Han pasado más de 7 meses desde que publicamos nuestra última precisión de reconocimiento de voz punto de referencia. En aquel entonces, los resultados eran los siguientes (del más preciso al menos preciso): Microsoft y Amazon (casi en segundo lugar), luego Voicegain y Google Enhanced, y luego, muy por detrás, IBM Watson y Google Standard.
Desde entonces, hemos obtenido más datos de formación y hemos añadido funciones adicionales a nuestro proceso de formación. Esto se tradujo en un aumento adicional en la precisión de nuestro modelo.
En lo que respecta a los demás reconocedores:
Hemos decidido dejar de informar sobre la precisión de Google Standard e IBM Watson, que siempre estuvieron muy por detrás en cuanto a precisión.
Hemos repetido la prueba con una metodología similar a la anterior: utilizamos 44 archivos del Conjunto de datos de Jason Kincaid y 20 archivos publicado por rev.ai y eliminó todos los archivos en los que ninguno de los reconocedores podía alcanzar una tasa de errores de palabras (WER) inferior al 25%.
Esta vez solo un archivo fue tan difícil. Fue una entrevista telefónica de mala calidad (Entrevista a Byron Smith (111416 - YouTube).
Puedes ver diagramas de caja con los resultados de arriba. El gráfico también muestra el promedio y la mediana de la tasa de errores de palabras (WER)
Todos los reconocedores han mejorado (el modelo de Google Video Enhanced se mantuvo prácticamente igual, pero Google ahora tiene un nuevo reconocedor que es mejor).
Google, de última generación, Voicegain y Amazon están ahora muy cerca, mientras que Microsoft es mejor en aproximadamente un 1%.
Veamos la cantidad de archivos en los que cada reconocedor era el mejor.
Tenga en cuenta que los números no suman 63 porque había algunos archivos en los que dos reconocedores arrojaban resultados idénticos (con 2 dígitos detrás de una coma).
Ahora hemos realizado el mismo punto de referencia 4 veces para poder dibujar gráficos que muestren cómo cada uno de los reconocedores ha mejorado en los últimos 1 año y 9 meses. (Ten en cuenta que para Google el último resultado proviene del modelo más reciente y otros resultados de Google provienen de vídeos mejorados).
Puedes ver claramente que Voicegain y Amazon empezaron bastante por detrás de Google y Microsoft, pero desde entonces se han puesto al día.
Google parece tener los ciclos de desarrollo más largos, con muy pocas mejoras desde septiembre de 2021 hasta hace muy poco. Microsoft, por otro lado, lanza un reconocedor mejorado cada 6 meses. Nuestras versiones mejoradas son incluso más frecuentes que eso.
Como puede ver, el campo está muy cerca y se obtienen resultados diferentes en diferentes archivos (el promedio y la mediana no muestran el panorama completo). Como siempre, te invitamos a revisa nuestras aplicaciones, regístrate y compruebe nuestra precisión con sus datos.
Cuando tiene que seleccionar el software de reconocimiento de voz/ASR, hay otros factores que van más allá de la precisión del reconocimiento lista para usar. Estos factores son, por ejemplo:
1. Haga clic aquí para obtener instrucciones sobre cómo acceder a nuestro sitio de demostración en vivo.
2. Si estás creando una aplicación de voz genial y quieres probar nuestras API, haz clic aquí para crear una cuenta de desarrollador y recibir 50$ en créditos gratis
3. Si quieres usar Voicegain como tu propio asistente de transcripción con IA para las reuniones, haz clic aquí.
[Actualizado: 27/05/2022]
Además del soporte actual para los idiomas inglés, español, hindi y alemán en su plataforma de conversión de voz a texto, Voicegain lanzará soporte para muchos idiomas nuevos en los próximos meses.
Puede acceder a estos idiomas ahora mismo desde Consola web o a través de nuestro Aplicación Transcribe o mediante la API
Si lo solicita, pondremos estos idiomas a su disposición para las pruebas. Por lo general, pueden estar disponibles en cuestión de horas a partir de la recepción de una solicitud. Póngase en contacto con nosotros en support@voicegain.ai
Los modelos Alpha de acceso anticipado se diferencian de los modelos de producción con todas las funciones en los siguientes aspectos:
A medida que los modelos alfa se entrenen con datos adicionales, su precisión mejorará. También estamos trabajando en la puntuación, el uso de mayúsculas y el formato de cada uno de esos modelos.
Actualizaremos esta publicación tan pronto como estos idiomas estén disponibles en el programa de acceso anticipado de Alpha.
Dado que nuestros modelos lingüísticos se crean exclusivamente con aprendizaje profundo de extremo a extremo, podemos realizar el aprendizaje por transferencia de un idioma a otro y admitir rápidamente nuevos idiomas y dialectos para adaptarnos mejor a su caso de uso. ¿No ves tu idioma en la lista de abajo? Póngase en contacto con nosotros en support@voicegain.ai, ya que con frecuencia se publican nuevos idiomas y dialectos.
Este es un estudio de caso sobre el entrenamiento del modelo acústico de un motor de voz a texto/ASR basado en el aprendizaje profundo para un robot de voz que podría aceptar pedidos de comida india.
El cliente se puso en contacto con Voicegain porque experimentaba una precisión muy baja en el reconocimiento de voz para un robot de voz basado en telefonía específico para pedir comida.
El robot de voz tenía que reconocer los platos de comida india con una precisión aceptable, de modo que el diálogo pudiera llevarse a cabo de una manera conversacional natural en lugar de tener que recurrir a flujos de llamadas rígidos, como por ejemplo, enumerar una lista.
La respuesta oral la proporcionarían hablantes de origen indio del sur de Asia. Esto significaba que, además de tener que reconocer nombres únicos, el acento también sería un problema.
La precisión lista para usar de Voicegain y otros motores ASR destacados se consideró demasiado baja. Nuestra precisión fue particularmente baja porque nuestros conjuntos de datos de entrenamiento no contenían ningún ejemplo de nombres de platos indios pronunciados con un fuerte acento indio.
Con el uso de las sugerencias, los resultados mejoraron significativamente y logramos una precisión de más del 30%. Sin embargo, el 30% estaba lejos de ser suficiente.
Voicegain recopiló primero los datos de entrenamiento relevantes (audio y transcripciones) y entrenó el modelo acústico de nuestro ASR basado en el aprendizaje profundo. Hemos tenido mucho éxito con él en el pasado, en particular con nuestra arquitectura DNN más reciente, véase p. ej. publicación sobre el reconocimiento de los códigos postales del Reino Unido.
Utilizamos un servicio de generación de datos de terceros para recopilar inicialmente más de 11 000 muestras de expresiones de Indian Food, 75 expresiones por participante. La calidad variaba mucho, pero eso es bueno porque creemos que refleja bien la calidad del audio que se encontraría en una aplicación real. Más tarde, recogimos 4600 muestras adicionales.
Entrenamos a dos modelos:
También nos entrenamos primero en el conjunto de 10 000, recopilamos los resultados de referencia y luego nos capacitamos con los datos adicionales de 5 000.
Seleccionamos al azar 12 conjuntos de 75 enunciados (un total de 894 después de eliminar algunas grabaciones incorrectas) para un conjunto de puntos de referencia y utilizamos los más de 10.000 restantes para el entrenamiento. Planeamos compartir aquí un enlace al conjunto de datos de prueba dentro de unos días.
Comparamos nuestra precisión con la de Google y Amazon AWS antes y después del entrenamiento y los resultados se presentan en el siguiente gráfico. La precisión que se presenta aquí es la precisión de reconocer el entero nombre del plato correctamente. Si se reconocía erróneamente una de las varias palabras del nombre de un plato, se consideraba que no se había reconocido el nombre del plato. Aplicamos la misma metodología si se reconocía una palabra adicional, excepto aquellas que podían ignorarse fácilmente, por ejemplo, «a», «el», etc. También permitimos variaciones razonables en la ortografía para no introducir ambigüedad, por ejemplo, se consideró que «biryani» coincidía con «biriyani».
Tenga en cuenta que las pruebas en el reconocedor Voicegain se realizaron con varias codificaciones de audio:
Además, la prueba de AWS se realizó en modo offline (que generalmente ofrece una mayor precisión), mientras que las pruebas de Google y Voicegain se realizaron en modo streaming (en tiempo real).
Hicimos un conjunto de pruebas similar con el uso de sugerencias (no incluimos AWS porque nuestro script de prueba no admitía las sugerencias de AWS en ese momento).
Esto demuestra que se pueden lograr enormes beneficios mediante el entrenamiento de modelos específicos para el reconocimiento de voz. Para este dominio, que era nuevo en nuestro modelo, aumentamos precisión de más del 75% (del 10,18% al 86,24%) como resultado de la capacitación.
Como puedes ver, tras el entrenamiento superamos la precisión de voz a texto de Google en más de un 45% (el 86,24% frente al 40,38%) si no se utilizaron sugerencias. Con el uso de sugerencias, superamos a Google STT en aproximadamente un 36% (el 87,58% frente al 61,30%).
Examinamos los casos en los que aún se cometieron errores y se clasificaron en 3 categorías amplias:
Pensamos que el primer tipo de problemas se puede superar entrenando con datos adicionales y eso es lo que tenemos previsto hacer, con la esperanza de conseguir una precisión cercana al 85% (para audio L16 de 16 kHz). El segundo tipo podría resolverse mediante un posprocesamiento en la lógica de la aplicación si devolvemos los valores en dB de las palabras reconocidas.
Si su aplicación de voz también tiene una precisión baja y el uso de sugerencias o modelos lingüísticos basados en texto no funciona lo suficientemente bien, el entrenamiento con modelos acústicos podría ser la respuesta. Envíanos un correo electrónico a info@voicegain.ai y podríamos hablar de la realización de un proyecto para mostrar cómo el modelo entrenado por Voicegain puede lograr la mejor precisión en su dominio.
Los desarrolladores de inteligencia artificial y aprendizaje automático que trabajan con reconocedores de voz y software ASR saben que conseguir una alta precisión en aplicaciones del mundo real en secuencias de caracteres alfanuméricos es una tarea muy difícil. Algunos ejemplos de secuencias alfanuméricas son los números de serie de varios productos, los números de póliza, los números de casos o los códigos postales (por ejemplo, en el Reino Unido y Canadá).
Algunas de las razones por las que los ASR tienen dificultades para reconocer los caracteres alfanuméricos son:
Otra razón por la que la precisión general es mala es simplemente que los errores se agravan: cuanto más largas sean las secuencias, más probabilidades hay de que al menos un símbolo se reconozca erróneamente y, por lo tanto, toda la secuencia sea incorrecta. Si la precisión de un solo símbolo es del 90%, la precisión de un número compuesto por 6 símbolos será solo del 53% (suponiendo que los errores sean independientes). Por eso, los principales reconocedores obtienen malos resultados en caracteres alfanuméricos. En nuestra interacción con clientes actuales y potenciales, hemos oído hablar constantemente de los desafíos a los que se han enfrentado para obtener una precisión adecuada en las secuencias alfanuméricas. Algunos utilizan el procesamiento posterior de los resultados del vocabulario extenso, en particular, si obtienen un conjunto de hipótesis. Usamos estos enfoques cuando creamos sistemas IVR como Resolvity y tuvimos que usar ASR de terceros. De hecho, nos premiaron con un patente para uno de esos enfoques de posprocesamiento.
Mientras trabajábamos en un proyecto destinado a mejorar el reconocimiento de los códigos postales del Reino Unido, recopilamos más de 9000 grabaciones de muestra de varias personas que hablaban códigos postales válidos del Reino Unido seleccionados al azar. Aproximadamente un tercio de los hablantes tenían acento británico, mientras que el resto tenía una variedad de otros acentos, por ejemplo, indio, chino, nigeriano, etc.
De ese conjunto de datos, reservamos algunos para probarlos. Los resultados que presentamos aquí provienen de un conjunto de pruebas con 250 códigos postales (pronto proporcionaremos un enlace a este conjunto de pruebas en nuestro Github). En la fecha de esta entrada de blog, Google Speech-to-Text solo había obtenido una precisión del 43% y Amazon del 58% en este conjunto de pruebas.
En Voicegain utilizamos dos enfoques que nos ayudan a lograr una alta precisión en los caracteres alfanuméricos: (a) entrenar al reconocedor con conjuntos de datos realistas que contienen secuencias alfanuméricas de muestra, (b) usar gramáticas para restringir los posibles reconocimientos. En un escenario específico, podemos usar uno u otro o incluso ambos enfoques.
Este es un resumen de los resultados que obtuvimos en el conjunto de códigos postales del Reino Unido.
Usamos el conjunto de datos descrito anteriormente en nuestra ronda de capacitación más reciente para nuestro modelo de inglés y hemos logrado una mejora significativa en la precisión al probar un conjunto de 250 códigos postales del Reino Unido que no se usaron durante la capacitación.
El reconocedor Voicegain DNN tiene la capacidad de usar gramáticas para el reconocimiento de voz, una característica algo única entre los reconocedores de voz modernos. Admitimos los formatos gramaticales GRXML y JSGF. Las gramáticas se utilizan durante la búsqueda (no solo se aplican al resultado del reconocimiento de un gran número de vocabulario), lo que nos proporciona los mejores resultados posibles. (Por cierto, también podemos combinar el reconocimiento basado en la gramática con el reconocimiento de vocabulario extenso, consulte esta entrada de blog para obtener más detalles.)
Para el reconocimiento de los códigos postales del Reino Unido, definimos una gramática que recoge todas las formas en las que se pueden decir los códigos postales válidos del Reino Unido. Puedes ver la gramática exacta que utilizamos aquí.
El reconocimiento de códigos postales del Reino Unido basado en la gramática ofrece resultados significativamente mejores que el reconocimiento de vocabulario extenso.
Nos hemos topado con situaciones en las que las secuencias alfanuméricas son difíciles de definir exhaustivamente utilizando gramáticas, por ejemplo, algunos números de serie. En esos casos, nuestro reconocedor admite el siguiente enfoque:
Siempre estamos listos para ayudar a los clientes potenciales a resolver sus desafíos con el reconocimiento de voz. Si su reconocedor actual no ofrece resultados satisfactorios al reconocer secuencias de caracteres alfanuméricos, inicie una conversación por correo electrónico en Correo electrónico: info@voicegain.ai. Siempre nos interesa la precisión.
.png)
Esta publicación destaca cómo el ASR basado en el aprendizaje profundo de Voicegain admite tanto los IVR habilitados para voz como los bots de voz conversacionales.
Esto puede ayudar a las organizaciones de TI empresariales a simplificar su transición del sistema IVR de telefonía con diálogo dirigido a un Voice Bot conversacional moderno.
Esto se debe a una característica muy importante de Voicegain. Se puede acceder al ASR de Voicegain de dos maneras
1) MRCP ASR para voz IVR: la forma tradicional: El ASR de Voicegain se puede invocar a través de MRCP desde una aplicación VoiceXML IVR desarrollada con gramáticas de voz. Voicegain es un sustituto «directo» del ASR utilizado en la mayoría de estos IVR.
2) Conversión de voz a texto/ASR para bots: la forma moderna: Voicegain ofrece API que se integran con (a) plataformas de telefonía SIP o CPaaS y (b) marcos de bots que presentan un punto final REST. Algunos ejemplos de marcos de bots compatibles son Google Dialogflow, RASA y Azure Bot Service.
En lo que respecta al autoservicio de voz, las empresas entienden que necesitarían mantener y operar los IVR de voz tradicionales durante muchos años.
Esto se debe a que los usuarios actuales han recibido capacitación a lo largo de los años y se han vuelto expertos en estos IVR habilitados para voz. Preferirían no tener que aprender una nueva interfaz de usuario, como los Voice Bots, si pueden evitarlo. Además, las empresas han realizado inversiones sustanciales en el desarrollo de estos IVR y les gustaría seguir respaldándolos siempre que generen un uso adecuado.
Sin embargo, un segmento cada vez mayor de clientes «nativos digitales» exige experiencias de conversación similares a las de Alexa, ya que proporcionan una experiencia de usuario mucho mejor en comparación con los IVR. Esto está despertando un interés considerable entre las empresas por desarrollar bots de voz que sustituyan a largo plazo a los IVR.
Net-net, incluso cuando las empresas desarrollen nuevos bots de voz conversacionales a largo plazo, necesitarían soportar y operar estos IVR a corto plazo.
COMO: Si bien tanto los bots de voz como los IVR requieren ASR y conversión de voz a texto, los ASR que admiten los bots de voz conversacionales son diferentes de los ASR que se utilizan en los IVR de diálogo dirigido. Los ASR compatibles con los IVR se basan en los HMM (modelos ocultos de Markov) y las aplicaciones utilizan gramáticas de voz al invocar el ASR. Por otro lado, los bots de voz funcionan con modelos STT basados en el aprendizaje profundo de vocabulario extenso.
Protocolo: Los protocolos de comunicación entre el ASR y la aplicación también son muy diferentes. Una aplicación de IVR, normalmente escrita en VoiceXML, se comunica con el ASR a través de MRCP; los marcos de bots modernos se comunican con los ASR a través de protocolos modernos basados en la web, como WebSockets y gRPC.
Pila de aplicaciones: La lógica de la aplicación de un IVR de diálogo dirigido se basa en un IDE de aplicación compatible con VoiceXML. Los proveedores más populares en este ámbito son Avaya Aura Experience Portal (AAEP), Cisco Voice Portal (CVP) y Genesys Voice Portal o Genesys Engage. Este artículo explora esto con más detalle.
Por otro lado, los bots de voz modernos requieren marcos de bots como Flujo de diálogo de Google, Kore.ai, RASA, AWS Lex y otros. Utilizan la tecnología moderna de NLU para poder extraer la intención del texto transcrito. Bot Frameworks también ofrece una gestión sofisticada de los diálogos para determinar de forma dinámica los turnos de las conversaciones. También permiten la integración con otros sistemas empresariales como el CRM y la facturación.
En lo que respecta a los bots de voz, la mayoría de las empresas quieren «habilitar por voz» la lógica de interacción con los chatbots, que también se desarrolla en el mismo marco de bots, y luego integrarla con la telefonía. - así que utiliza un número de teléfono para «marcar» el chatbot e interactuar mediante conversión de voz a texto y de texto a voz.
La plataforma Voicegain es la primera y en la actualidad el único ASR/ Speech-to-Text plataforma del mercado que puede soportar tanto un IVR de voz de diálogo dirigido como un bot de voz conversacional utilizando un único modelo acústico y lingüístico.
Las API de conversión de voz a texto en la nube de Google, Amazon y Microsoft admiten el reconocimiento de voz con vocabulario extenso y pueden admitir bots de voz. Sin embargo, no pueden reemplazar «directamente» la funcionalidad MRCP ASR del IVR de diálogo dirigido.
Además, los ASR MRCP tradicionales que admitían IVR de diálogo dirigido (por ejemplo, Nuance, Lumenvox, etc.) no admiten la transcripción de vocabulario extenso.
Ofertas de Voicegain API de bots de telefonía para ayudar a los desarrolladores de bots a proporcionar la «boca» y la «oreja» del bot.
Estas API son API de tipo callback que una empresa puede usar junto con el marco de bots de su elección.
Además del ASR actual, Voicegain también incorpora una interfaz de telefonía y PSTN. Hay 3 posibilidades:
1. Integración con plataformas CPaaS modernas como Twilio, SignalWire y Telnyx Con esta integración, las personas que llaman ahora pueden «marcar y hablar» con sus chatbots a través de un número de teléfono.
2. SIP INVITE desde la plataforma CCaaS o CPaaS: el desarrollador del bot puede transferir el control de llamadas a Voicegain mediante un SIP INVITE. Una vez transferida la llamada, el Bot Framework puede interactuar utilizando las API mencionadas anteriormente. Al final de la interacción con el bot, puede finalizar la sesión del bot y continuar la conversación en vivo en la plataforma CCaaS/CPaaS.
3. CPaaS integrada con Voicegain: Voicegain también ha incorporado la CPaaS de Amazon Chime, por lo que los desarrolladores pueden comprar un número de teléfono y empezar a crear su bot de voz en cuestión de minutos.
Básicamente, al usar las API de Telephony Bot junto con cualquier marco de bot, una empresa puede: tienen un marco de bots y un ASR que sirva a los 3 medios de autoservicio - Chatbots, robots de voz y IVR de diálogo dirigido.
Para explorar más esta idea, envíenos un correo electrónico a info@voicegain.ai
[ACTUALIZACIÓN DEL 23 DE ENERO DE 22: Tras entrenarse con datos adicionales, el reconocedor Voicegain ahora alcanza un WER promedio del 11,89% (una mejora del 0,35%) y un WER medio del 10,82% (una mejora del 0,21%) en este punto de referencia.
Voicegain ahora es mejor que Google Enhanced en 44 archivos (antes 39).
Voicegain es ahora el reconocedor más preciso en 12 de los archivos (anteriormente 10).
Tenemos datos adicionales sobre los que nos capacitaremos pronto y luego proporcionaremos un conjunto completamente nuevo de resultados y comparaciones.]
Han pasado más de 4 meses desde que publicamos nuestra última precisión de reconocimiento de voz punto de referencia. En aquel entonces, los resultados eran los siguientes (del más preciso al menos preciso): Amazon y Microsoft (cerca del segundo lugar), luego Google Enhanced y Voicegain (también cerca del cuarto lugar) y, muy por detrás, IBM Watson y Google Standard.
Desde entonces, hemos modificado la arquitectura de nuestro modelo y lo hemos entrenado con más datos. Esto resultó en un aumento adicional en la precisión de nuestro modelo. En lo que respecta al resto de reconocedores, Microsoft fue el que más mejoró la precisión de su modelo, mientras que la precisión de otros se mantuvo más o menos igual.
Hemos repetido la prueba con una metodología similar a la anterior: utilizamos 44 archivos del Conjunto de datos de Jason Kincaid y 20 archivos publicado por rev.ai y eliminó todos los archivos en los que el mejor reconocedor no pudo alcanzar una tasa de errores de palabras (WER) inferior al 25%. Nota: anteriormente, utilizábamos el 20% como umbral, pero esta vez hemos decidido conservar más archivos con una precisión baja para ilustrar las diferencias en ese tipo de archivos entre los reconocedores.
Solo tres archivos eran tan difíciles que ninguno de los reconocedores podía alcanzar el 25% de WER. Los dos archivos borrados eran entrevistas radiofónicas con una grabación de mala calidad.
Como puedes ver en el gráfico de resultados anterior, Voicegain ahora es mejor que Google Enhanced, tanto en promedio como en promedio de WER. Al observar los archivos individuales, los resultados también muestran que la precisión de Voicegain es, en la mayoría de los casos, mejor que la de Google:
Observaciones clave sobre otros resultados:
Como puede ver, el campo está muy cerca y se obtienen resultados diferentes en diferentes archivos (el promedio y la mediana no muestran el panorama completo). Como siempre, te invitamos a revisa nuestras aplicaciones, regístrate y compruebe nuestra precisión con sus datos.
Cuando tiene que seleccionar el software de reconocimiento de voz/ASR, hay otros factores que van más allá de la precisión del reconocimiento lista para usar. Estos factores son, por ejemplo:
1. Haga clic aquí para obtener instrucciones sobre cómo acceder a nuestro sitio de demostración en vivo.
2. Si estás creando una aplicación de voz genial y quieres probar nuestras API, haz clic aquí para crear una cuenta de desarrollador y recibir 50$ en créditos gratis
3. Si quieres usar Voicegain como tu propio asistente de transcripción con IA para las reuniones, haz clic aquí.
Puede encontrar el código completo (menos la lógica RASA; tendrá que proporcionar el suyo propio) en nuestra github repositorio.
La configuración le permite llamar a un número de teléfono y luego interactuar con un Voicebot que usa RASA como motor lógico de diálogo.
Actualización de noviembre de 2021: No recomendamos S3 ni AWS Lambda para una configuración de producción. Se describe una revisión más actualizada de varias opciones para crear un Voice Bot aquí. Debería considerar reemplazar la funcionalidad de S3 y AWS Lambda por un servidor web que pueda mantener el estado, como Node.js o Python Flask.
El diagrama de secuencia se proporciona a continuación. Básicamente, la secuencia de operaciones es la siguiente:
Donec sagittis sagittis ex, nec consequat sapien fermentum ut. Sed eget varius mauris. Etiam sed mi erat. Duis at porta metus, ac luctus neque.
Read more →
Donec sagittis sagittis ex, nec consequat sapien fermentum ut. Sed eget varius mauris. Etiam sed mi erat. Duis at porta metus, ac luctus neque.
Read more →Donec sagittis sagittis ex, nec consequat sapien fermentum ut. Sed eget varius mauris. Etiam sed mi erat. Duis at porta metus, ac luctus neque.
Read more →Donec sagittis sagittis ex, nec consequat sapien fermentum ut. Sed eget varius mauris. Etiam sed mi erat. Duis at porta metus, ac luctus neque.
Read more →Donec sagittis sagittis ex, nec consequat sapien fermentum ut. Sed eget varius mauris. Etiam sed mi erat. Duis at porta metus, ac luctus neque.
Read more →Donec sagittis sagittis ex, nec consequat sapien fermentum ut. Sed eget varius mauris. Etiam sed mi erat. Duis at porta metus, ac luctus neque.
Read more →¿Está interesado en personalizar el ASR o implementar Voicegain en su infraestructura?
Voicegain ayuda a los desarrolladores a crear increíbles aplicaciones compatibles con la voz al proporcionarles la plataforma de conversión de voz a texto más precisa, asequible y accesible.
'%3e%3cg id='Final-Copy-2_2_' transform='translate(1275.000000, 200.000000)'%3e%3cpath class='st0' d='M7.4,12.8h6.8l3.1-11.6H7.4C4.2,1.2,1.6,3.8,1.6,7S4.2,12.8,7.4,12.8z'/%3e%3c/g%3e%3c/g%3e%3c/g%3e%3cg id='final---dec.11-2020'%3e%3cg id='_x30_208-our-toggle' transform='translate(-1275.000000, -200.000000)'%3e%3cg id='Final-Copy-2' transform='translate(1275.000000, 200.000000)'%3e%3cpath class='st1' d='M22.6,0H7.4c-3.9,0-7,3.1-7,7s3.1,7,7,7h15.2c3.9,0,7-3.1,7-7S26.4,0,22.6,0z M1.6,7c0-3.2,2.6-5.8,5.8-5.8 h9.9l-3.1,11.6H7.4C4.2,12.8,1.6,10.2,1.6,7z'/%3e%3cpath id='x' class='st2' d='M24.6,4c0.2,0.2,0.2,0.6,0,0.8l0,0L22.5,7l2.2,2.2c0.2,0.2,0.2,0.6,0,0.8c-0.2,0.2-0.6,0.2-0.8,0 l0,0l-2.2-2.2L19.5,10c-0.2,0.2-0.6,0.2-0.8,0c-0.2-0.2-0.2-0.6,0-0.8l0,0L20.8,7l-2.2-2.2c-0.2-0.2-0.2-0.6,0-0.8 c0.2-0.2,0.6-0.2,0.8,0l0,0l2.2,2.2L23.8,4C24,3.8,24.4,3.8,24.6,4z'/%3e%3cpath id='y' class='st3' d='M12.7,4.1c0.2,0.2,0.3,0.6,0.1,0.8l0,0L8.6,9.8C8.5,9.9,8.4,10,8.3,10c-0.2,0.1-0.5,0.1-0.7-0.1l0,0 L5.4,7.7c-0.2-0.2-0.2-0.6,0-0.8c0.2-0.2,0.6-0.2,0.8,0l0,0L8,8.6l3.8-4.5C12,3.9,12.4,3.9,12.7,4.1z'/%3e%3c/g%3e%3c/g%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
Your Privacy Choices