A gépi felolvasás összehasonlíthatatlanul könnyebb probléma, mint a felismerés, nem összekeverendõ. Felolvasó programok (olyanok, amilyenek) még a ZX Spectrumomra is voltak, ma már valódi, emberit megközelítõ intonációra képes szoftverek vannak, magyarul is.
Én úgy tudom, jó - emberi szintet elérõ - beszédfelismerõ program mai napig nem létezik semmilyen nyelven. A legnagyobb gond, hogy a számítógépnek nincs semmilyen tudása a kontextusról, tehát ha a beszélgetés mondjuk az ebédrõl szól, akkor nem fogja kitalálni, hogy a nehezen érthetõ ...ábas szót inkább "lábas"-nak és nem mondjuk "hátas"-nak kell értenie. Egy ember a beszédértés során folyamatosan használja az ilyen jellegû tudását. A másik nagyon nagy gond, hogy a kimondott hangok gyakran nagyon távol állnak attól, amit a szó könyvtári alakjából várnánk, ráadásul ez is változik a szövegkörnyezettõl függõen.
Persze vannak szép eredmények, de a ma létezõ legjobb megoldások is olyan erõmûvet igényelnek tárhelyben és számítási kapacitásban, amely aligha fér bele egy mobilba (sokszor a mai asztali gépek sem elegendõk). Kíváncsi lennék, mit is tud valójában ez a megoldás, marketingduma nélkül...