Skip to main content

Tecnologia de fala

Speech-to-textSTT

Também chamado de: reconhecimento automático de fala · ASR · reconhecimento de voz

Speech-to-text (STT), também chamado de reconhecimento automático de fala (ASR), transcreve áudio falado em texto. Em um agente de voz, o STT é a primeira etapa — ele transforma a fala de quem liga em texto sobre o qual o modelo de linguagem pode agir, à medida que a pessoa fala.

O STT em tempo real precisa lidar com sotaques, ruído de fundo, sobreposição de vozes e alternância entre idiomas. Sua precisão e velocidade definem o teto de toda a conversa: se o agente entende errado, tudo o que vem depois fica errado.

Veja no produto

The Finn platform

Termos relacionados

Reconhecimento automático de falaO nome formal da tecnologia que converte fala em texto. ASR e speech-to-text (STT) se referem à mesma coisa.Text-to-speechTecnologia que converte texto escrito em áudio falado natural. O TTS é o que dá voz a um agente de voz com IA.Compreensão de linguagem naturalA parte da IA que descobre o que uma pessoa quer dizer — sua intenção e os detalhes principais — a partir da linguagem natural, e não apenas das palavras literais.EndpointingDetectar quando quem liga terminou de falar para que o agente saiba que é a vez dele de responder. Um endpointing ruim causa pausas ou interrupções constrangedoras.

Veja Speech-to-text em uma ligação real.

Agende uma demonstração de 30 minutos e veja o Finn conduzir ligações de entrada e de saída de ponta a ponta — sem nenhuma stack para montar.

Agende uma demonstração Conheça a plataforma