Cargando diccionario…
Bloque temático
Reconocimiento automático del habla, audio de entrada, streaming, adaptación, calidad, diarización y salidas sincronizadas.
Speech recognition adaptation
Ajuste del ASR a palabras, dominio o acústica concretos.
Ver definición completa →Forced alignment
Ajuste temporal de un texto conocido a una grabación.
Ver definición completa →Self-supervised speech learning
Aprendizaje de representaciones de audio sin transcripciones completas.
Ver definición completa →Encoder-decoder ASR
Reconocimiento mediante un codificador de audio y un descodificador de texto.
Ver definición completa →Mono audio
Audio con un único canal.
Ver definición completa →Spoken code-switching
Alternancia de idiomas dentro de una misma intervención.
Ver definición completa →Audio channel
Flujo independiente dentro de una señal de audio.
Ver definición completa →Acoustic echo cancellation
Eliminación del audio reproducido que vuelve a entrar por el micrófono.
Ver definición completa →Mel-frequency cepstral coefficients
Características compactas que describen el espectro del habla.
Ver definición completa →Voice activity detection
Identificación de intervalos que contienen habla.
Ver definición completa →Speaker change detection
Identificación del momento en que cambia la persona que habla.
Ver definición completa →Endpointing
Detección de que una persona ha terminado de hablar.
Ver definición completa →Spoken language identification
Identificación del idioma presente en una señal de voz.
Ver definición completa →Keyword spotting
Identificación de palabras determinadas dentro del audio.
Ver definición completa →Speaker diarization
Determinación de quién habló y cuándo.
Ver definición completa →Speaker embedding
Vector que representa características de una voz.
Ver definición completa →ASR deletion error
Palabra de referencia omitida por el sistema.
Ver definición completa →ASR insertion error
Palabra añadida que no aparece en la referencia.
Ver definición completa →ASR substitution error
Palabra de referencia reemplazada por otra.
Ver definición completa →Spectrogram
Representación de la energía del audio por tiempo y frecuencia.
Ver definición completa →Log-Mel spectrogram
Espectrograma comprimido en una escala perceptual.
Ver definición completa →Waveform
Representación temporal de la amplitud de una señal de audio.
Ver definición completa →Audio chunking
División de audio largo en bloques de duración limitada.
Ver definición completa →Overlapped speech
Intervalo en el que hablan varias personas a la vez.
Ver definición completa →Partial transcript
Texto provisional emitido antes del resultado definitivo.
Ver definición completa →Speaker identification
Selección de la identidad de una voz entre personas conocidas.
Ver definición completa →Transcription latency
Tiempo entre el habla y la aparición del texto.
Ver definición completa →Pronunciation lexicon
Diccionario de palabras y sus pronunciaciones.
Ver definición completa →Word timestamps
Inicio y fin estimados para cada palabra transcrita.
Ver definición completa →Segment timestamps
Intervalos temporales asociados a fragmentos de transcripción.
Ver definición completa →Acoustic model
Modelo que relaciona el audio con unidades lingüísticas.
Ver definición completa →Language model
Modelo que estima qué secuencias de lenguaje son probables y puede predecir o completar texto.
Ver definición completa →Pronunciation model
Representación de cómo se pronuncian palabras o unidades.
Ver definición completa →Audio normalization
Ajuste del nivel de una señal a un rango consistente.
Ver definición completa →Wake word
Expresión que activa un sistema de voz.
Ver definición completa →ASR confidence score
Estimación de fiabilidad de una palabra o segmento.
Ver definición completa →Automatic speech recognition
Conversión automática de voz grabada o en directo a texto.
Ver definición completa →End-to-end speech recognition
ASR que aprende directamente de audio a texto.
Ver definición completa →Multilingual speech recognition
ASR que opera en múltiples idiomas.
Ver definición completa →Truecasing
Recuperación de mayúsculas correctas en texto transcrito.
Ver definición completa →Punctuation restoration
Adición automática de signos a una transcripción.
Ver definición completa →Final transcript
Segmento de texto que el sistema considera estable.
Ver definición completa →Audio segmentation
División de una grabación en fragmentos procesables.
Ver definición completa →Phrase biasing
Aumento de la probabilidad de palabras o frases esperadas.
Ver definición completa →Speech-to-text
Servicio o proceso que convierte habla en texto.
Ver definición completa →Automatic captioning
Generación automática de subtítulos sincronizados.
Ver definición completa →Noise suppression
Reducción de sonidos no deseados antes de transcribir.
Ver definición completa →Sampling rate
Número de muestras de audio capturadas por segundo.
Ver definición completa →Diagnóstico de procesos
Software interno a medida
Automatización de tareas repetitivas
Integración de sistemas y APIs
IA aplicada solo cuando aporta valor
© 2026 Camilo Boo. Automatización de procesos y software interno.
