Napíšte to slovami

Autor: Peter Sumec	Publikované: 27.06.2012 15:51:00
pošli do vybrali.sme.sk   Zdieľaj na Facebooku

Spoločnosť Nuance Communications, Inc., popredný poskytovateľ hlasových riešení dnes na tlačovej konferencii v Bratislave predstavil svoje nové dve aplikácie, na rozpoznávanie hlasu v slovenskom jazyku, pre platformu Apple.

Aj napriek tomu, že s logom spoločnosti Nuance zákazníci neprichádzajú často do kontaktu, stojí za mnohými hlasovými aplikáciami, v najrôznejších zariadeniach. Od mapových navigácií, cez rozpoznávanie hlasových povelov v rámci automobilov, či sofistikovaných prepisov lekárskych hlasových záznamov, prípadne prepisov súdnych pojednávaní. Rovnako stojí za aplikáciou Siri, ktorá je súčasťou najnovšieho iPhone 4S, vďaka ktorej smartfón nie len že dokáže jednotlivé slová identifikovať, ale na základe veľmi komplikovaného softvéru s využitím neurónových sietí vie aj pochopiť kontext rozhovoru, a okamžite naň reagovať.

Najnovšie prírastky v portfólií Nuance, s veľkou pridanou hodnotou pre slovenských užívateľov zariadení Apple, sú aplikácie Nuance Dragon Dictation a Dragon Search, pre iPhone, iPod touch a iPad. K dispozícií budú od zajtra (28.06.2012), na App Store úplne zadarmo.

Nuance Dragon Dictation

Kompatibilita je zaručená s operačným systémom iOS-5. Ide o „jednoduchý program“, v rámci ktorého môže užívateľ diktovať slovenský text, ktorý následne program prekonvertuje do textovej podoby. Takto nadiktovaný text sa dá následne odoslať prostredníctvom nástrojovej lišty do jednej z niekoľkých aplikácií ako e-mail, SMS správa, príspevok do siete Facebook, Twitter, či skopírovať do schránky, na neskoršiu editáciu. Aplikácia dokáže nadiktovaný text automaticky uložiť v prípade, ak je proces prerušený telefonátom, či ďalšími akciami v telefóne.

Dragon Search

Aplikácie na vyhľadávanie v rámci internetu pomocou hlasového diktovania jednotlivých slov existujú na trhu už nejakú dobu, avšak s tým rozdielom, že Dragon Search využíva rovnaký mechanizmus ako Dragon Dictation, čo mu zabezpečuje plnú kompatibilitu zo slovenským jazykom. Keďže slovenský jazyk je špecifický, oba programy nie sú preloženými alternatívami amerických produktov, ale samostatnými aplikáciami vytvorenými konkrétne pre náš trh. Aplikácia pozostáva z lišty ikon v hornej časti obrazovky, z ktorej môže užívateľ jednoducho vybrať službu spomedzi vyhľadávačov ako Google, Yahoo! Twitter, iTunes, Wikipedia či YouTube, v rámci ktorej bude vyhľadávať. Počas niekoľkých sekúnd po nadiktovaní textu program zobrazí výsledky.

Ako to celé funguje

Obe aplikácie sú v podstate len bránami, bez databáz a iných súčastí. Po nadiktovaní textu, ktorého maximálna dĺžka je limitovaná 40 sekundami, aplikácia odošle nahrávku do Cloudu (Server na internete aj s celou technológiou prekladu), v ktorom nastáva celý proces transformácie reči do textovej podoby. Keďže celý proces prebieha mimo mobilného zariadenia prostredníctvom internetu, je potrebné dátového spojenia, a teda dátový balíček od operátora, prípadne WiFi sieť. Zaujímavosťou tejto technológie je neustále zdokonaľovanie, a zlepšovanie konverzie hlasu na text vďaka užívateľom. Ako príklad sa spomenulo spustenie produktu na trhu v Poľsku. Aplikácia po uvedení mala úspešnosť v kvalite prekladu okolo 75 %, po niekoľkých mesiacoch však kvalita prekladu stúpla až k 95%. Je to spôsobené neustálim vylepšovaním, zdokonaľovaním a získavaním hlasových vzoriek od používateľom. Preto čím viac užívateľom využíva program, tým viac stúpa jeho účinnosť.

Po inštalácií aplikácie sa zobrazí voľba, ktorá dáva na výber, či program má povolenie zaslať telefónne kontakty v rámci zariadenia, na vzdialený server (Cloud). Celý proces smeruje k tomu, aby program vedel bez problémov rozoznať menám z kontaktov v telefóne pri diktovaní. Aj napriek tomu, že aplikácie sú pre prostredie iOS, zdrojové kódy budú voľne dostupné pre vývojárov. Dá sa teda v blízkej dobe očakávať možnosť diktovania textu v slovenskom jazyku aj pre ostatné mobilné platformy.

Prečo sú tieto náročné aplikácie s nákladným vývojom šírené zadarmo?

Spoločnosť Nuance, chce ľuďom ukázať novú možnosť v komunikácií. Okrem iných projektov sa chce podieľať aj na modernizovaní firemných Call centier, v ktorých by odpadla možnosť zadávania volieb pomocou čísel, ale celý proces by prebiehal rozhovorom. Aj takýmto spôsobom chce ukázať, že aj náročný jazyk akým je slovenčina, sa dá kvalitne softvérovo rozpoznávať.