Text-to-speech omdanner skrevet tekst til talt sprog og er dermed modstykket til talegenkendelse (speech-to-text). Moderne systemer bruger neurale netværk til at skabe naturligt klingende stemmer med passende intonation. TTS bruges i telefonmeddelelser, navigationsenheder, oplæsningsfunktioner til tilgængelige websites og stemmeassistenter.
Talegenkendelse, også kaldet ASR (automatic speech recognition), omdanner automatisk talt sprog til skrevet tekst. Moderne systemer bruger neurale netværk trænet på store mængder lydoptagelser og håndterer accenter og baggrundsstøj nogenlunde godt. Anvendelserne omfatter diktering, undertekster, stemmeassistenter og transskription af møder og kundesamtaler. Fagudtryk, egennavne og dårlig lydkvalitet er stadig almindelige fejlkilder.
Lydtransskription omdanner talt sprog fra optagelser til skrevet tekst. Moderne systemer til automatisk talegenkendelse tilføjer også tegnsætning, skelner mellem talere og giver nogle gange tidsstempler. Det bruges til mødereferater, interviews, undertekster og dokumentation af kundesamtaler. Kvaliteten afhænger i høj grad af lydkvalitet, accent og fagsprog; ved samtaler med persondata skal samtykke og databeskyttelse tages i betragtning.
Natural language generation (NLG) er det område inden for sprogbehandling, der producerer forståelig tekst ud fra data, stikord eller andet input. Tidligere NLG-systemer byggede på skabeloner og regler; i dag bruger de fleste store sprogmodeller. Typiske anvendelser er vejr- og børsrapporter, produktbeskrivelser, opsummeringer af nøgletal og chatbot-svar. Det er vigtigt, at tal og fakta fra inputtet overføres korrekt og uændret.
