Märksõnade tuvastamine on kõnetuvastustarkvara programmide ja tööriistade põhifunktsioon. Kõnetuvastustarkvara toetub keerukatele tehnoloogiatele, et mõista, mida keegi ütleb, ja seejärel teisendada see tekstiks. Selleks peab kõnetuvastustarkvara toetuma erinevatele tehnoloogiatele ja analüüsimeetoditele. Üks neist on märksõna tuvastamine.
Kaks erinevat tüüpi märksõnade leidmist töötavad erinevalt. Esimene on märksõna määramine piiramatus kõnes või lineaarse foneetikavoo analüüs ilma täpsustatud sõnavahedeta. Teist vormi nimetatakse märksõna tuvastamiseks isoleeritud sõnatuvastuses, kus tarkvaral võib olla vihjeid vaikuse või sõnadevaheliste pauside osas.
Märksõnade tuvastamine piiramatus kõnes tugineb teatud programmidele, mida nimetatakse algoritmideks. Need programmid töötavad põhimõtteliselt “bittide” või üksikute foneemidega, et ennustada, mida need kõige tõenäolisemalt “tähendavad” või mis konteksti need kõige tõenäolisemalt paigutatakse. Ühte populaarset algoritmi selle ülesande jaoks nimetatakse iteratiivseks Viterbi kodeeringuks, mida mõnikord selgitatakse kui ühe jada “väikseima normaliseeritud kauguse” leidmine teisest, teisisõnu andmebittide võrdlemine “sobitamiseks”, mis aitab kõnetuvastust. Mõned neist algoritmidest on inimkõne tõlgendamisel äärmiselt tõhusad, ilma et sellest tegelikult aru saaks.
Teine tüüp, märksõna tuvastamine isoleeritud sõnatuvastuses, kasutab mõnikord seda, mida eksperdid nimetavad “dünaamiliseks ajakõverduseks”. See protsess analüüsib kiirust või tempot, et aidata kõnetuvastust. Seal on palju analüütilisi võrdlusi, mis aitavad kujundada lõpptulemust, mis tõlgendab sõnu ainulaadselt.
Mõlemat tüüpi märksõnapunktide strateegiaid seletatakse mõnikord sellega, mida spetsialistid nimetavad “varjatud Markovi mudeliteks”. Markovi mudel on saanud nime selle teadlase järgi, kes selle välja mõtles ja kasutab raskete tulemuste leidmiseks keerulisi statistilisi meetodeid. Märksõnade otsimine ja muu kõnetuvastustarkvara põhinevad suures osas tõenäosusel, samuti jadade ja võrdluste salvestamisel, et masin saaks genereerida teksti, mis peegeldab täpsemalt inimkasutaja öeldut.
Kõnest tekstiks tehnoloogia on osutunud tohutult kasulikuks suulise suhtluse lehele teisendamiseks, ilma et oleks vaja tohutult käsitsi tippida. On tõenäoline, et märksõnatööriistad ja muud tehnoloogiad juhivad jätkuvalt võimsamaid kõnetuvastusprogramme, mis muudavad suhtluse erinevates meediumites tõhusamaks. Sellised tehnoloogiad käivad käsikäes digitaalse teabeedastusega, mis toob tänapäeva maailmale ja selle kodanikele mitmekesisemaid võimeid.