Επικοινωνία με υπολογιστή μέσω Φωνής – Πού βρισκόμαστε;

Ένα πολύ ενδιαφέρον άρθρο στο NewYorker αναλύει τη σημερινή κατάσταση στο χώρο της επικοινωνίας ανθρώπου υπολογιστή μέσω της φυσικής ομιλίας και βεβαίως πόσο αυτή απέχει από τις αρχικές προσδοκίες, που βέβαια εν πολλοίς είχαν καλλιεργηθεί από τα δημιουργήματα της επιστημονικής φαντασίας (βλ. τον υπολογιστή HAL στην ταινία «Η Οδύσσεια του Διαστήματος» που είχε πλήρεις διαλογικές ικανότητες).

Αναφέρονται αρκετά από τα επιτεύγματα στο χώρο αυτό σε εφαρμογές από την υπαγόρευση κειμένου, την παροχή πληροφοριών μέσω τηλεφώνου από καλά «προσαρμοσμένες» ως προς τα χαρακτηριστικά τους φωνές-περσόνες μέχρι και την υποβοήθηση στην οδήγηση, αλλά γίνεται και αναφορά στις πολλές δυσκολίες που υπάρχουν ακόμη ώστε να τελειοποιηθεί η τεχνολογία αυτή. Οι δυσκολίες αυτές για πολύ καιρό είχαν υποτιμηθεί μιας και η μοντελοποίηση της όλης διαδικασίας δεν είναι εύκολη και μάλιστα απαιτεί συνεργασία πολλών επιστημονικών χώρων (από την επεξεργασία σήματος και το διαχωρισμό πολλαπλών πηγών μέχρι το πεδίο της κατανόησης φυσικής ομιλίας, της τεχνητής νοημοσύνης και των διαλογικών συστημάτων).

Στη συνέχεια γίνεται αναφορά στις τρέχουσες ερευνητικές προσπάθειες που αφορούν στη μεγάλη τους πλειοψηφία αυτή τη στιγμή στην ανίχνευση της συναισθηματικής κατάστασης του ομιλούντα αλλά και στα εργαλεία που θα βοηθούν για την αξιοποίηση μιας τέτοιας πληροφορίας, ενώ -περιέργως- δεν υπάρχουν αναφορές στις προσπάθειες συνδυασμού πολλών πηγών πληροφόρησης (π.χ. «εκμετάλλευση» της αναγνώρισης εκφράσεων του προσώπου) ξεχνώντας ίσως ότι ο HAL από το πρώτο ακόμη Space Odyssey (2001) είχε τη δυνατότητα να «διαβάζει» και τα χείλη! Ούτε λόγος όμως και σε άλλες «πολυτροπικές» εφαρμογές, όπου με αφορμή και νέο πρόσφατο specification από το W3C η ..συζήτηση έχει «ανάψει»…

ΥΓ. Οι πρώτες πατέντες για αναγνώριση φωνής χρονολογούνται δεκαετία 1930-1940. Οι σχετικές αναρτήσεις στο αρμόδιο γραφείο των ΗΠΑ εμπεριέχουν ακόμη και αναλυτικά σχέδια υλοποίησης τέτοιων συστημάτων με ηλεκτρομηχανικές βέβαια ακόμη τεχνικές (!).

Σχολιάστε

Εισάγετε τα παρακάτω στοιχεία ή επιλέξτε ένα εικονίδιο για να συνδεθείτε:

Λογότυπο WordPress.com

Σχολιάζετε χρησιμοποιώντας τον λογαριασμό WordPress.com. Αποσύνδεση / Αλλαγή )

Φωτογραφία Twitter

Σχολιάζετε χρησιμοποιώντας τον λογαριασμό Twitter. Αποσύνδεση / Αλλαγή )

Φωτογραφία Facebook

Σχολιάζετε χρησιμοποιώντας τον λογαριασμό Facebook. Αποσύνδεση / Αλλαγή )

Φωτογραφία Google+

Σχολιάζετε χρησιμοποιώντας τον λογαριασμό Google+. Αποσύνδεση / Αλλαγή )

Σύνδεση με %s