Een paar decennia geleden, als we iemand zouden vertellen dat we een bestelling voor een product of dienst konden plaatsen door simpelweg met een machine te praten, zouden mensen ons als raar hebben geclassificeerd. Maar vandaag de dag is het zo'n wilde droom die tot leven is gekomen en werkelijkheid is geworden.
Het ontstaan en de evolutie van spraakherkenningstechnologie zijn net zo fascinerend als de opkomst van kunstmatige intelligentie (AI) of machinaal leren (ML). Het feit dat we commando's kunnen uitspreken naar apparaten zonder zichtbare interfaces is een technische revolutie die uiteenlopende, baanbrekende use cases oplevert.
Om de zaken in perspectief te plaatsen: 4.2 miljard stemassistenten zijn vandaag actief en rapporten laten zien dat dit tegen het einde van 2024 zal verdubbelen tot 8.4 miljard. Bovendien worden er elke maand meer dan 1 miljard spraakgestuurde zoekopdrachten uitgevoerd. Dit verandert de manier waarop we toegang krijgen tot informatie, aangezien meer dan 50% van de mensen dagelijks gebruikmaakt van spraakgestuurd zoeken.
Dankzij de naadloosheid en het gemak dat de technologie biedt, konden technische experts strategieën ontwikkelen voor meerdere toepassingen, waaronder:
- Transcriptie van vergadernotulen, juridische documenten, video's, podcasts en meer
- Klantenservice-automatisering via IVR's – Interactive Voice Response
- Democratiseer het taalonderwijs in het onderwijs
- Spraakgestuurde navigatie en commando-uitvoerende assistenten in de auto
- Spraakgestuurde applicaties in de detailhandel voor spraakgestuurde handel en meer
Naarmate deze technologie aan belang en afhankelijkheid wint, moeten we de diverse risico's beperken. Uitdagingen bij spraakherkenning ook. Van aangeboren vooroordelen bij het erkennen en begrijpen van verschillende accenten tot zorgen over privacy, er moeten verschillende uitdagingen en zorgen worden weggewerkt om de weg vrij te maken voor een naadloos spraakgestuurd ecosysteem.
Uiteindelijk wijst de effectiviteit van deze technologie op AI-training en uiteindelijk Uitdagingen bij het verzamelen van spraakgegevensLaten we eens kijken naar enkele van de meest urgente problemen in deze sector.
[Lees ook: De complete gids voor gespreks-AI]
Uitdagingen op het gebied van spraakherkenning in 2024
Diversiteit van talen en accenten
Vrijwel elk apparaat is tegenwoordig een spraakassistent. Van smart-tv's en persoonlijke assistenten tot smartphones en zelfs koelkasten, elk apparaat heeft een ingebouwde microfoon en maakt verbinding met het internet, waardoor het spraakherkenningsklaar is.
Hoewel dit een uitstekend voorbeeld is van globalisering, moet het ook worden benaderd in de context van lokalisatie. Het mooie van talen is dat er ontelbare accenten, dialecten, uitspraken, snelheid, toon en andere nuances zijn.
Spraakherkenning heeft moeite met het begrijpen van de diversiteit aan spraak van de wereldbevolking. Daarom hebben sommige apparaten moeite met het ophalen van de juiste informatie waarnaar gebruikers op zoek zijn, of halen ze irrelevante informatie naar voren op basis van hun spraakbegrip.
Hoge kosten van gegevensverzameling
Gegevensverzameling van echte mensen vergt zware investeringen. De term gegevensverzameling is primair allesomvattend en wordt vaak slechts vaag begrepen. Wanneer we het hebben over gegevensverzameling en de kosten die daarmee gepaard gaan, bedoelen we ook inspanningen in termen van:
- Volumevereisten voor spraakgegevens zijn dynamisch afhankelijk van de kosten van opname en mastering. Bovendien kunnen kosten variëren afhankelijk van het toepassingsdomein, waarbij spraakgegevens in de gezondheidszorg duurder kunnen zijn dan spraakgegevens in de detailhandel, voornamelijk vanwege dataschaarste.
- Transcriptie- en annotatiekosten die gepaard gaan met het omzetten van ruwe spraakgegevens in model-trainbare gegevens
- Kosten voor het opschonen van gegevens en kwaliteitscontrole om ruis, achtergrondgeluiden, langdurige stiltes, fouten in toespraken en meer te verwijderen
- Kosten die gepaard gaan met compensaties aan bijdragers
- Schaalbaarheidsproblemen waarbij de kosten in de loop van de tijd toenemen en meer
Tijd als kostenpost bij het verzamelen van gegevens
Er zijn twee verschillende soorten uitgaven: geld en geldswaarde. Terwijl kosten wijzen op geld, dragen inspanningen en tijd die zijn geïnvesteerd in het verzamelen van spraakgegevens bij aan de waarde van geld. Ongeacht de omvang van een project, omvat het verzamelen van spraakgegevens lange tijdlijnen bij het verzamelen van gegevens.
In tegenstelling tot het verzamelen van beeldgegevens is de tijd die nodig is om kwaliteitscontroles uit te voeren langer. Bovendien zijn er verschillende factoren die van invloed zijn op elk okay-getest stembestand. Dit kan de tijd zijn die nodig is om:
- Standaardiseer bestandsformaten zoals mp3, ogg, flac en meer
- Het markeren van ruisende en vervormde audiobestanden
- Classificeren en afwijzen van emoties en tonen in stemgegevens en meer
Uitdagingen rondom dataprivacy en gevoeligheid
Als je erover nadenkt, is de stem van een individu onderdeel van zijn of haar biometrie. Net zoals gezichts- en netvliesherkenning dienen als toegangspoorten om toegang te krijgen tot een beperkt toegangspunt, is de stem van een persoon ook een onderscheidend kenmerk.
Als het zo persoonlijk is, vertaalt het zich automatisch naar de privacy van een individu. Dus, hoe zorg je voor vertrouwelijkheid van gegevens en kun je toch op grote schaal aan je volumevereisten voldoen?
Als het aankomt op het gebruiken van klantgegevens, is het een grijs gebied. Gebruikers willen niet passief bijdragen aan de prestatieoptimalisatieprocessen van uw spraakmodel zonder prikkels. Zelfs met prikkels kunnen opdringerige technieken ook tegenreacties oproepen.
Hoewel transparantie essentieel is, voldoet het nog steeds niet aan de volumevereisten die projecten stellen.
[Lees ook: Automatische spraakherkenning (ASR): alles wat een beginner moet weten]
Oplossing voor het oplossen van geld- en tijdlijnuitgaven in spraakgegevens
Werk samen met een leverancier van spraakgegevens
Outsourcing is het kortste antwoord op deze uitdaging. Een intern team hebben om spraakgegevens te verzamelen, verwerken, controleren en trainen klinkt haalbaar, maar is absoluut vervelend. Het vereist ontelbare menselijke uren voor de uitvoering, wat ook betekent dat uw teams uiteindelijk meer tijd zullen besteden aan het uitvoeren van overbodige taken dan aan het innoveren en verfijnen van resultaten. Met ethiek en verantwoording ook in de vergelijking, is de ideale oplossing om een vertrouwde spraakgegevensdienstverlener zoals wij – Shaip – te benaderen.
Oplossing om accent- en dialectvariabiliteit te verhelpen
De onmiskenbare oplossing hiervoor is het binnenhalen van een rijke diversiteit aan spraakdata die wordt gebruikt om op stem gebaseerde AI-modellen te trainen. Hoe breder het bereik van etniciteiten en dialecten, hoe meer een model wordt getraind om verschillen in dialecten, accenten en uitspraken te begrijpen.
De weg voorwaarts
Naarmate we verder komen op het pad naar het bereiken van door technologie aangestuurde alternatieve realiteiten, zullen spraakmodellen en -oplossingen alleen maar integraler worden. De ideale manier is om de outsourcingroute te nemen om kwaliteit, ethiek en enorme schaalgroottes van trainingsklare spraakgegevens worden er post-kwaliteitsborgingen en audits uitgevoerd.
Dit is precies waar wij bij Shaip ook in uitblinken. Ons diverse aanbod aan spraakgegevens zorgt ervoor dat de eisen van uw project naadloos worden vervuld en ook tot in de perfectie worden uitgerold.
Wij raden u aan contact met ons op te nemen om uw wensen kenbaar te maken.
