Por que o software de ditado de áudio como o Dragon funciona apenas do lado do locutor?

Question

Eu não quero que meu laptop ou celular apenas dite / digite o que eu digo, mas em vez disso escreva o que o chamador do outro lado da linha diz. Por que o Google ou a Nuance não habilitam essa funcionalidade? É mesmo possível? O que seria necessário para que isso funcionasse?

    

Answer 1

Quando você está falando, sua voz está sendo gravada através do microfone e do hardware de áudio do seu computador. Este sinal de áudio está disponível para qualquer aplicativo no seu computador. Quando você está falando com alguém pelo Skype, o sinal de voz é codificado em vários pacotes. Você precisaria reverter a engenharia do protocolo do Skype para decodificar o sinal de voz.

Se você estiver falando em um telefone celular no modo alto-falante, a qualidade pode não ser boa o suficiente para reconhecimento de voz. Além disso, o software de reconhecimento de voz precisaria ser treinado tanto na sua voz quanto na da outra pessoa.

Não sei ao certo que relevância o Google tem aqui.

    

Answer 2

O Dragon NaturallySpeaking (ao contrário do Google) precisa ser treinado antes de poder transcrever o discurso em palavras.

O Google faz transcrição de texto para quem faz a chamada do outro lado da linha quando alguém deixa uma mensagem no seu autoresponder no Google Voice.

Observe que a qualidade da voz é frequentemente alterada de forma bastante intensa durante uma chamada, o que torna o reconhecimento de voz ainda mais difícil.