Perspectivas profesionales en el desarrollo

de las Tecnologías del Habla: una visión desde la Lingüística

Juan María Garrido AlmiñanaGrup de Lingüística Computacional (GLiCom)

Universitat Pompeu Fabra

VIII Seminario TIC-ETLMadrid, 4 de diciembre de 2014

• Las Tecnologías del Habla han alcanzado un grado de madurez suficiente como para permitir el desarrollo de aplicaciones que sean atractivas para el gran público, y por tanto rentables desde el punto de vista comercial. • Están empezando a ser un negocio que genera empleo, no solo para ingenieros, sino también para lingüistas.

Las Tecnologías del Habla, un negocio en auge

• Usos de las tecnologías del habla:• Público en general:

• Comunicación persona-máquina• Ayuda a la discapacidad• Comunicación multilingüe

• Empresas:• Análisis de mercado, posicionamiento de marca• Comunicación con los clientes

•Profesionales de la lengua:• Enseñanza de lenguas• Apoyo al estudio• Terapia del habla

Las Tecnologías del Habla, un negocio en auge

•Interfaces persona-máquina:• Permiten la interacción oral entre un dispositivo y un usuario• Se emplean en diferentes tipos de dispositivos:

• Dispositivos móviles• Navegadores de a bordo en coches• Páginas web

• Ejemplos:• Siri, de Apple• SYNC, de Ford• Asistente virtual Renfe

Productos comerciales con Tecnologías del Habla

• Lectores de pantalla: • Sistemas que permiten interactuar con un dispositivo electrónico a personas sin visión o con visión reducida• Existen aplicaciones para diferentes tipos de dispositivos

• ordenadores de sobremesa• dispositivos móviles• páginas web

• Ejemplos• JAWS, de Freedom Scientific• Mobile Accesibility, de Code Factory• Página web de la UOC

Productos comerciales con Tecnologías del Habla

•Traductores voz-voz:• Sistemas de traducción automática que incorporan entrada y salida vocal• Permiten la comunicación oral entre dos personas que hablan diferentes lenguas

• Ejemplos:• Google Translate for Mobile

• Vocre, de MyLanguage

Productos comerciales con Tecnologías del Habla

• Sistemas IVR (Interactive Voice Response):

• Sistemas que permiten la interacción mediante el habla entre un cliente y un sistema automático a través del teléfono• Muy empleados en la automatización de call centers• Ejemplos:

• Emoción Voz (Movistar)• Spoken

Productos comerciales con Tecnologías del Habla

• Speech analytics:• Aplicaciones para el análisis del contenido de las llamadas a un servicio de atención telefónica• Permiten detectar automáticamente situaciones de conflicto o temas de interés para los clientes• Ejemplos:

• Eureka, de CallMiner• Interaction Analytics, de Nice

Productos comerciales con Tecnologías del Habla

• Sistemas de evaluación automática de la pronunciación:

• Permiten ejercitar la pronunciación a las personas quue están aprendiendo una lengua• Se ofrecen como poductos aislados o integrados en otros productos (cursos de idiomas multimedia)• Ejemplos:

• TellMeMore Spanish Language Learning Software, de Rosetta Stone• Talk to Me, de Auralog

Productos comerciales con Tecnologías del Habla

• Programas para el aprendizaje de lectura y escritura y apoyo al estudio (literacy software):

• Programas de soporte al estudio con ayuda del ordenador• Pensados tanto para estudiantes con dificultades como sin ella• Ejemplos:

• Kurzweil 3000/Firefly, de Kurzweil Educational Systems• Ditres, de Rehasoft

Productos comerciales con Tecnologías del Habla

• Las tecnologías del habla que se emplean en estas aplicaciones son básicamente tres:

• Conversión texto-habla• Text-to-speech, o TTS, en inglés• tecnología que permite leer de forma automática en voz alta un texto escrito en una lengua determinada

• Reconocimiento de habla• Tecnología que convierte en una cadena de texto una onda sonora de habla de entrada

• Gestión de diálogo• Tecnología encargada de controlar automáticamente las interacciones orales entre personas y máquinas

• Son una mezcla de conocimiento lingüístico/fonético y métodos estadísticos

Tecnologías del Habla comerciales

• Conversión texto-habla

Tecnologías del Habla comerciales

• Conversión texto-habla• Tareas en la incorporación de un idioma a un sistema comercial:

• Construcción del módulo de procesado lingüístico• Preprocesado• Análisis del texto• Predicción del acento• Análisis prosódico• Transcripción fonética

• Construcción de la voz sintética• Selección del corpus• Selección del locutor• Grabación del corpus• Procesado del corpus• Construcción de la voz

• Base de datos de sonidos• Modelos prosódicos

• Evaluación y mejoras

Tecnologías del Habla comerciales

• Reconocimiento de habla

Tecnologías del Habla comerciales

• Reconocimiento de habla• Tareas en la incorporación de un idioma a un sistema comercial

• Creación de los modelos acústicos• Diseño del corpus• Selección de los locutores• Recogida del corpus• Construcción de los modelos

• Creación de los modelos de lenguaje• Recogida del texto• Limpieza del texto• Construcción de los modelos

• Evaluación

Tecnologías del Habla comerciales

• Gestión de diálogo

Tecnologías del Habla comerciales

• Gestión de diálogo• Tareas en el desarrollo de un servicio basado en gestión de diálogo:

• Diseño• Definición de las carácterísticas funcionales• Tecnología implicada

• Desarrollo• Diseño del flujo• Ajuste del conversor texto-habla• Ajuste del reconocedor

• Evaluación y pruebas

Tecnologías del Habla comerciales

• Desarrolladores de tecnología:• Grandes empresas:

• Google• Microsoft• Apple• AT&T• Nuance

• Pequeñas y medianas empresas• Acapela• Cereproc• Neospeech• Verbio

• Fundaciones• SRI International

• Desarrolladores de servicios:• Ydilo• Fonetic• Prosodie• VoxWeb• Artificial solutions• Asistentes Virtuales

Tecnologías del Habla comerciales

• Nuevas líneas de aplicación:

•Robótica•Asistentes personales•Juguetes: AIBO, de Sony

•Domótica•Control de electrodomésticos, calefacción, luz, etc. de una casa mediante la voz:

• INVOX, de Vócali• Samsung Smart TV

•Teleasistencia•Sistemas de ayuda a personas mayores y enfermos en casa

•Denise

Las Tecnologías del Habla en un futuro inmediato

• Nuevos retos tecnológicos:• Mejora de la tecnología actual

• Sistemas de conversión texto-habla con un mayor grado de naturalidad y capaces de expresar emociones

• Mejora de los modelos prosódicos• Sistemas de reconocimiento de habla mucho más robustos, capaces de trabajar en entornos ruidosos o con habla informal y emotiva

• Mejora del reconocimiento acústico• Mejora de los léxicos y modelos de lenguaje

• Sistemas de diálogo mucho más flexibles y adaptados también a entornos informales

• Mejora de las técnicas de control del diálogo• Tecnología de reconocimiento de locutor más fiable, que permita su incorporación a sistemas comerciales

Las Tecnologías del Habla en un futuro inmediato

• Nuevos retos tecnológicos: • Desarrollo de nuevas tecnologías ahora emergentes

• Identificación de idioma•Identificación en la onda sonora del idioma en que se ha emitido

• Reconocimiento automático de emociones•Técnicas para identificar en las ondas sonoras del habla las emociones del hablante

• Speaker diarization• Identificación en la grabación de un diálogo de los segmentos pronunciados por los distintos participantes

Las Tecnologías del Habla en un futuro inmediato

• Sin duda, los linguistas tienen (y tendrán) un papel en el desarrollo de tecnología del habla comercial:

•El desarrollo de estas tecnologías y servicios lo llevan a cabo grupos interdisciplinares, en los que también participan lingüistas• Campos en los que se requieren conocimientos lingüísticos:

• Desarrollo de módulos de procesado lingüístico para conversión texto-habla• Desarrollo de diccionarios de pronunciación para reconocimiento• Diseño, recogida y anotación de corpus para la síntesis y el reconicimiento• Desarrollo y ajuste de servicios basados en sistemas de diálogo• Evaluación y mejoras

Perspectivas profesionales de los lingüistas en las Tecnologías del habla

• La aportación de la Lingüística a la investigación en Tecnología del Habla es más incierta, y dependerá de diversos factores:

• Paradigma empleado en el desarrollo de la tecnología:• Las aproximaciones estadísticas, de momento, son el paradigma dominante • Campos en los que el conocimiento fonético sigue teniendo su papel:

• Aproximaciones paramétricas a la síntesis• Síntesis de emociones

• Procesado lingüístico para la síntesis y el reconocimiento• Diccionarios fonéticos para el reconocimiento

• Conocimiento teórico aportado por la Fonética:• Descripción del habla expresiva

• Modelos prosódicos• Caracterización segmental

• Descripción del habla en diversas situaciones• Diálogos orientados a objetivo

• Descripción de la variación interlocutor e intralocutor:• Habla de niños, habla de personas ancianas

Perspectivas profesionales de los lingüistas en las Tecnologías del habla

• Hacia un nuevo perfil de fonetista ‘computacional’

• Con mayor dominio de las herramientas tecnológicas de procesado, no solo en lo que se refiere a su manejo sino incluso a su desarrollo (con Praat, por ejemplo)• Capacitado tanto para el trabajo en investigación básica como para el desarrollo de tecnología del habla, en el mundo académico o de la empresa.• Requiere una nueva formación multidisciplinar

Perspectivas profesionales de los lingüistas en las Tecnologías del habla