问：
语音转文字和聊天机器人之间有什么区别？
A：语音转文本技术与聊天机器人之间的众多显着差异是聊天机器人和语音机器人项目快速发展中正在研究的一部分。
语音转文本技术只是将口头语音转换为数字页面上的文本的一种技术。 这是它的全部功能，但并不是一个简单的设计。 为了将口头语音转换为文本，该技术必须将单词和句子分解为单独的音素，并根据复杂的算法与它们一起使用，以创建准确且能代表说话者说话内容的文本。
另一方面，聊天机器人是实现与人交流的目标的技术。 聊天机器人有两种类型：文本聊天机器人和语音机器人。 文本聊天机器人的存在时间已经更长了，因为它们不需要语音机器人利用的语音到文本元素。
语音转文本技术和聊天机器人之间的主要区别是范围。 如前所述，语音到文本技术所需要做的就是转录口头语音。 另一方面，聊天机器人需要以其所使用的任何形式进行演讲，理解它，并提供力求通过图灵测试的答案，该测试旨在检验一种技术是否可以使人们误以为他或她是与另一个人交谈。
考虑到这一点，聊天机器人比语音机器人更容易创建。 聊天机器人接收人类的文字并提供文字回复。 自1980年代末和1990年代初以来，即使是相对简单的聊天机器人也已经能够为人类提供有趣而令人愉快的结果。
另一方面，语音机器人必须接受口头语音，将其转换为文本，检查其准确性，产生响应，并将该响应从机器语言转换为可听语音。 大量相当重要的任务意味着语音机器人需要大量的计算能力和大量的设计来构建。
Siri，Cortana和Alexa等项目展示了语音机器人技术的先锋。 他们还说明该技术仍处于起步阶段。 尽管Alexa和其他技术可以对人类语音做出口头反应，但就我们通常与人类语音的联想而言，它们并不十分出色。 换句话说，这些技术可以提供的响应有很多限制。 如今，当今的个人助理甚至只能以有限的能力真正生成语音到文本的功能，例如，为了转录电子邮件或帮助某人不用手而写文章的目的。 市场上某些特定的语音到文本程序在此方面比Siri或Cortana更好，这可能是由于资源分配所致。 但是，有迹象表明，语音机器人的发展即将开始，例如Amazon的Lex平台，该平台允许工作室环境构建此类技术。
Tobias Goebel在一篇有关该主题的聪明而有启发性的文章中谈到了这些技术之间的区别，并对比了“转录”的过程，即语音到文本所做的过程，以及聊天机器人应该做的理解工作。
Goebel写道：“虽然消除了语音识别的需求确实使聊天机器人变得更容易，但是构建功能正常的机器人的主要挑战在于自然语言理解。”
Goebel还确定了该行业中许多当前的参与者：
语音识别的市场领导者是Nuance，后者在著名的系统（如Dragon NaturallySpeaking）上支持PC上的听写，该系统自90年代就已存在，但Siri也是如此：在苹果云中执行的语音识别/转录任务使用Nuance技术在幕后。 其他的还有LumenVox，Verbio或Interactions，但亚马逊，谷歌，微软和IBM之类的语音识别现在也通过API作为云服务提供。
随着聊天机器人的发展，假设他们的理解会在某些轨迹上继续增加–并且还主要假设会有更多的bot技术将从文本界面传递到语言界面，从而需要更多的计算能力。
