-to-text)

Преобразование звучащей речи в текст. Точность зависит от языка, шума, дикции и модели; распознавание само по себе не означает понимания сказанного.

На практике

Модель получает аудио и формирует текстовую расшифровку. Система может дополнительно ставить временные метки, а определение говорящих часто выполняется отдельным компонентом.

Что учитывать

Имена, числа и речь на фоне шума требуют проверки. Наличие красивой пунктуации не подтверждает, что каждое слово было распознано верно.