GLOSSARY
音声認識（ASR）
話し声をテキストへ変換する技術。会議の文字起こし、音声アシスタント、字幕ツールの基盤で、明瞭な音声では人間に近い精度に達しています。
現代の自動音声認識は深層学習のパイプラインです。（多くは Whisper 系の）音声エンコーダが音を表現へ写像し、デコーダが句読点・大文字・話者ラベル付きの単語へ変換します。ノイズ、アクセント、話者の重なり、専門用語がまだ精度の敵です。
このディレクトリでは、ASR は一つの製品ファミリーの見えないエンジンです。会議メモ（Otter、Fireflies）、ポッドキャスト編集（Descript）、字幕生成（VEED、Captions）、音声インターフェース。選ぶ基準は文字起こしを取り巻くワークフロー — 要約・アクション項目・編集 — です。生の精度の差は劇的に縮まったためです。