Konuşma ve ses: konuşma tanıma ve sentezi

Kısaca: Konuşma tanıma (ASR) sesi metne, konuşma sentezi (TTS) metni sese çevirir. İkisi de bugün sinir ağlarıyla, çoğunlukla dönüştürücülerle yapılır.

Biraz daha ayrıntılı: Ses, örneğin saniyede 16.000 örnekli bir dalga biçimidir. Bu modeller için fazla ince olduğundan önce bir spektrograma (zamana göre frekanslar) çevrilir.