Руководитель отдела голосовых технологий и продуктов «Яндекса» Денис Филиппов: «Мобильные устройств

Сейчас устройства уже очень хорошо научились слышать и понимать нас. Почти так же хорошо, как, например, собеседник, который сидит в шумном кафе напротив. В прошлом году «Яндекс» презентовал технологию распознавания речи Yandex SpeechKit, и с тех пор мы постоянно ее улучшали.

Благодаря большим вычислительным мощностям и обучению нейронных сетей на огромных массивах данных короткие запросы на любую тематику система понимает с точностью 85%, географическую тематику — на 95%. Даже человек распознает не 100% речи, а в зависимости от тематики 96-99% услышанного.

При этом наша технология распознавания речи работает очень быстро — время перевода речи в текст составляет в среднем одну секунду. Сейчас эта технология уже работает во многих сервисах «Яндекса» — «Навигаторе», «Браузере», «Городе», «Поиске».

Технология распознавания речи — редкая, уникальная вещь, которую способны сделать считанные компании в мире (на российском IT-рынке голосовые технологии предлагают еще компании Apple и Google. — «ДО»). Поэтому для нас было логичным в какой-то момент начать ей делиться.

Мы начали с того, что открыли технологию для разработчиков мобильных приложений, сделав кросс-платформенную библиотеку Yandex SpeechKit Mobile SDK. С ее помощью можно сделать голосовой ввод или интерфейс для своего приложения. Для этого нужно написать всего несколько строк кода, и это позволяет сделать мобильные приложения более удобными для пользователей.

Теперь к нам стали обращаться и другие компании, заинтересованные в использовании нашей технологии. Ведь сфера применения речевых технологий очень обширна: врач в поликлинике может проговаривать диагнозы, которые тут же будут внесены в электронную карточку — и не будет никаких рецептов с нечитаемым почерком.

Чтобы все это стало возможным, мы создали облачный сервис распознавания речи, который можно использовать практически для любых устройств и программ. Надеемся, что в будущем все больше сервисов станут понимать нас с полуслова. Это сделает взаимодействие с ними более естественным и упростит нашу жизнь.

  Текст опубликован в газете «Деловой Омск» №30 (034) 12 августа

Больше интересного в жанре: Статьи