Rozpoznávání řeči

Rozpoznávání řeči je schopnost elektronického zařízení rozumět mluveným slovům. Mikrofon zaznamenává hlas člověka a hardware převádí signál z analogových zvukových vln na digitální zvuk. Zvuková data pak zpracovává software, který interpretuje zvuk jako jednotlivá slova.

Běžným typem rozpoznávání řeči je software pro „převod řeči na text“ nebo „diktování“, například Dragon Naturally Speaking, který při mluvení vytváří text. Moderní verze operačních systémů Macintosh a Windows sice obsahují vestavěnou funkci diktování, ale programy pro rozpoznávání řeči si můžete také zakoupit. Tato funkce umožňuje zaznamenávat text a provádět základní systémové příkazy.

V systému Windows některé programy podporují rozpoznávání řeči automaticky, zatímco jiné nikoli. Rozpoznávání řeči můžete povolit pro všechny aplikace výběrem možnosti All Programs → Accessories → Ease of Access → Windows Speech Recognition a kliknutím na „Enable dictation everywhere“. V systému OS X můžete diktování povolit v podokně systémových předvoleb „Dictation & Speech“. Funkci převodu řeči na text zapnete jednoduše zaškrtnutím tlačítka „On“ vedle možnosti Dictation. Chcete-li začít diktovat v podporovaném programu, vyberte Edit → Start Dictation. V systému OS X můžete také zobrazit a upravovat mluvené příkazy tak, že otevřete podokno systémových předvoleb „Accessibility“ a vyberete možnost „Speakable Items“.

Dalším typem rozpoznávání řeči je interaktivní řeč, která je běžná v mobilních zařízeních, jako jsou chytré telefony a tablety. Zařízení se systémy iOS i Android umožňují mluvit na telefon a dostávat slovní odpovědi. Verze pro iOS se nazývá „Siri“ a slouží jako osobní asistent. Siri můžete požádat, aby do telefonu uložila připomínku, sdělila vám předpověď počasí, poskytla pokyny k cestě nebo odpověděla na mnoho dalších otázek. Tento typ rozpoznávání řeči se považuje za přirozené uživatelské rozhraní neboli (NUI), protože přirozeně reaguje na váš mluvený vstup.

Zatímco mnoho systémů pro rozpoznávání řeči podporuje pouze angličtinu, některý software pro rozpoznávání řeči podporuje více jazyků. To vyžaduje samostatný slovník pro každý jazyk a další algoritmy pro porozumění a zpracování různých přízvuků. Některé diktovací systémy, například Dragon Naturally Speaking, lze naučit rozumět vašemu hlasu a postupem času se přizpůsobí tak, aby vám rozuměly přesněji.