Sistemas de closed caption baseados em reconhecimento de voz

É desta cadeia de escutar, repetir e a máquina processar que surge o delay na transmissão. Além disso, como vimos na primeira parte deste artigo, da comparação dos fonemas com as palavras disponíveis no sistema, surgem probabilidades de um texto “casar” com um conjunto de sons. Ocorre que nem sempre esta estatística será perfeita, especialmente nos casos de menor incidência de uso de uma palavra dentro de algum contexto, pois ela acabará tendo menor probabilidade ocorrência, podendo gerar erro. Há, assim como na estenotipia, a possibilidade de uma palavra não encontrar seu correspondente textual, ocasionando uma “substituição” que deverá lembrar  o som da frase ou palavra original.

Mesmo no caso do closed caption automático, ainda assim há o tempo de processamento da máquina, que não deixa também de ser uma fonte de delay. O fato de não ter a operação de relocução, por outro lado, não é garantia de um atraso menor, pois, sendo um sistema mais complexo, pode demandar maior tempo de processamento. Evidentemente que isso também dependerá do equipamento que roda esta aplicação. De forma geral, seria leviano fazer uma comparação genérica, pois a maneira mais precisa de avaliação passaria pela análise da solução de cada fornecedor.