IBM si Microsoft lucreaza de zor la computerul vorbitor

Din ce in ce mai multe companii dezvolta aplicatii vocale pentru computere si afirma ca au rezolvat cele mai multe dintre problemele care stateau in calea realizarii masinii care sa asculte si sa vorbeasca la fel ca omul.
Microsoft si IBM sunt numai doua dintre companiile care au investit de la inceput in acest sector, sperand ca programele de cercetare-dezvoltare vor produce pana la urma aplicatii care se vor vinde pe bani grei la scara mondiala. Problemele care faceau imposibilã realizarea acestui vis -pronuntia diferita a fiecarei persoane, de diferitele ticuri verbale sau de jargon, precum si de zgomotul existent in anumite locatii- au fost rezolvate, spun specialistii. Ei viseaza acum la o varietate intreaga de aplicatii pentru aceste programe, de la clasicele call-center operate de roboti, pana la programele care transforma textul in cuvinte si cuvintele in mesaje scrise.
Microsoft a anuntat deja ca va prezenta pentru teste noul sau produs Speech Server, o aplicatie care va permite computerelor sa primeasca comenzi vocale. De asemenea, versiunea beta a Speech Application va fi trimisa partenerilor Microsoft. Aplicatia Server ar putea fi folosita de companiile care vor sa isi reduca numarul angajatilor din biroul de informatii, precum liniile aeriene sau caile ferate. Iar o astfel de solutie ajunge sa coste un milion de dolari, ceea ce inseamna si incasari spectaculoase pentru producatori.
IBM lucreaza de asemenea la realizarea de aplicatii vocale pentru marile companii. Ei au prins deja un contrat in acest sens, compania financiara T. Rowe Price implementand un sistem de management al conturilor cu ajutorul comenzilor verbale. Clientul nu trebuie decat sa spuna “vreau sa efectuez o tranzactie” iar computerul il intreaba ” Ce fel de tranzactie?”. Iar dialogul continua pana la finalizare cu succes a ei.
Specialistii testeaza si un alt fel de aplicatie, care va ajuta turistii straini care nu vorbesc limba engleza sa se descurce in orasele americane. Chioscurile-translator ii vor ajuta pe vizitatori sa  afle drumul spre destinatia dorita. Acest proiect, tot al IBM, va fi gata pana la finalul acestui an, spun specialistii companiei. Pana in 2010, IBM vrea sa faca de asemenea un soft care sa transcrie pe hartie dupa dictare, fara erori, care sa poata fi folosit de marile corporatii in activitatea lor zilnica.
Companiile care promoveaza astfel de produse s-au orientat insa intai catre utilizatorii de PC-uri, care au fost intotdeauna receptivi la noile tehnologii. Specialistii spun ca, pe viitor, aceste aplicatii vocale aisi vor gasi o mai mare utilizare in cadrul altor echipamente mobile: telefoane, handhelduri, PDA. Asta pentru ca, spun ei, in cazul acestora utilizarea unei tastaturi este extrem de dificila.
Tehnologia vocala este insa departe de a fi performanta acum.Computerele vorbesc un dialect propriu si nu stiu cum sa reactioneze daca utilizatorul spune “ihim” in loc de “da”. Nici macar nu se emotioneaza daca tipi la ele. Specialistii spun insa ca astfel de probleme vor fi eliminate pe viitor. Microsoft a dezvoltat in acest sens un sistem de interpretare a comenzilor pe baza de probabilitati. Luand in calcul cele mai logice continuari ale unei fraze incepute, aplicatia Yoda poate acum sa transcrie coerent dupa dictare, chiar daca nu nimereste totdeauna. De exemplu, computerul stie ca dupa cuvantul “sedinta” va urma fie “in sala de conferinte”, fie “la ora cutare” sau alte astfel de posibile continuari. El analizeaza sunetele si compara rezultatele cu ceea ce ar fi putut urma, avand astfel mult mai putine sanse sa greseasca, chiar daca pronuntia utilizatorului nu este cea corecta. dan.dragomir@zf.ro