Talhantering

Talhantering är ett svenskt begrepp som beskriver processen att hantera talat språk i digitala system och organisationer. Det innefattar insamling av ljuddata, transkribering och tidskodning, annotering av talegenskaper, lagring och versionering samt hantering av tillgänglighet och upphovsrätt. Målet är att göra taldata sökbara, analyserbara och användbara över olika applikationer såsom arkiv, medieproduktion, kundtjänst och språkforskning.

De viktigaste delarna inkluderar datahantering och katalogisering av ljudfiler och deras transkriptioner samt metadata och versionering; språkteknologiska bearbetningar som taligenkänning (ASR), text-till-tal (TTS) och naturlig språkbehandling (NLP), samt diarisering av talare och prosodianalys. Annotering, kvalitetskontroll och hantering av rättigheter och åtkomst är också centrala moment.

Standards och interoperabilitet är viktiga, med användning av transkriptions- och metadataformat som TEI eller andra tidskodade representationer, samt undertextnings- och captionsformat som SRT eller WebVTT i vissa tillämpningar. Lagstiftning och etiska överväganden kring integritet, inspelningstillstånd och upphovsrätt är vanligt förekommande.

Talhantering används exempelvis inom arkiv- och medieproduktion, kundtjänst, forskning och tillgänglighetsarbete för personer med hörselnedsättning. Utvecklingen påverkas av förbättrad taligenkänning, fler språk och dialekter, samt ökade krav på integritet och rättvisande representation.