13 ноября 2014 06.09Общество

Преимущества голоса

Преимущества голоса

Компания «Яндекс» в 2014 году представила новые разработки в области речевых технологий: голосовую активацию, выделение смысловых объектов из текста и синтез речи. Все три функции доступны в виде библиотеки SpeechKit Mobile SDK и облачной платформы SpeechKit Cloud. Эти технологии не только позволят клиентам взаимодействовать с мобильными приложениями компании, но и существенно расширят возможности продуктов для сторонних разработчиков программ и мобильных приложений.

Речевые технологии можно использовать в широком спектре продуктов от игр до навигационных систем. Они применимы в медицине (для протоколирования операций) и телефонии (для автоматизации работы колл-центров). Платформу можно внедрить в бытовые приборы, автомобили, «умные дома» и т. д.

В «Яндексе» много экспериментируют с голосовыми сервисами и разработали новое демонстрационное приложение — «Яндекс. Диктовка». В ней сочетаются все новые технологии работы с голосом.

Массовое внедрение

Напомним, что российская компания «Яндекс» представила технологию распознавания речи еще в 2013 году. Она понимает запросы на русском и турецком языках. Сейчас ее используют 500 мобильных приложений от многих разработчиков, а также устройства 600 компаний. Качество распознавания зависит от тематики запроса. Для географических названий оно составляет 95%, для коротких фраз — 88%, для текстов вроде заметок и СМС — 82%.

«При проектировании голосовых интерфейсов хорошей аналогией является разговор двух людей. Для начала нужно обратить на себя внимание и позвать человека по имени. А значит, первым важным свойством интерфейсов можно считать умение активироваться с помощью голоса. Чтобы разговор состоялся, собеседник должен говорить с нами на одном языке и понимать нашу речь. Поэтому второе свойство заключается в том, что сервисы должны уметь распознавать речь и отвечать на наши сообщения, а также понимать смысл сказанного», — говорит Денис Филиппов, занимающийся в компании развитием речевых технологий и продуктов.

Эксперт объясняет, что уровень голосовых технологий уже достаточен для развития интерфейсов в массовых приложениях и сервисах. А в будущем такое взаимодействие будет максимально похожим на общение с людьми, что сделает его максимально простым.

«Самое сложное — обеспечить высокий уровень качества. Для этого нам пришлось провести длительное обучение наших систем распознавания голоса. Акустическую модель мы обучали на прослушивании 500 часов размеченной вручную речи, а языковую — на поисковых запросах и текстах из интернета. Суммарный объем текстового корпуса — 4 млрд слов. Это в 22 тысячи раз больше, чем слов в романе «Война и мир», — рассказывает Филиппов.

Мобильное приложение «Яндекс. Диктовка» позволяет наговаривать устройству текст и редактировать его с помощью голоса. Приложение умеет активировать голосовой ввод по команде «Яндекс, записывай», а для редактирования текстов есть стандартный набор голосовых команд, благодаря которым приложение может справиться не только с расстановкой знаков препинания, но даже поставить в нужном месте веселый смайл. После написания текста пользователь может скомандовать прочитать сообщение или отправить его по почте, в виде СМС и сохранить как заметку.

«Наша задача — в будущем перевести спонтанную речь в текст. Это может иметь широкое применение в различных сферах жизни. Например, все мы проводим деловые встречи, и было бы здорово по их окончании получить текстовый протокол переговоров. Но эта задача не решена еще никем в мире, мы только движемся к ее решению», — подчеркнул Денис Филиппов.

Замена ручного управления

Крупнейшие компании разработчиков по всему миру стараются решить схожие задачи. Активнее всего мобильные вендоры внедряют голосовой поиск и занимаются разработкой и обучением голосовых помощников, которые взаимодействуют с пользователем, отвечают на его вопросы и поисковые запросы. Потребительская популярность таких продуктов позволяет компаниям-разработчикам ожидать увеличения продаж своих устройств, поэтому они уделяют все большее внимание улучшению подобных сервисов.

Самым известным ассистентом можно считать Siri, реализованный компанией Apple в iOS начиная с пятой версии. Аналогами лидера являются андроидовский Google Now, который активируется в последней версии прошивки командой Ok, Google, и ассистент Cortana, созданный корпорацией Microsoft для платформы Windows Phone.

До конца года собственную аналогичную программу готовит к выпуску и BlackBerry. По данным разработчиков, сервис будет глубоко интегрирован с интерфейсом устройства и сможет запускать голосом стандартные приложения: включать фонарик, добавлять события в органайзер, выполнять поисковые команды и активировать вызов абонента.

При этом крупнейшие игроки рынка, к которым можно отнести и российский «Яндекс», не скрывают, что появление массовых сервисов — лишь дополнительная возможность обучать не идеальные на данный момент речевые технологии. Постоянное тестирование услуги позволит развить их до того уровня, когда количество ошибок в распознавании речи будет сведено к арифметической погрешности. Пока это не произошло, трудно говорить о том, что речевое управление сможет обогнать по популярности ручное. А это критическая необходимость для так называемых носимых устройств — технологичных очков и часов.

Активнее всего крупнейшие компании разработчиков по всему миру внедряют голосовой поиск и занимаются разработкой

и обучением голосовых помощников, которые взаимодействуют
с пользователем.

Александр Набатов

Текст опубликован в газете «Деловой Омск» №43 (047) 11 ноября

Добавить комментарий
Омская станица Генераловка: пчелиный релакс, пастораль с русскими борзыми и банный лайфхак от атаманаВидео

Омская станица Генераловка: пчелиный релакс, пастораль с русскими борзыми и банный лайфхак от атамана

Настоящий атаман рассказал «Новому Омску», сколько веников брать в парилку, а пчеловод объяснил, от чего у полезного насекомого портится настроение.

Инстаграм-подборка: как омские 11-классники отметили выпускной

Инстаграм-подборка: как омские 11-классники отметили выпускной

Вчера, 23 июня, состоялся общегородской выпускной вечер на Иртышской набережной. Как это было, смотрите инстаграм-подборке «Нового Омска».

Вручение ОмСКАРа: топ-10 нелепых случаев, попавших в объективы омских камерВидео

Вручение ОмСКАРа: топ-10 нелепых случаев, попавших в объективы омских камер

«Класс» выбрал самые курьезные видео последнего года, герои которых и не подозревали, что прославятся на весь честной интернет.

Шикарный маршрут для медового месяца, мальчишник в Турции и самолет для молодоженов

Шикарный маршрут для медового месяца, мальчишник в Турции и самолет для молодоженов

Гости «Нового Омска» узнали главное о свадебных путешествиях.

Школа и журналистика: сбрось кумира с корабля современности

Школа и журналистика: сбрось кумира с корабля современности

В прошлом выпуске проекта мы определились с редактором школьного журнала «ДВИЖ», и наконец настал момент представить всю детскую редакцию на суд читателя.

Тест: а вы бы смогли работать в «Новом Омске»?

Тест: а вы бы смогли работать в «Новом Омске»?

Нашему сайту уже два года. Мы много времени проводим на рабочем месте и, в принципе, считаем его достаточно удобным, а работу — интересной. Но что бы сказали вы, оказавшись на нашем месте?Пройдите тест и ...

НеГородской Пикник: 12 часов, пять площадок, десятки участников и тысячи омичей

НеГородской Пикник: 12 часов, пять площадок, десятки участников и тысячи омичей

24 июня в парке на Королева состоится пикник-2017. Музыкальные выступления, мастер-классы, лекции, конкурсы, ярмарка и другие активности под отрытым небом.

Эмоциональная редакция: набор гифок и стикеров от «Нового Омска»

Эмоциональная редакция: набор гифок и стикеров от «Нового Омска»

В честь двухлетия мы вновь решили рассказать, какой он «Новый Омск» в лицах.

Калачинск-тур: лук и тимбилдинг, кукла-сваха и песни-пляскиВидео

Калачинск-тур: лук и тимбилдинг, кукла-сваха и песни-пляски

«Новый Омск» показывает колорит нового тура на коубах.

Как «Новый Омск» уходил от новостей и пришел к свободе (ВИДЕО)

Как «Новый Омск» уходил от новостей и пришел к свободе (ВИДЕО)

Наш сайт официально изменил слоган. На смену ударному стахановскому лозунгу «Что ни день, то новости» пришел почти философский «Сайт для свободных людей».

Где лучше, чем у бабушки?Инфографика

Где лучше, чем у бабушки?

Куда отдать ребенка, пока детский сад на каникулах.

Омских волонтеров кормит принцесса-кулинар из рода арабского шейха

Омских волонтеров кормит принцесса-кулинар из рода арабского шейха

Наргиз Хакимова рассказала, почему решила стать участником акции «Десант добра».

В омской Пушкинке есть Ельцинка

В омской Пушкинке есть Ельцинка

Продолжаем рассказывать о сокровищах областной библиотеки

В цвет: в Омске состоялось масштабное гранд-дефиле арт-резиденции

В цвет: в Омске состоялось масштабное гранд-дефиле арт-резиденции

300 чашек кофе в день показа, 150 луков на сцене и втрое больше в зале, именитые гости и достойные работы участников — все это красивейшее гранд-дефиле, прошедшее в Омске в минувшие выходные. 

Тест: Угадай по фото — митинг за власть или против?

Тест: Угадай по фото — митинг за власть или против?

Вчера по всей России прокатилась волна проправительственных и оппозиционных акций. Как не запутаться в этом мире транспарантов, лозунгов и флагов и не оказаться по ошибке в толпе тех, чьи идеи не совсем ...