Lời nói thành văn bản (STT)

Lời nói thành văn bản (STT, lời nói thành văn bản) chuyển âm thanh thành văn bản, được mô hình xử lý thêm. Cách nhúng: chọn chế độ - phát trực tuyến (phiên âm khi lời nói xảy ra, đối với hội thoại trực tiếp) hoặc hàng loạt (tệp đã tải lên - văn bản đã nhận, để ghi âm); tính đến các yếu tố về độ chính xác - tiếng ồn, giọng điệu, thuật ngữ, ngôn ngữ (thường ngôn ngữ phải được chỉ định rõ ràng); xử lý các lỗi nhận dạng (STT mắc lỗi, nhất là về tên và số - để người dùng kiểm tra và sửa); chuyển văn bản sang LLM để tìm ý nghĩa. STT là đầu vào, không phải là kết thúc: bản ghi thô hầu như luôn cần được làm sạch hoặc hiểu rõ. Quy tắc: STT cung cấp văn bản nhưng không cung cấp sự hiểu biết - mô hình tuân theo ý nghĩa và giám sát chất lượng bằng cách kiểm tra tiếng ồn, ngôn ngữ và lỗi.