La suite logicielle VoxSigma Speech-to-Text de Vocapia est une technologie de pointe dans le traitement de la parole qui offre une reconnaissance vocale en continu à grand vocabulaire dans plusieurs langues pour une variété de types de données audio. Elle permet la transcription de grandes quantités de documents audio et vidéo tels que des données de diffusion, que ce soit en mode batch ou en temps réel. Elle propose également une segmentation et une partition audio, une identification des locuteurs et une reconnaissance des langues. La suite logicielle est disponible en tant que service web via une API REST Speech-to-Text, offrant une transcription vocale complète, un index audio et des capacités d'alignement texte-audio via une API REST sur HTTPS. De plus, le logiciel offre des technologies linguistiques avancées telles que l'identification des langues et la diarisation des locuteurs pour transformer les données audio brutes en documents XML structurés et consultables, permettant aux utilisateurs d'accéder au contenu dans des documents vidéo. Il est utilisé pour des applications telles que l'exploration de données de diffusion et de téléphone, l'analyse de la parole, la surveillance des médias, la gestion des actifs médiatiques, la transcription de la parole, le sous-titrage, et plus encore. Le logiciel de reconnaissance vocale est disponible pour plus de 82 langues et les clients peuvent créer des modèles pour leur ensemble de langues souhaité.