La sintesi vocale (text-to-speech) trasforma un testo scritto in parlato ed è quindi il contrario del riconoscimento vocale (speech-to-text). I sistemi moderni usano reti neurali per generare voci naturali con un'intonazione adeguata. Si impiega ad esempio nei messaggi telefonici, nei navigatori, nelle funzioni di lettura ad alta voce per siti accessibili e negli assistenti vocali.
Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.
Avvia demoIl riconoscimento vocale, detto anche ASR (Automatic Speech Recognition), converte automaticamente il parlato in testo scritto. I sistemi moderni usano reti neurali addestrate su grandi quantità di registrazioni audio e gestiscono abbastanza bene accenti e rumori di fondo. Si usa per dettatura, sottotitoli, assistenti vocali o trascrizione di riunioni e conversazioni con i clienti. Termini tecnici, nomi propri e audio di scarsa qualità restano frequenti fonti di errore.
La trascrizione audio converte il parlato contenuto nelle registrazioni in testo scritto. I moderni sistemi di riconoscimento automatico del parlato aggiungono anche la punteggiatura, distinguono tra più voci e talvolta inseriscono marcatori temporali. Si usa per verbali di riunioni, interviste, sottotitoli o la documentazione delle chiamate con i clienti. La qualità dipende molto da audio, accento e lessico specialistico; per conversazioni con dati personali vanno considerati consenso e protezione dei dati.
La generazione del linguaggio naturale (Natural Language Generation, NLG) è l’ambito dell’elaborazione del linguaggio che produce testi comprensibili a partire da dati, appunti o altri input. In passato i sistemi NLG usavano modelli e regole, oggi per lo più modelli linguistici di grandi dimensioni. Usi tipici sono bollettini meteo e di borsa, descrizioni di prodotti, sintesi di indicatori o risposte dei chatbot. È importante che numeri e fatti vengano riportati correttamente e senza modifiche.
