Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

BME TMIT 1 speechlab.tmit.bme.hu Beszédtechnológia - A multik – és a többiek lehetőségek és korlátok Németh Géza BME Távközlési és Médiainformatikai Tanszék.

Hasonló előadás


Az előadások a következő témára: "BME TMIT 1 speechlab.tmit.bme.hu Beszédtechnológia - A multik – és a többiek lehetőségek és korlátok Németh Géza BME Távközlési és Médiainformatikai Tanszék."— Előadás másolata:

1

2 BME TMIT 1 speechlab.tmit.bme.hu Beszédtechnológia - A multik – és a többiek lehetőségek és korlátok Németh Géza BME Távközlési és Médiainformatikai Tanszék Beszédkommunikáció és Intelligens Interakciók Laboratórium

3 BME TMIT 2 speechlab.tmit.bme.hu Áttekintés Mi is a beszédtechnológia? Miért fontos általában? Miért fontos a magyaroknak? Történeti áttekintés Friss eredmények Erőforrások Kutatási kihívások Alkalmazási kihívások

4 BME TMIT 3 speechlab.tmit.bme.hu Mi is a beszédtechnológia? A természetes beszédlánc bármely elemének gépi megvalósítása (interdiszciplináris tudomány) }

5 BME TMIT 4 speechlab.tmit.bme.hu Miért fontos általában? Nyelv <> szöveg A nyelv kifejezésének a beszéd az alapvető modalitása A leghatékonyabb Siketnémák <> vakok Bizonyos helyeztekben (járműben, gyártás során, …) a kedvelt kommunikációs csatorna „Big data” forrás (természetes, valódi, …)

6 BME TMIT 5 speechlab.tmit.bme.hu Miért fontos általában? [Gartner hype-cycle on Emerging technologies July 2012 ] Beszédtechnológiával kapcsolatos

7 BME TMIT 6 speechlab.tmit.bme.hu Miért fontos a magyaroknak? Különleges a nyelvünk (ragozó, szabad szórend) Extra befektetés – Közepes piac (73. a világon [Ethnologue] ) Érdekli a multikat (Google, Nuance, …) de Testreszabott, kiváló megoldások drágák <> „just sufficient effort” Prominens résztvevők Maróth Miklós (alelnök, MTA, nyelvész); Gróh Gáspár (Áder János köztársasági elnök megbízásából, közíró); Kelemen Csaba (fővh, ICT fejlesztés, Németh Lászlóné miniszter köszöntője, NFM); Csizmadia Norbert (tervezéskoordinációért felelős államtitkár, NGM); L. Simon László (kultúráért felelős államtitkár, EMMI); Hoffmann Rózsa (oktatásért felelős államtitkár, EMMI) írásos köszöntője; Bába Iván (közigazgatási ügyekért felelős államtitkár, KülügyM); Korányi László (kül- és belkapcsolati elnökhelyettes, villamosmérnök, NIH)

8 BME TMIT 7 speechlab.tmit.bme.hu Történelem közlekedés és beszédtechnológia

9 BME TMIT 8 speechlab.tmit.bme.hu HungaroVox 1982 MultiVox Kempelen Farkas 1791 Kempelentől napjainkig

10 BME TMIT 9 speechlab.tmit.bme.hu Kempelentől napjainkig Voder 1939 Dectalk 1982

11 BME TMIT 10 speechlab.tmit.bme.hu ProfiVox diád ProfiVox triád ProfiVox korpusz ProfiVox HMM Kempelentől napjainkig

12 BME TMIT 11 speechlab.tmit.bme.hu AT&T 2011 (US English) AT&T 2011 (German) Nuance (Loquendo) 2011 (US English) Nuance (Loquendo) 2011 (German) Kempelentől napjainkig

13 BME TMIT 12 speechlab.tmit.bme.hu Mi hozta ezt el? A szabály-alapú modellek (artikulációs csatorna, prozódia) helyett Természetes elemek egyre nagyobb halmaza statisztikai modellépítés minimális jelfeldolgozás Egységes(re törekvő) kiértékelés

14 BME TMIT 13 speechlab.tmit.bme.hu Mi hozta ezt el?

15 BME TMIT 14 speechlab.tmit.bme.hu

16 BME TMIT 15 speechlab.tmit.bme.hu Blizzard Challenge (http://festvox.org/blizzard) ÉvÉv Legjobb ember Legjobb TTS Legrosszabb TTS Megjegyzés 20054,763,191, ,663,741,34 nagyobb adatbázis (5000 mondat) 20074,73,91,3 nagyobb adatbázis (8 óra) 20084,84,12.0 UK English (15 óra) + Mandarin (6.5 óra) 20094,94,21, ,84,21,6 zaj, kisebb adatbázisok Mi hozta ezt el?

17 BME TMIT 16 speechlab.tmit.bme.hu Translate.google.com You can not choose the lump-sum tax of the entity, the tax identification number of the tax authority, within two years prior to the application of law suspended or canceled. Webforditas.hu The undertaking the tax number of which the inland revenue office suspended validly inside the two years preceding the announcement may not elect the itemized tax or deleted it. Nyelvtechnológiai illusztráció

18 BME TMIT 17 speechlab.tmit.bme.hu Fordítandó: Nem választhatja a tételes adót az a vállalkozás, amelynek adószámát az adóhatóság a bejelentést megelőző két éven belül jogerősen felfüggesztette vagy törölte. Nyelvtechnológiai illusztráció

19 BME TMIT 18 speechlab.tmit.bme.hu A Microsoft friss eredményei community/community/new s/blog/2012/11/14/microsoft s-live-speech-translator- your-voice-in-other- languages

20 BME TMIT 19 speechlab.tmit.bme.hu A magyar nyelvű beszédtechnológia eredményei MailMondó Westel BME TMIT 1999 T-Mobile Westel BME TMIT 2003 T-Mobile MIT Systems Digital Natives BME TMIT 2008 AITIA MonSpeech Vodafone Montana, AITIA, 2012 BME TMIT, MTA Nytud Freedom BME TMIT 2002 Scientific Informatika a Látássérültekért

21 BME TMIT 20 speechlab.tmit.bme.hu Elérhető erőforrások Világszínvonalú nyelv- és beszédtechnológiai együttműködő K+F kapacitás (www.hlt-platform.hu)www.hlt-platform.hu Cégek (AITIA, Morphologic, Nextent, … ) Nemzetközi hálózatok Hiányoznak a nagy ipari K+F központok Hiányzik a fókuszált (kormányzati) odafigyelés, a minőségi elvárások META-NET

22 BME TMIT 21 speechlab.tmit.bme.hu Kutatási kihívások 1 Pontos referencia beszédfeldolgozási infrastruktúra (platform) Spontán interakciók feldolgozása Elégséges (?) adat gyűjtése és annotálása Finanszírozás nélküli nagy projektek (pl. U-STAR) Szabály-adatvezérelt kombináció Cognitive Infocommunications Cognitive Robotics Eto – communications Életközeli alkalmazások

23 BME TMIT 22 speechlab.tmit.bme.hu Kutatási kihívások 2 A rejtélyes völgy - „uncanny valley” elkerülése

24 BME TMIT 23 speechlab.tmit.bme.hu Alkalmazási kihívások 1 A éves magyar lakosok 62%-a internet felhasználó Mi legyen a többiekkel (38%)? Információs akadálymentesítés ??? A beszédtechnológia segíthet (magyarorszag.hu, 112, MÁV, BKV, Volán) Példák: Alkalmazások fogyatékosoknak Képernyő olvasó vakoknak Elektronikus hozzáférés írott anyagokhoz Példák: VoxAidwww.robobraille.org

25 BME TMIT 24 speechlab.tmit.bme.hu Alkalmazási kihívások 2 Beszédtechnológia az oktatásban „Játékok” óvodásoknak és iskolásoknak Példa: GOH hallásvizsgálat 3 éveseknek Interaktív multimodális oktatási anyag Kisebbségi helyzetű magyar gyermekek motiválása Afáziás, autista, stb. támogatása

26 BME TMIT 25 speechlab.tmit.bme.hu Alkalmazási kihívások 3 Beszédtechnológia az egészség iparban Műtétek automatizálása (utasítások, jegyzetelés) Leletek diktálása Hang alapján gége problémák, depresszió, stb. korai diagnózisa és rehabilitációja Táv(fel)ügyeleti alkalmazások (pl. gyógyszer bevétel figyelmeztetés, ablak zárás, stb.) Demencia, Alzheimer, … felügyelete

27 BME TMIT 26 speechlab.tmit.bme.hu Alkalmazási kihívások 4 Beszédtechnológia a tartalom- és a kreatív iparban Interdiszciplináris integráció Beszédtechnológia – orvosok – szociális munkások képzése (pl. IBM –kormányzat) Digitális közoktatás és intelligens otthon program ( pl. Microsoft – kormányzat) Multi-modális tartalomelemzés (közvélemény kutatás ) Bankok, kisker., információs szolgáltatások Car infotainment (Audi, Daimler – kormányzat) Beszédvezérelt otthon okostelefon, okosTV okos mosógép, ……

28 BME TMIT 27 speechlab.tmit.bme.hu Alkalmazási kihívások 4 Beszédtechnológia a tartalom- és a kreatív iparban Interdiszciplináris integráció Beszédtechnológia – orvosok – szociális munkások képzése (pl. IBM –kormányzat) Digitális közoktatás és intelligens otthon program ( pl. Microsoft – kormányzat) Multi-modális tartalomelemzés (közvélemény kutatás )Multi-modális tartalomelemzés Bankok, kisker., információs szolgáltatások Car infotainment (Audi, Daimler – kormányzat) Beszédvezérelt otthon okostelefon, okosTV okos mosógép, ……

29 BME TMIT 28 speechlab.tmit.bme.hu Alkalmazási kihívások 5 Beszédtechnológia a gyártásban Raktár-logisztika automatizálás Gyártásközbeni információ, figyelmeztetés Beszéd utasítások Beszélő gépkönyvek 3DICC 3D Internet Based Control and Communication

30 BME TMIT 29 speechlab.tmit.bme.hu Mélyebb érdeklődőknek: Köszönjük az támogatását. (Teleauto, BelAmi, EtoCom -TÁMOP /1/KMR , BME Kutatóegyetemi -TÁMOP-4.2.1/B-09/1/KMR , CIP CESAR, AAL PAELIFE projektek) Hozzászólások


Letölteni ppt "BME TMIT 1 speechlab.tmit.bme.hu Beszédtechnológia - A multik – és a többiek lehetőségek és korlátok Németh Géza BME Távközlési és Médiainformatikai Tanszék."

Hasonló előadás


Google Hirdetések