Rozeznávání řeči "na čipu" do 3 let

Projekt povede Rob Rutenbar profesor elektrické a počítačové techniky na Carnegie Mellon University. Výzkum to bude natolik rozsáhlý, že druhá jeho část bude souběžně probíhat na University of California v Berkeley.

V dnešní době je rozeznávání mluveného slova pouze na softwarové úrovni a jeho přesnost značně kolísá podle toho, co od systému rozeznáváním řeči vybaveného chcete. Porovnání zachyceného příkazu s dříve nahrátými rozkay je záležitost řádově triviálnější, než pokus vytvořit systém, který dokáže odříznout a pochopit konverzaci v místnosti, kde mluví několik hlasů. Profesor Rutenbar to shrnuje: "Mohu říci svému mobilnímu telefonu "zavolej matce," ale už mu nemůžu nadiktovat třeba emailovou stížnost pro cestovní kancelář." Ke zpracování libovolné řeči je třeba velice výkonného a tím pádem i hladového procesoru, ale, jak profesor doplňuje: "Nacpat Pentium do mobilního přístroje nebo například do nějaké helmy, baterie by vydržely tak 10 minut."

A to se již dostáváme k místu, odkud projekt vytvoření čipu rozeznávajícího řeč začíná. Pro začítek výzkumníci vychází z předpokladu, že abychom udělali v rozeznávání řeči skutečný průlom, bude nejrozumnější obrátit se na jednoúčelový procesor, cílem týmu tedy bude vytvořit procesorovou architekturu, která bude speciálně vyladěna pouze na tento problém a mohla by dosáhnout oproti běžnému procesoru až 100 - 1000 větší efektivity při zpracování.

Vědci samozřejmě nedostali milionový grant proto, aby si lidé mohli doma ve vaně diktovat emaily, místa a způsoby nasazení jsou mnohem vážnějšího charakteru a míří směrem k pohotovostním složkám a bezpečnostním organizacím.

Vědci předpokládají, že architektura bude kompletní během příštích 2 - 3 let.

V dnešní době je rozeznávání mluveného slova pouze na softwarové úrovni a jeho přesnost značně kolísá podle toho, co od systému rozeznáváním řeči vybaveného chcete. Porovnání zachyceného příkazu s dříve nahrátými rozkay je záležitost řádově triviálnější, než pokus vytvořit systém, který dokáže odříznout a pochopit konverzaci v místnosti, kde mluví několik hlasů. Profesor Rutenbar to shrnuje: "Mohu říci svému mobilnímu telefonu "zavolej matce," ale už mu nemůžu nadiktovat třeba emailovou stížnost pro cestovní kancelář." Ke zpracování libovolné řeči je třeba velice výkonného a tím pádem i hladového procesoru, ale, jak profesor doplňuje: "Nacpat Pentium do mobilního přístroje nebo například do nějaké helmy, baterie by vydržely tak 10 minut."

A to se již dostáváme k místu, odkud projekt vytvoření čipu rozeznávajícího řeč začíná. Pro začítek výzkumníci vychází z předpokladu, že abychom udělali v rozeznávání řeči skutečný průlom, bude nejrozumnější obrátit se na jednoúčelový procesor, cílem týmu tedy bude vytvořit procesorovou architekturu, která bude speciálně vyladěna pouze na tento problém a mohla by dosáhnout oproti běžnému procesoru až 100 - 1000 větší efektivity při zpracování.

Vědci samozřejmě nedostali milionový grant proto, aby si lidé mohli doma ve vaně diktovat emaily, místa a způsoby nasazení jsou mnohem vážnějšího charakteru a míří směrem k pohotovostním složkám a bezpečnostním organizacím.

Vědci předpokládají, že architektura bude kompletní během příštích 2 - 3 let.