Skip to main content

Sprachtechnologie

Speech-to-TextSTT

Auch genannt: Automatic Speech Recognition · ASR · Spracherkennung

Speech-to-Text (STT), auch Automatic Speech Recognition (ASR) genannt, transkribiert gesprochenes Audio in Text. In einem Sprachagenten ist STT der erste Schritt — es wandelt die Sprache des Anrufers während des Sprechens in Text um, mit dem das Sprachmodell arbeiten kann.

Echtzeit-STT muss Akzente, Hintergrundgeräusche, Übersprechen und Code-Switching zwischen Sprachen bewältigen. Seine Genauigkeit und Geschwindigkeit setzen die Obergrenze für das gesamte Gespräch: Verhört sich der Agent, ist alles Nachfolgende falsch.

Im Produkt ansehen

The Finn platform

Verwandte Begriffe

Automatic Speech RecognitionDer formale Name für die Technologie, die Sprache in Text umwandelt. ASR und Speech-to-Text (STT) bezeichnen dasselbe.Text-to-SpeechTechnologie, die geschriebenen Text in natürlich gesprochenes Audio umwandelt. TTS verleiht einem KI-Sprachagenten seine Stimme.Natural Language UnderstandingDer Teil der KI, der ermittelt, was eine Person meint — ihre Absicht und die wichtigsten Details — aus natürlicher Sprache, nicht nur aus den wörtlichen Worten.EndpointingDas Erkennen, wann der Anrufer zu Ende gesprochen hat, damit der Agent weiß, dass er nun antworten darf. Schlechtes Endpointing führt zu unangenehmen Pausen oder Unterbrechungen.

Sehen Sie Speech-to-Text in einem echten Anruf.

Buchen Sie eine 30-minütige Demo und sehen Sie, wie Finn eingehende und ausgehende Anrufe durchgehend bearbeitet — ohne Stack zusammenzustellen.

Demo buchen Die Plattform ansehen