211service.com
Waar gaat spraakherkenning heen
Tot voor kort leek het idee om een gesprek te voeren met een computer pure sciencefiction. Als je een computer zou vragen om de deuren van de pod-bay te openen, nou, dat was alleen in films.
Maar dingen veranderen, en snel. Een groeiend aantal mensen praat nu met hun mobiele smartphone en vraagt hen om e-mail en sms-berichten te verzenden, een routebeschrijving te zoeken of informatie op internet te zoeken.
We bevinden ons op een overgangspunt waar spraak- en natuurlijke taalverstaan plotseling op de voorgrond treden, zegt Vlad Sejnoha, chief technology officer van Nuance Communications, een bedrijf gevestigd in Burlington, Massachusetts, dat de markt voor spraakherkenning domineert met zijn Dragon-software en andere producten. Ik denk dat spraakherkenning de huidige [computer]-interface echt op zijn kop zal zetten.
Vooruitgang is mede tot stand gekomen dankzij gestage vooruitgang in de technologieën die nodig zijn om machines te helpen menselijke spraak te begrijpen, inclusief machine learning en statistische datamining-technieken. Geavanceerde spraaktechnologie is al gemeengoed in callcenters, waar het gebruikers door menu's laat navigeren en helpt bij het identificeren van woedende klanten die moeten worden overgedragen aan een echte klantenservicemedewerker.
Nu maakt de snelle opkomst van krachtige mobiele apparaten spraakinterfaces nog nuttiger en doordringender.
Jim Glass, een senior onderzoekswetenschapper aan het MIT die al sinds de jaren tachtig aan spraakinterfaces werkt, zegt dat de smartphones van vandaag evenveel rekenkracht hebben als de laboratoriummachines waarmee hij in de jaren '90 werkte. Smartphones hebben ook dataverbindingen met hoge bandbreedte naar de cloud, waar servers het zware werk kunnen doen dat gepaard gaat met zowel spraakherkenning als het begrijpen van gesproken vragen. De combinatie van meer data en meer rekenkracht betekent dat je vandaag dingen kunt doen die je voorheen gewoon niet kon, zegt Glass. U kunt meer geavanceerde statistische modellen gebruiken.
Het meest prominente voorbeeld van een mobiele spraakinterface is natuurlijk Siri, de spraakgestuurde persoonlijke assistent die in de nieuwste iPhone is ingebouwd. Maar spraakfunctionaliteit is ingebouwd in Android, het Windows Phone-platform en de meeste andere mobiele systemen, evenals in veel apps. Hoewel deze interfaces nog steeds aanzienlijke beperkingen hebben (zie Sociale intelligentie), komen we steeds dichter bij machine-interfaces waarmee we daadwerkelijk kunnen praten.
Nuance vormt de kern van de hausse in spraaktechnologie. Het bedrijf werd in 1992 opgericht als Visioneer en heeft tientallen andere spraaktechnologiebedrijven overgenomen. Het heeft nu meer dan 6.000 medewerkers op 35 locaties over de hele wereld, en de omzet in het tweede kwartaal van 2012 bedroeg $ 390,3 miljoen, een stijging van 22,4 procent ten opzichte van dezelfde periode in 2011.
In de afgelopen jaren heeft Nuance haar expertise op het gebied van spraakherkenning behendig toegepast op de opkomende markt voor spraakinterfaces. Het bedrijf levert spraakherkenningstechnologie aan veel andere bedrijven en er wordt algemeen aangenomen dat het de spraakcomponent van Siri levert.
Spraak is bij uitstek geschikt voor mobiel computergebruik, zegt de CTO van Nuance, deels omdat gebruikers hun handen en ogen anders bezig hebben, maar ook omdat een enkel gesproken commando taken kan uitvoeren die normaal gesproken veel vegen en drukken vereisen. Plots heb je deze nieuwe bouwsteen, deze nieuwe dimensie die je aan het probleem kunt toevoegen, zegt Sejnoha. En ik denk dat we met dat in gedachten de gebruikersinterface van het moderne apparaat gaan ontwerpen.
Geïnspireerd door het succes van spraakherkenningssoftware op mobiele telefoons, hoopt Nuance zijn spraakinterfaces op veel meer plaatsen te plaatsen, met name de televisie en de auto. Beide zijn populair en rijp voor innovatie.
Om een programma op tv te vinden of een DVR-opname te plannen, moeten kijkers momenteel door lastige menu's navigeren met een afstandsbediening die nooit is ontworpen voor het intoetsen van tekstquery's. Producten die het vinden van een programma moesten vergemakkelijken, zoals Google TV, bleken te complex voor mensen die gewoon willen ontspannen voor een avondje entertainment.
In de onderzoekslaboratoria van Nuance demonstreerde Sejnoha software genaamd Dragon TV op een televisie in een nagemaakte woonkamer. Toen een collega zei: Dragon TV, vind films met Meryl Streep in de hoofdrol, scande de interface onmiddellijk de kanaallijsten om verschillende geschikte films te selecteren. Een versie van deze technologie zit al in sommige televisies die door Samsung worden verkocht.
Er gaan geruchten dat Apple zijn eigen televisie aan het ontwikkelen is, en er wordt gespeculeerd dat Siri de controller zal zijn. Het idee is aangewakkerd door Walter Isaacsons biografie van Steve Jobs, waarin de overleden CEO zou hebben beweerd dat hij eindelijk de tv-interface had opgelost.
Ondertussen maakt het Sync-entertainmentsysteem in Ford-auto's al gebruik van de technologie van Nuance om bestuurders routebeschrijvingen, weersinformatie en liedjes te laten ophalen. Ongeveer vier miljoen Ford-auto's op de weg hebben Sync met spraakherkenning. Vorige week introduceerde Nuance software genaamd Dragon Drive waarmee andere autofabrikanten spraakbesturingsfuncties aan voertuigen kunnen toevoegen.
Beide nieuwe contexten zijn uitdagend. Een van de redenen waarom spraakinterfaces populair zijn geworden op smartphones, is dat gebruikers rechtstreeks in de microfoon van het apparaat spreken. Om ervoor te zorgen dat het systeem goed werkt in televisies en auto's, waar meer achtergrondgeluid is, experimenteert het bedrijf met arraymicrofoons en noise-cancelling-technologie.
Nuance stelt een aantal softwareontwikkelingskits beschikbaar voor iedereen die spraakherkenningstechnologie in een applicatie wil opnemen. Montrue Technologies, een bedrijf gevestigd in Ashland, Oregon, gebruikte de mobiele medische SDK van Nuance om een iPad-app te ontwikkelen waarmee artsen aantekeningen kunnen dicteren.
Het is verbazingwekkend nauwkeurig, zegt Brian Phelps, CEO en medeoprichter van Montrue en zelf een ER-arts. Spraak heeft een hoek omgedraaid; het is op een punt gekomen waarop we een ongelooflijke nauwkeurigheid krijgen, direct uit de doos.
De kits versterken op hun beurt de positie van Nuance en helpen het bedrijf zijn algoritmen voor spraakherkenning en taalverwerking te verbeteren door steeds meer spraakgegevens via zijn servers te verzenden. Zoals Glass van MIT zegt, is er al lang een gezegde in de spraakherkenningsgemeenschap: 'Er zijn geen gegevens zoals meer gegevens'. Nuance zegt dat het de gegevens in een anoniem formaat opslaat om de privacy te beschermen.
Sejnoha gelooft dat mobiele spraakinterfaces binnen een paar jaar veel doordringender en krachtiger zullen zijn. Ik zou er gewoon tegen moeten kunnen praten zonder het aan te raken, zegt hij. Het luistert constant naar triggerwoorden en doet het gewoon: een kalender openen, een sms-bericht klaarzetten of een browser die is genavigeerd naar waar u heen wilt.
Misschien zullen mensen zelfs praten met computers die ze dragen, zoals de bril met foto's die in ontwikkeling is bij Google. Bronnen bij Nuance zeggen dat ze actief plannen hoe spraaktechnologie moet worden ontworpen om op draagbare computers te kunnen draaien.