Konuşma-Metin

Tanım

Konuşmadan metne dönüştürme (STT), konuşulan dili yapay zeka modelleri kullanılarak otomatik olarak yazılı metne dönüştürme sürecidir ve ASR ile yakından ilişkilidir.

Amaç

Amacı, konuşulan içeriği erişilebilir ve aranabilir kılmaktır. Transkripsiyon, erişilebilirlik ve dijital asistanlarda yaygın olarak kullanılır.

Önem

• İşitme engelli kullanıcıların erişilebilirliğini destekler.
• Toplantı ve derslerin transkriptlerini sağlar.
• Doğruluk, vurgu ve gürültü koşullarına bağlıdır.
• Neredeyse tüm sesle çalışan uygulamalarda kullanılır.

Nasıl Rezervasyon Yaparım ?

1. Ses girişini yakalayın.
2. Ses sinyalini ön işleme tabi tutun ve normalleştirin.
3. Kelimeleri tanımak için ASR modellerini uygulayın.
4. Çıktı metni transkripsiyonu.
5. Gerekiyorsa insan gözetiminde gözden geçirin veya düzeltin.

Örnekler (Gerçek Dünya)

• Google Cloud Konuşmadan Metne API.
• Microsoft Azure Konuşma Hizmetleri.
• Otter.ai toplantı transkripsiyonu.

Referanslar / İlave Okumalar

• Otomatik Konuşma Tanıma — NIST.
• ISO/IEC 15938-4: Multimedya İçerik Tanımı.
• Jurafsky & Martin. Konuşma ve Dil İşleme.
• Speech-to-Text Teknolojisi Nedir ve Nasıl Çalışır?