Zestaw danych głosowych i dźwiękowych to nasz cel etykietowania.

• Analiza dźwięku

  W jej przebiegu wydobywamy informacje z sygnałów dźwiękowych, aby je przeanalizować, sklasyfikować, porównać i przechować.

• Analiza głosu

  W tym przypadku analizujemy dźwięki mowy. Służy ona między innymi do identyfikacji czy rozpoznawania mowy, gdzie znajduje zastosowanie sztuczna sieć neuronowa. Znajduje szerokie zastosowanie w analizie medycznej i weryfikowaniu rozmówcy.

• Transkrypcja

  Polega na przetworzeniu ludzkiej mowy na tekst. Stała się dostępna dzięki rozpoznawaniu mowy.

• Transkrypcja korekcyjna

  Jest to konwersja mowy ludzkiej na tekst z zastosowaniem korekcji. Sprawdzane jest i ewentualnie korygowane każde słowo.

• Tłumaczenie i lokalizacja

  W tłumaczeniu przekształcamy słowa języka źródłowego na tekst, a następnie tekst przekładamy na inny docelowy język. Lokalizacja zaś dopasowuje tłumaczone słowa na konkretny region, dostosowując znaczenie do specyfiki kulturowej. Czyni to tłumaczone słowa bardziej zrozumiałe i łatwo przyswajalne dla odbiorcy, przykładem tego są różnice w tłumaczeniu na język angielski – Wielka Brytania i Stany Zjednoczone.