Система быстрого перевода голоса в текст в современных банках работает на основе искусственного интеллекта и включает несколько этапов: 2

1. Распознавание речи. 2 Произносимые слова преобразуются в текст. 2
2. Обработка естественного языка. 2 Этот текст анализируется, чтобы понять его значение и контекст. 2
3. Управление диалогом. 2 Определяется соответствующий ответ, который преобразуется в разговорную речь с помощью технологии преобразования текста в речь. 2

Процесс распознавания устроен следующим образом: 4

1. Голос раскладывается на фонемы. 4
2. Фонемы собираются в слова. 4
3. Из собираемых данных удаляются различные клиентские данные: номера карт, кодовые слова и так далее. 4
4. Полученный поток слов снабжается пунктуацией (точками и запятыми) и заглавными буквами. 4
5. Исправляются опечатки, корректируются термины (география). 4
6. На выходе получаются текстовые диалоги, которые анализирует нейросеть, пытающаяся привязать смысл в реальном времени. 4

После окончания звонка тексты также анализируются нейросетями, отвечающими за сбор разных метрик по голосовой и чат-поддержке. 4