La transcription de la parole en texte (speech-to-text) consiste à convertir la langue parlée en texte écrit grâce à la reconnaissance vocale. Les contenus audio, comme les conversations ou les discours, sont ainsi transcrits en texte que l'on peut analyser, stocker ou traiter ensuite.
Cette technologie est importante, car elle améliore l'accessibilité, la productivité et la gestion des contenus. Elle est très utilisée dans les services de transcription, les assistants vocaux et le sous-titrage en temps réel. Les utilisateurs interagissent plus facilement avec leurs appareils et les contenus, sans avoir à taper au clavier.