Как дигиталните асистенти вече ни разбират много по-добре

Нашумелият напоследък цифров асистент Еcho на компанията Amazon вече е част от ежедневието на 5 милиона семейства. Echo e малко цилиндрично устройство, вид десктопкомпютър, но взаимодействието с него се извършва единствено чрез гласови команди.

В домовете на все повече хора навлизат нови електронни „джаджи“, които започват постепенно да се справят учудващо добре с човешкия език, коментира "Иконъмист". Първите опити да бъдат обучени машините да „разговарят“ с хората датират още от 50-те години на миналия век, но те не се увенчават с особен успех и десетилетия наред потъват в забрава. Инвестирането в технологии за разпознаване и възпроизвеждане на реч се възражда отново едва през 80-те.

На практика системите за разпознаване на реч използват метода на сравнение с предварително заложен набор от звукови файлове и текстови транскрипции. При преводите системите се обучават кои звуци на кои транскрипции отговарят. Основният инструмент, който се използва за подобряване на качеството и в двата случая, се нарича „езиков модел“ – банка с правила за съставяне на изречения. Чрез него значително се намалява „налучкването“. Има три фактора, които допринасят за развитието на езиковите технологии: значително по-мощните съвременни компютри, натрупаните обширни бази данни и „задълбоченото познание“ – използването на цифрови „невронни“ мрежи с няколко нива дигитални неврони, свързани помежду си.

Така в наши дни усъвършенстването на компютрите стига до ниво на „впечатляваща компетентност“ при справянето с гласови команди и значително изчистени гласови отговори от тяхна страна. Затова и въпросът „Да си взема ли чадъра днес“ вече въобще не би трябвало да затрудни дигиталния ви събеседник.