Speechmatics používá AI k přepisování jazyků, a je to bít Google

Speechmatika jde po Googlu. Britský start se minulý měsíc zbavil Automatic Linguist, výkonné umělé inteligence, která se může během několika dnů naučit jakýkoliv jazyk pro přepis z řeči do textu. Tým chce umožnit technologii pro každý z přibližně 7000 jazyků na světě, s potenciálem transformovat životy.

Od uvedení lingvistického nástroje, Speechmatics pracuje na Omniglot, výzvu vybudovat jazyk denně. Minulý týden společnost dosáhla velkého milníku: Společnost Google oficiálně porazila celkem 72 unikátních jazyků.

Systém používá strojové učení, aby odpovídal audio datům s protějškem přepisu. Poté používá jazykové vzorce z jiných jazyků, aby byl proces co nejjednodušší, aby se identifikovaly podobnosti mezi zvuky a gramatickými strukturami a aplikovaly se na nové jazyky. Tento proces je vysoce účinný: například Speechmatics na hinduistické úrovni dosáhl 80% přesnosti. Když byl finální produkt testován proti snahám Google, udělal o 23% méně chyb.

Inverzní hovořil s Benediktem von Thüngenem, generálním ředitelem Speechmatics, aby se dozvěděl více.

Jak jste tým poprvé začal pracovat na projektu?

Projekt Omniglot jsme zahájili jako výzvu pro sebe - zjistit, kolik jazyků budeme schopni vybudovat za šest týdnů. Uvědomili jsme si, že tradiční přístup k budování jednotlivých jazyků již není životaschopný, když se díváte na měřítko rychlostí. Vezmeme-li to v úvahu, museli jsme přemýšlet, co je jazyk, jak je strukturován a jaké jsou podobnosti mezi různými jazyky. Našli jsme způsob, jak využít těchto společných rysů k identifikaci vzorů a pomoci našemu AI-powered framework, Automatic Linguist (AL), rychleji než kdy jindy budovat jazyky rychleji než kdykoliv předtím - 46 v šesti týdnech, abych byl přesný, nebo o jednom jazyce denně po dobu šesti týdnů !

Jak se liší od snah Google?

Náš přístup k budování jazyků je jedním z hlavních aspektů, který nás odlišuje od společnosti Google. I když předpokládáme, že si budují své jazyky individuálně (nebo tím, co nazýváme „hrubou silou“), používáme sílu A.I. zefektivnit a urychlit proces vytváření jazyků. Kromě toho, zatímco jiné služby, jako je Google, se zaměřují spíše na budování dialektů než na jedinečné jazyky, jsme hrdí na to, že můžeme říci, že naše úsilí bylo zaměřeno na jedinečné jazyky z celého světa, včetně oblastí, které byly dříve značně postiženy velkými technologickými společnostmi.

Jaké jsou pro to některé aplikace v reálném světě?

Nyní máme k dispozici technologie a znalosti, díky nimž naše služby dosahují mnohem většího dosahu než kdykoli předtím a přinášejí automatické rozpoznávání řeči (ASR) všem. To je obzvláště důležité v zemích s nízkou mírou gramotnosti, kde schopnost používat dříve nedostupnou technologii řeči na text ke komunikaci může pro lidi znamenat rozdíl. Další reálné případy, kdy technologie ASR může pomoci s problémy souvisejícími s přístupem - osoby se sluchovým a / nebo zrakovým postižením z celého světa, mohou nyní používat zařízení tak jednoduché jako telefon, aby mohli komunikovat s těmi, kteří je obklopují.

Zlepšuje se tím přesnost dobře pokrytých jazyků, jako je angličtina?

Jak dále rozvíjíme více jazyků, naše A.I. rámec bude stále zběhlejší při určování jazykových rysů a vzorců. Tyto znalosti využijeme k dalšímu zdokonalení naší současné jazykové základny, včetně angličtiny.

Mohlo by to něco vylepšit jako nástroje pro překlad v reálném čase aplikace Google Pixel Buds?

Určitě vidíme projekty jako Omniglot, které pomáhají zlepšit překladové nástroje v reálném čase. Vzhledem k tomu, že více zdrojů je investováno do rozšiřování dosahu a přesnosti jazyků, budeme v oblasti překladatelských služeb neustále zlepšovat.

Pracuje tato práce s jakýmkoli jazykem, dokonce i s jazyky jako Klingon?

Ještě jsme se nepokoušeli budovat žádné dotazy, ale nevidíme důvody, proč by nefungovaly. Protože tyto jazyky jsou stále mluvené lidmi, také se řídí podobnými strukturálními pravidly a omezeními jako běžné jazyky (např. Počet fonémů), které by poskytly AL dostatek dat pro sestavení.

Otevřeli jste projekt?

Ne, na to nemáme plány.

Jak bude fungovat licencování?

Jazyky nabízené v rámci projektu Omniglot jsou bezplatné a nemohou být použity pro komerční účely. V takovém případě k nim nebudou v dohledné době připojeny žádné licence.

Jaké jsou další kroky?

Projekt Omniglot je pro nás jen začátkem. Chceme nakonec budovat každý jazyk na světě, takže budeme usilovně pracovat na tomto cíli!