Speech-to-Text (Spracherkennung)

Spracherkennung (ASR, „Automatic Speech Recognition“) transkribiert Diktate, Sitzungen, Interviews oder Telefonate. Moderne Modelle kommen gut mit Akzenten und Fachbegriffen zurecht und können Sprecher unterscheiden.

Schweizerdeutsch ist für viele Systeme schwieriger als Hochdeutsch; spezialisierte Modelle übersetzen Mundart direkt in Schriftdeutsch. Bei Aufnahmen von Gesprächen müssen die Beteiligten informiert sein.