概要
人の話し声を文字に変換する技術。文字起こしや音声入力に使う。
詳しい解説
STT(音声認識)は、人の話し声をテキストに変換する技術で、ASRとも呼ばれます。会議の文字起こし、字幕生成、音声入力などに使われます。代表的なモデルにがあります。逆にテキストを音声にするのがです。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
会議の文字起こし
録音した打ち合わせをアップすると、発言が自動でテキスト化されます。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する