Automatic Speech Recognition (ASR), czyli automatyczne rozpoznawanie mowy, to technologia umożliwiająca komputerom przekształcanie wypowiadanych słów na tekst pisany. Wykorzystuje ona zaawansowane algorytmy przetwarzania sygnałów oraz modele uczenia maszynowego do analizy dźwięków i dopasowywania ich do odpowiednich struktur językowych. Systemy ASR są powszechnie stosowane w asystentach głosowych, transkrypcji nagrań oraz narzędziach do automatycznego generowania napisów. Dzięki stałemu rozwojowi sztucznej inteligencji technologia ta charakteryzuje się coraz wyższą dokładnością oraz zdolnością do pracy w różnych językach.
Źródło: arxiv.org
