Runājiet ar Tālruni

Mobilie tālruņi var veikt daudzas lietas: meklēt tīmeklī, lejupielādēt mūziku, sūtīt e-pastu. Taču lielākā daļa no 233 miljoniem amerikāņu, kuriem tie pieder, tos neizmanto tikai zvaniem un īsziņām. Viens no iemesliem ir tas, ka citām funkcijām lietotājiem bieži ir jāievada teikumi vai gari meklēšanas vienumi, kas ir nogurdinošs uzdevums.

Balss atpazīšanas korekcija: Izmantojot Vlingo balss atpazīšanas saskarni, lietotājs var ierunāt teikumu mobilajā tālrunī, redzēt, ka šis teikums (šajā gadījumā īsziņa Hei, Endij, kā iet) parādās ekrānā, un izmantot vienkāršus rediģēšanas rīkus, lai aizstātu vārdus, kas var būt balss atpazīšanas tehnoloģija ir nepareizi interpretējusi. Interfeiss palīdz lietotājiem izvairīties no manuālas īsziņu, meklēšanas vienumu un e-pasta ievadīšanas.

Runas atpazīšanas saskarnes varētu atvieglot šādu funkciju lietošanu. Vlingo, starta uzņēmums Kembridžā, MA, tiek piedāvāts tirgū ar vienkāršu lietotāja interfeisu, kas nodrošina runas atpazīšanu mobilo tālruņu lietojumprogrammās. Mēs neizstrādājam galveno runas atpazīšanas dzinēju, saka līdzdibinātājs Maikls Filipss, bijušais MIT pētnieks un SpeechWorks dibinātājs, kurš izstrādāja zvanu centra runas saskarnes klientiem, tostarp Amtrak. Mums tas nav jādara vēlreiz. Tā vietā Vlingo uztver runu, pārvērš to tekstā un nodrošina vienkāršu veidu, kā labot kļūdas, izmantojot tālruņa navigācijas taustiņus, palīdzot sistēmai mācīties. Lietotāja runātie vārdi tiek pārvietoti pa mobilā interneta savienojumu, lai veiktu analīzi Vlingo serverī, aiztaupot tālruni no smagas skaitļošanas darba; transkripcija parādās mazāk nekā divas sekundes vēlāk.

Šis stāsts bija daļa no mūsu 2007. gada septembra numura

• Skatiet pārējo izdevuma daļu
• Abonēt

Pārbaudei pajautāju telefonā Šūmaņa klavierkoncertu. Vlingo ātri atgriezās ar Šona klavierkoncertu. Kad virzīju kursoru virs vārda Šons, sistēma piedāvāja tādas alternatīvas kā spīdēt un rakstīt. Ja kādam no tiem būtu bijusi taisnība, es būtu varējis noklikšķināt, lai to ievietotu kā aizstājēju. Bet, tā kā īstais vārds neparādījās, es to ierakstīju manuāli.

Mana korekcija palielināja izredzes uz labākiem rezultātiem nākotnē. Es biju iemācījis sistēmai, ka nākamreiz, kad izmantošu vārdu, kas izklausās pēc Šūmaņa, Šūmanim vajadzētu būt vienai no manām izvēles transkripcijām. Es arī mācīju, ka citi cilvēki, kas veic mūzikas meklējumus, var lietot vārdu Šūmans, lai tas varētu parādīties arī viņiem.

Uzņēmums: Vlingo, Kembridža, MARnFinansējums: 6,5 miljoni USD no Charles River Ventures un Sigma Partnersrn Dibinātāji: Maikls Filips, SpeechWorks dibinātājs un bijušais MIT pētnieks; Džons Ngujens, bijušais SpeechWorks datorzinātnieks

• Izpilddirektors:

  Deivids Granans, bijušais Nokia mobilā e-pasta vadītājs

  
  
  

Mazām platformām ir nepieciešama runa, un meklēšana ir spēcīgs veids, kā atrast informāciju, saka Džeimss Glass, MIT Datorzinātnes un mākslīgā intelekta laboratorijas runāto valodu sistēmu grupas vadītājs. Abu kombinācija ir ļoti spēcīga, viņš saka, piebilstot, ka Vlingo strādā pie šīs robežas.

Vlingo vēlas, lai mobilo tālruņu operatori apvienotu tā saskarni ar citiem piedāvājumiem. Pārvadātāji var būt priecīgi to atdot, jo viņi gūs ieņēmumus, jo cilvēki faktiski izmantos navigācijas sistēmas vai sērfo tīmeklī, saka izpilddirektors Deivids Granans.

Mazins Gilberts, AT&T Labs dabiskās valodas apstrādes izpilddirektors Florham Parkā, Ņūdžersijā, saka, ka citi, tostarp AT&T, arī izstrādā runas saskarnes mobilajiem tālruņiem; viņš domā, ka viena problēma būs pareizas lietotāja pieredzes nodrošināšana rentablā un mērogojamā veidā. Vlingo uzskata, ka vienkāršs, pielāgojams interfeiss ir viens no veidiem, kā atvieglot izaugsmi.

paslēpties