Riconoscimento e sintesi vocale

Riconoscimento e sintesi vocale In informatica, la capacità di un computer di ricevere e comprendere dati e comandi dalla voce dell'utente. Fino a oggi sono stati messi a punto sistemi in grado di riconoscere set limitati di vocaboli, pronunciati da individui ben precisi. Lo sviluppo di un sistema capace di trattare con una varietà più ampia di vocaboli, di pronunce e di accenti, si sta dimostrando invece un compito estremamente complesso per i progettisti.

Il processo di ricezione dei comandi vocali da parte di un computer avviene in tre fasi distinte: le parole vengono digitalizzate attraverso una scheda audio; i dati in forma digitale vengono organizzati in unità elementari (sillabe, fonemi o singoli suoni); infine l'apposito software associa alle unità elementari l'opportuno contenuto semantico.

La ricerca nel campo dei sistemi di riconoscimento vocale sta procedendo lungo tre strade distinte. Una di queste, dimostratasi abbastanza soddisfacente, consiste nella messa a punto di una tecnica che renda capace il computer di riconoscere un numero modesto di parole pronunciate da una vasta gamma di persone. La seconda consiste nel rendere il computer in grado di comprendere un ampio set di vocaboli pronunciati da un unico individuo, e risulta pure abbastanza affidabile, purché l'operatore non alteri le caratteristiche della propria voce. La terza dovrebbe permettere al computer di riconoscere le modulazioni vocali di un operatore e di applicarle a una grande varietà di vocaboli attraverso l'utilizzo delle reti neurali. Benché quest'ultima sia la tecnica più promettente in vista della conversione completa parola-testo, rimane, al momento, la meno affidabile delle tre.