Tal med telefonen

Mobiltelefoner kan mange ting: søge på nettet, downloade musik, sende e-mail. Men langt størstedelen af ​​de 233 millioner amerikanere, der ejer dem, bruger dem aldrig til mere end opkald og korte sms'er. En grund er, at andre funktioner ofte kræver, at brugerne indtaster sætninger eller lange søgetermer, hvilket er en kedelig opgave.





Stemmegenkendelseskorrektion: Ved at bruge Vlingos stemmegenkendelsesgrænseflade kan en bruger indtale en sætning ind i en mobiltelefon, se den sætning (i dette tilfælde tekstmeddelelsen Hey Andy, hvordan går det) vises på en skærm og bruge enkle redigeringsværktøjer til at erstatte ord, der kan have blevet fejlfortolket af stemmegenkendelsesteknologi. Grænsefladen hjælper brugere med at undgå manuel indtastning af tekstbeskeder, søgetermer og e-mails.

Talegenkendelsesgrænseflader kunne gøre sådanne funktioner nemmere at bruge. Vlingo, en startup i Cambridge, MA, kommer på markedet med en enkel brugergrænseflade, der giver talegenkendelse på tværs af mobiltelefonapplikationer. Vi udvikler ikke den centrale talegenkendelsesmotor, siger medstifter Michael Phillips, en tidligere MIT-forsker og grundlægger af SpeechWorks, som udviklede call-center-talegrænseflader til klienter, herunder Amtrak. Det behøver vi ikke at gøre igen. I stedet tager Vlingo tale, forvandler det til tekst og giver en enkel måde at rette fejl ved hjælp af telefonens navigationstaster, hvilket hjælper systemet med at lære. Brugerens talte ord rejser over en mobil internetforbindelse til analyse på Vlingos server, hvilket sparer telefonen for det tunge beregningsarbejde; transskriptionen vises mindre end to sekunder senere.

TR35

Denne historie var en del af vores september 2007-udgave



  • Se resten af ​​problemet
  • Abonner

Som en test bad jeg telefonen om Schumann klaverkoncert. Vlingo kom hurtigt tilbage med Sean Piano Concerto. Da jeg holdt markøren over ordet Sean, tilbød systemet alternativer som shine og sign. Hvis en af ​​dem havde haft ret, kunne jeg have klikket for at indsætte den som erstatning. Men da det rigtige ord ikke dukkede op, skrev jeg det ind manuelt.

Min rettelse øgede chancerne for bedre resultater i fremtiden. Jeg havde lært systemet, at næste gang jeg bruger et ord, der lyder som Schumann, skulle Schumann være en af ​​mine valgfrie transskriptioner. Jeg lærte det også, at andre mennesker, der udfører musiksøgninger, måske bruger ordet Schumann – så det kan også begynde at dukke op for dem.

Firma: Vlingo, Cambridge, MArnFinansiering: $6,5 millioner fra Charles River Ventures og Sigma PartnersrnGrundlæggere: Michael Phillips, SpeechWorks grundlægger og tidligere MIT-forsker; John Nguyen, tidligere SpeechWorks-datamatiker

  • DIREKTØR:

    David Grannan, tidligere manager for mobil e-mail hos Nokia

Små platforme har brug for tale, og søgning er en effektiv måde at finde information på, siger James Glass, leder af gruppen for talte sprogsystemer ved MIT's Computer Science and Artificial Intelligence Laboratory. Kombinationen af ​​de to er meget kraftfuld, siger han og tilføjer, at Vlingo arbejder ved den grænse.

Vlingo ønsker, at mobiltelefonudbydere samler sin grænseflade med andre tilbud. Transportører kan være glade for at give det væk, fordi de vil generere indtægter, da folk rent faktisk bruger navigationssystemer eller surfer på nettet, siger CEO David Grannan.

Mazin Gilbert, administrerende direktør for naturlig sprogbehandling hos AT&T Labs i Florham Park, NJ, siger, at andre, inklusive AT&T, også udvikler talegrænseflader til mobiltelefoner; han mener, at et problem vil være at give den rigtige brugeroplevelse på en omkostningseffektiv, skalerbar måde. Vlingo mener, at en enkel, tilpasningsdygtig grænseflade er en måde at gøre vækst let på.



skjule