Nyelv-ész-gép Új technológiák az információs társadalomban
…. Beszédtechnológiai alkalmazások a gyakorlatban Németh Géza BME Távközlési és Médiainformatikai Tanszék október 7.
…. Beszédtechnológiai alkalmazások a gyakorlatban BME TMIT-hez kapcsolódóan • Régi • Új • Folyamatban • A jövő
…. Régi beszédtechnológiai alkalmazások a gyakorlatban 1 • Elektronikus-levél felolvasó (Mailmondó) – 1999 – 2008 – Sikeres bevezetés – Kritikus pont: üzleti modell változása, SMS-értesítés fizetővé tétele • Képernyő felolvasás látássérülteknek – Számítógépen, 2003 – • ProfiVox a Jaws for Windows magyar változatában • Kritikus pont: vakok számára alapvető jellemzők – Beszélő pénzkiadó automata • 2004 (Volksbank, NCR), 2006 (K&H, Wincor-Nixdorf), 2010 (NCR) • Kritikus pont: felhasználói tesztelés, honosítás, bankok meggyőzése • Beszédsérültek támogatása – Beszédkorrektor (Speech Corrector, SPECO, 2001 – • 5 nyelven elkészült, használják, de továbbfejlesztés hiányzik
…. Régi beszédtechnológiai alkalmazások a gyakorlatban 2 • SMS-felolvasás okostelefonokon – 2003 – (világelső megoldás) – Sikeres bevezetés – Kritikus pont: okostelefonok alulértékelése, gyári kooperáció hiánya • Automatikus szám-szerinti tudakozó – 2004 – (T-Mobile), 2008 – (Vodafone), …. – Működik, de sokan nem tudnak róla, lassan terjed • SMS-felolvasás vezetékes telefonokon – 2006 – – Működik, de ékezetes karakterek cégenként változó kezelése miatt korlátozott a minőség
…. Új beszédtechnológiai alkalmazások a gyakorlatban 1 • Gyógyszervonal ( – 2007 – (világelső megoldás) – 5000 szavas magyar beszédfelismerő + speciális TTS – Sikeres bevezetés, az EU támogatással készült 150 legsikeresebb projekt közé sorolva – Kritikus pont: nem tudnak róla, ld. EU-s tájékoztató 2010-es bejelentés • Szintetizált hangoskönyv látássérülteknek (DEX, – 2007 – – Működik, kézenfekvően kiterjeszthető pl. autós alkalmazásokra • Vasúti menetrend felolvasás – 2008 – – Sárospatakon meghallgatható, kiterjeszthető BKV, VOLÁN-ra
…. Új beszédtechnológiai alkalmazások a gyakorlatban 2 • Fordítás felolvasás ( – 2008 – (google előtt) – 2-3. legnépszerűbb a portálon • Időjárás-felolvasás ( – 2009 – – Kritikus pont: nem tudnak róla, pedig az időjárás a leggyakrabban lekérdezett tartalom • Médiaarchívum keresés ( – 2009 – – Kritikus pont: nem tudnak róla, híradó tartalom kevéssé motivál?? • Név-szerinti tudakozó (ASR+TTS) – 2010 (teszt) – rekord 80% pontosságú felismerése és visszolvasása
…. Beszédtechnológiai alkalmazások folyamatban • Ügyfélszolgálati hangbányászat – Montana, Aitia, BME TMIT, Thinktech, MTA Nytud, Vodafone – Félig spontán, kötött témakörű, telefonos adathalmaz • Beszéd- és nyelvtechnológiával kiegészített navigáció – TELEAUTO, Ygomi,BME TMIT, …, 6 nyelvű navigációs assisztens – NavNGo, BME TMIT, BME MIK, …, Nyitott SDK-t eredményező platform • Személyes életvitelt támogató alkalmazások, egészségügy, építőipar – Ambient Assisted Living, BelAMI – Personal Assistant to Enhance the Social Life of the Seniors (PaeLIFE) – Pathological Voice Analysis, COST2103 • Oktatási alkalmazás A MAGYAR BESZÉD Beszédkutatás, beszédtechnológia, beszédinformációs rendszerek • TV és beszédtechnológia
…. A jövő beszédtechnológiai alkalmazásai • FP7, Szeptember 28-i felhívás, Objective ICT – Language Technologies Multilingual content processing: … the digital content lifecycle in online environments, exploiting language-encoded knowledge embedded in documents, social media, web and audiovisual objects. Information access and mining: … to couple language processing and extra-linguistic semantic analysis to capture knowledge encoded in human language. Natural spoken interaction: Spontaneous human-machine interaction is a major challenge for the next generation of voice- based interactive services. Alap: Multimodális spontán adatbázisok – pl:
…. A jövő beszédtechnológiai alkalmazásai • Kapcsolódó nemzetközi kutatás – EtoCOM projekt – Etológiai alapú ember-gép interakció paradigmájának kialakítása
…. Köszönjük az NKTH, NFÜ, ipari partnereink és más klaszterek támogatását! Mindenkit szeretettel várunk a demón!