Talegenkendelse

Populært sagt er talegenkendelse det modsatte af talesyntese, det vil sige, at talegenkendelse betegner interaktionen mellem menneske og maskine som "tale-til-skreven tekst/kode", mens talesyntese betegner processen "skreven tekst-til-tale".

Talegenkendelsen opdeles typisk i to typer: Automatisk talegenkendelse og generel diktering. Førstnævnte relaterer sig til kommandostyret genkendelse af f.eks. tal (f.eks. overførsel mellem bankkonti) eller foruddefinerede navne (f.eks. bynavne ved billetbestilling). Den sidstnævnte skal i bredeste forstand kunne genkende en hvilken som helst sætning eller indtalt besked.

I grænseområdet mellem disse to typer ligger den domænespecifikke diktering, f.eks. medicinsk diktering, som eksempelvis anvendes i forbindelse med EPJ-systemer, hvor man har udvalgt et (lingvistisk) begrænset område/domæne for at optimere genkendelsesprocenten i et system.

Generel diktering kan bruges som hjælpemiddel til personer, der har svært ved at stave som for eksempel ordblinde. Diktering er i dag tilgængelig for stort set alle på for eksempel smartphone og computer^[1].

I Danmark implementerer virksomheden Omilon kommercielle systemer med talegenkendelse i sundhedssektoren.^[2] Dictus er en anden virksomhed der leverer dansk taleteknologi. Deres talegenkender har været anvendt ved ordblindhed.^[3]

Eksterne henvisninger

• Talegenkendelse på Curlie (som bygger videre på Open Directory Project) (engelsk)

Referencer

1. Artikel omkring de forskellige muligheder for diktering til ordblinde og andre med staveproblemer.
2. Per Lundvald (8. september 2022), "»Menneskelig adfærd viser, om den teknologiske løsning er den rette«", Ingeniøren, Wikidata Q122585587
3. Lene Aamand Sørensen (19. februar 2008), "Dictus skriver for ordblinde Frederik", Århus Stiftstidende, Wikidata Q122585762