ASR

Zkratka „ASR“ (Automatic Speech Recognition) se poprvé objevila v souvislosti s technologiemi automatického rozpoznávání řeči, které začaly vznikat v 50. letech 20. století. Prvním významným průlomem byl systém „Audrey“ vyvinutý Bell Labs v roce 1952, schopný rozpoznat číslice s vysokou přesností. Tento projekt položil základy budoucímu vývoji ASR tím, že ukázal možnost praktického nasazení technologie pro převod mluveného slova na text.Během následujících dekád došlo k dalšímu rozvoji díky zavedení statistických modelů jako Hidden Markov Models (HMM) v 70. letech. Tyto modely umožnily rozšířit schopnosti systémů na širší slovní zásobu a komplexnější jazykové struktury.Přelom nastal v roce 2014 s příchodem hlubokého učení (deep learning), kdy vědecký tým Baidu představil práci „Deep Speech“. Tento nový přístup výrazně zvýšil přesnost a robustnost ASR systémů a umožnil jejich masové nasazení nejen ve spotřebitelských produktech, ale i profesionálních službách.Dnes je ASR běžnou součástí každodenních technologií – od hlasových asistentů po nástroje pro automatický přepis nebo zákaznickou podporu – přičemž její dostupnost neustále roste díky API a cloudovým řešením.