La trascrizione automatica è il processo di produzione di una trascrizione scritta del discorso parlato o registrato attraverso l’uso del computer e senza intervento umano diretto. La trascrizione automatica accurata richiede un software di trascrizione di alta qualità e un dispositivo in grado di ricevere accuratamente input uditivi. In generale, è anche necessario che il discorso o la registrazione da trascrivere sia ragionevolmente privo di distorsioni e interferenze dal rumore di fondo. Sono stati fatti anche tentativi di trascrivere musica con l’uso di computer con software di trascrizione specializzato. La trascrizione musicale implica la scrittura delle note di un determinato brano musicale, in particolare quando non esiste una notazione preesistente per quella musica, come nel caso degli assoli improvvisati.
Per una corretta trascrizione automatica è necessario un buon software di trascrizione. Il software è responsabile dell’elaborazione dell’input uditivo, che separa un flusso di linguaggio continuo in parole separate, riconoscendole e rappresentandole correttamente nel testo. Un fallimento in qualsiasi fase di questo processo si traduce generalmente in una trascrizione che differisce in qualche modo dal materiale sorgente. Un buon software di trascrizione automatica dovrebbe essere in grado di riconoscere le sottili differenze tra parole simili e compensare vari stili e velocità di parola. Gli accenti di difficile comprensione tendono ad essere problematici anche per il miglior software di trascrizione.
Alcune persone usano il software di trascrizione automatica perché preferiscono la dettatura alla digitazione diretta o alla scrittura del loro testo. Alcune forme di software di trascrizione automatica sono particolarmente utili a questo scopo perché possono “imparare” le voci delle persone di cui stanno trascrivendo le parole. In tali casi, la trascrizione automatica non viene utilizzata per creare trascrizioni del parlato da una varietà di fonti diverse, quindi non è necessario che il software sia aperto a un’ampia varietà di schemi vocali. Consentire questo processo di ottimizzazione, che può verificarsi durante l’uso prolungato del software da parte di una persona o durante una calibrazione preliminare, può aumentare notevolmente l’accuratezza e la potenziale velocità della dettatura.
I computer, sfortunatamente, non sono adatti al riconoscimento coerente e accurato del linguaggio umano come lo sono gli umani. Ad esempio, non possono utilizzare indizi contestuali se non riescono a comprendere una determinata parola. Come tale, è spesso necessario che un essere umano rileggi le trascrizioni create attraverso la trascrizione automatica. Piccoli errori nella formattazione e vari errori nella trascrizione sono, in molti casi, comuni a meno che il discorso trascritto non sia molto chiaro. Tuttavia, l’uso della trascrizione computerizzata può rapidamente costituire una solida base per una trascrizione che richiede solo un intervento umano limitato prima della presentazione o dell’uso.