La trascrizione audio è il processo di prendere parole parlate e trasformarle in testo scritto. In passato, una persona si sedeva e scriveva parole mentre venivano pronunciate. Ora esistono registrazioni audio di vari tipi e diversi metodi di trascrizione. I metodi di registrazione analogici e digitali consentiranno a una persona che non è presente durante la conversazione di trascrivere ancora il testo. Inoltre, molti pacchetti software leggono i file audio e li convertono rapidamente in testo senza doverli effettivamente riprodurre.
Per molti anni, la trascrizione audio è stata una professione specializzata e noiosa. Le persone che trascrivevano il discorso dovevano essere presenti al momento del discorso, spesso nel senso che le aziende avrebbero dovuto assumere persone addestrate in tecniche avanzate come la stenografia. Ciò limitava anche i servizi di trascrizione a coloro che avevano accesso a un trascrittore qualificato.
Con l’invenzione delle registrazioni audio, questo campo è cambiato radicalmente. Con una registrazione, il trascrittore potrebbe lavorare da qualsiasi luogo in cui la registrazione potrebbe essere consegnata. Inoltre, la trascrizione non aveva più bisogno di una scorciatoia poiché la registrazione poteva essere invertita e ascoltata più volte. Un singolo trascrittore potrebbe anche lavorare per una moltitudine di clienti contemporaneamente, dal momento che non aveva più bisogno di essere presente per i discorsi.
Con l’aumento dell’uso del computer e della velocità di Internet, il campo della trascrizione audio è rimasto sostanzialmente lo stesso. I file, anziché i nastri, venivano spesso inviati tramite posta elettronica anziché essere inviati tramite posta normale. La velocità del processo è aumentata, ma i metodi no.
Questo è cambiato alla fine degli anni ’90 con l’uso crescente del software di riconoscimento vocale e dettatura. Il compito della trascrizione andava sempre più verso l’assistenza informatica e poi l’automazione completa. Sono emersi pacchetti software in grado di leggere le informazioni all’interno di un file audio e utilizzare i pattern wave di chi parla per creare una versione testuale di un discorso. Ciò richiederebbe secondi anziché i minuti o le ore di un trascrittore umano.
La trascrizione audio automatizzata al computer presenta alcuni difetti che sono difficili da superare, il più grande dei quali è una relativa mancanza di linguaggio correttivo. Quando un trascrittore umano ascolta il testo, può correggere lievi errori nel discorso per renderlo più leggibile. Mentre una certa trascrizione è testuale, nel senso che è esattamente ciò che la persona ha detto, la maggior parte non lo è. Senza un linguaggio correttivo, un essere umano dovrà spesso controllare la trascrizione per errori prima che venga utilizzato.
L’altro difetto comune della trascrizione audio basata su computer risiede proprio nel discorso degli umani. Dato che le persone hanno una vasta gamma di toni e motivi quando parlano, creare un programma per computer in grado di leggere e tradurre accuratamente l’intera gamma è estremamente difficile. Ciò significa che una certa quantità di errore è comune in quasi tutti i software di trascrizione. Il modo più comune di aggirare questo difetto è attraverso il discorso appreso, in cui il programma e un singolo oratore lavorano insieme abbastanza da consentire al programma di concentrarsi sui modelli della singola persona.