05.12.2010 [22:00], Константин Ходаковский

В фантастических фильмах часто приходится видеть, как люди управляет компьютером речью, отдавая голосовые команды и получая такие же ответы. Этот способ взаимодействия человека с электроникой уже применяется сегодня, но далёк от совершенства. Многие компании, включая таких гигантов как Microsoft, работают в направлении улучшения качества голосового распознавания речи (о точном анализе сложных голосовых команд пока говорить не приходится) и воспроизведения компьютером текстовых файлов. Сегодня пользователи могут набирать тексты голосом, отдавать простейшие команды операционной системе и слушать аудиокниги, воспроизведённые с текста (подобная функция реализована даже в некоторых электронных книгах). Однако для достижения поставленной задачи, тем более для всех распространённых мировых языков, исследователям и разработчикам предстоит преодолеть ещё множество трудностей.

Молодая компания Phonetic Arts, основанная в конце 2006 года в Кембридже и насчитывающая сегодня 14 сотрудников, хорошо себя зарекомендовала и заинтересовала такую крупную IT-компанию, как Google. Она разрабатывает комплексное программное обеспечение для синтеза речи, включающее разнообразные инструменты для создания голосовой матрицы, озвучивания текста и получения результирующего звукового файла. В основном её решения применяются в сфере компьютерных игр. В списке сотрудничающих с Phonetic Arts присутствуют издатели Sony Computer Entertainment, SEGA, EA Sports, игровые студии DICE, Bethesda и другие.

На днях было подписано соглашение о вхождении Phonetic Arts в состав Google. На официальном сайте компании по этому поводу сказано следующее: "Мы рады сообщить, что Phonetic Arts была приобретена Google. Мы хотим поблагодарить всех за огромную поддержку и содействие в нашем развитии. Синтез речи — это чрезвычайно захватывающая область технологий, и мы много работали, чтобы принести передовые инновации на рынок. Мы видим большие возможности по интеграции наших технологий в продукты Google и хотели бы стать частью лучшей в мире речевой команды".

Недавно компания Google сделала несколько важных шагов в продвижении голосовых технологий и инструментов, запустив голосовой поиск, речевой ввод и голосовые команды для мобильных телефонов под управлением Android, iOS и Symbian. В результате пользователи ряда смартфонов получили возможность осуществления разнообразных сложных поисковых запросов без нажатия клавиш, набора сообщений и текста с помощью голоса, а также управления многими мультимедийными функциями. Интересно, что есть поддержка и русского языка.

В прошлом году Google добавила в службу YouTube функцию автоматической транскрипции английской речи, которая в отдельных случаях неплохо справляется со своей задачей. Однако качество поддержки речи отличной от английской очень плачевно. И если распознавание довольно сложно оценить, то дать характеристику точности произношения сможет каждый. Ярким примером тому может служить служба Google Translate, способная озвучить сделанный перевод. Компания признаёт, что в этом направлении работы — непочатый край. Вот почему Google и приобрела Phonetic Arts, оценив её как "команду исследователей и инженеров, которые работают над превосходным синтезом речи, предоставляя технологию, моделирующую естественную компьютерную речь из небольших образцом записанного голоса".

Google уже имеет центр разработок в Лондоне и намерена присоединить к ней команду Phonetic Arts, технологией которой она впечатлена. Компания пока не раскрывает своих планов по использованию новой интеллектуальной собственности, однако обещает, что будущее будет приближаться немного быстрее.

Источник