Spracherkennung (Speech-to-Text)
Definition
Spracherkennung wandelt gesprochene Sprache aus einer Aufnahme in maschinenverarbeitbaren Text um.
Automatische Spracherkennung wandelt gesprochene Audiosignale in Text oder Tokenfolgen um.
Einfach erklärt
Du sprichst etwas ein, und das System schreibt die erkannten Wörter als Text auf.
Warum das im Alltag wichtig ist
Der Begriff hilft, KI-Systeme fundiert auszuwählen, zu entwickeln, zu bewerten und ihre technischen Risiken realistisch einzuordnen.
Beispiel aus dem Mittelstand
Ein Service transkribiert Supportanrufe und kennzeichnet unsichere Passagen zur menschlichen Prüfung.
Grenzen und Fallstricke
- Akzente, Lärm und Fachvokabular erhöhen Fehler; personenbezogene Audiodaten erfordern geeigneten Schutz.
Entstehung & Geschichte
Die Spracherkennung entwickelte sich von statistischen Hidden-Markov-Modellen zu tiefen neuronalen Netzen, die Sprache zunehmend durchgängig verarbeiten.
Anwendung im Mittelstand
- Mögliche Anwendung: Ein Service transkribiert Supportanrufe und kennzeichnet unsichere Passagen zur menschlichen Prüfung.
Häufige Fragen
Was bedeutet Spracherkennung (Speech-to-Text)?
Automatische Spracherkennung wandelt gesprochene Audiosignale in Text oder Tokenfolgen um. Worauf sollte man achten? Akzente, Lärm und Fachvokabular erhöhen Fehler; personenbezogene Audiodaten erfordern geeigneten Schutz.
Quellen
- Connectionist Temporal Classification · Graves et al., Connectionist Temporal Classification
Quelle geprüft am 10.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: