L’elaborazione vocale è il processo mediante il quale i segnali vocali vengono interpretati, compresi e agiti. Si riferisce specificamente all’elaborazione del linguaggio umano da parte di sistemi computerizzati, come nei software di riconoscimento vocale o nei programmi voice-to-text. L’elaborazione vocale è importante in molti campi per usi sia teorici che pratici, che vanno dall’attivazione e controllo vocale nei telefoni allo sviluppo dell’intelligenza artificiale funzionale nell’informatica. L’interpretazione e la produzione di un discorso coerente sono entrambi importanti nell’elaborazione del discorso; alcune preoccupazioni favoriscono l’una rispetto all’altra, tuttavia, poiché le esigenze applicative dell’elaborazione del parlato sono molto diverse.
Il riconoscimento vocale è uno degli aspetti più importanti dell’elaborazione del parlato perché l’obiettivo generale dell’elaborazione del parlato è comprendere e agire sul linguaggio parlato. Un’applicazione comunemente utilizzata per il riconoscimento vocale è la semplice conversione da parlato a testo, utilizzata in molti programmi di elaborazione testi. Tuttavia, molte applicazioni richiedono una precisione molto più elevata di quella necessaria per il software di conversione da parlato a testo. C’è un grande interesse, ad esempio, nell’uso del riconoscimento vocale negli aerei militari per ridurre alcune responsabilità e sforzi del pilota. Per ottenere precisione e accuratezza, è necessario che l’oratore calibri il software di riconoscimento in base alla propria voce e al proprio modo di parlare.
Il riconoscimento del parlatore, un altro elemento del riconoscimento vocale, è un altro aspetto molto importante dell’elaborazione del parlato, sebbene non sia ancora così ampiamente applicato come il riconoscimento vocale generale. Mentre il riconoscimento vocale si riferisce specificamente alla comprensione di ciò che viene detto, il riconoscimento del parlante riguarda solo chi parla. La convalida dell’identità dell’oratore può essere un’importante funzione di sicurezza per impedire l’accesso o l’uso non autorizzato di un sistema informatico.
Un altro componente dell’elaborazione vocale è il riconoscimento vocale, che è essenzialmente una combinazione di riconoscimento vocale e parlante. Il riconoscimento vocale si verifica quando i programmi di riconoscimento vocale elaborano il discorso di un oratore noto; tali programmi possono generalmente interpretare il discorso di un oratore noto con una precisione molto maggiore di quella di un oratore casuale.
Un altro argomento di studio nell’area dell’elaborazione del parlato è l’analisi della voce. L’analisi della voce differisce da altri argomenti nell’elaborazione del parlato perché non riguarda realmente il contenuto linguistico del discorso. Si occupa principalmente di modelli di discorso e suoni. L’analisi della voce potrebbe essere utilizzata per diagnosticare problemi alle corde vocali o ad altri organi legati al linguaggio rilevando suoni che sono indicativi di malattie o danni. Schemi sonori e di stress potrebbero anche essere usati per determinare se un individuo sta dicendo la verità, sebbene questo uso dell’analisi vocale sia molto controverso.