המסר העיקרי הוא - מערכות לזיהוי דיבור נמצאות כבר כאן ובעברית. בשנים האחרונות אנו רואים עלייה משמעותית ביכולות מערכות זיהוי קולי, כאשר לפי מחקר Callcentres.net באוסטרליה, 58% מרוצים מהן מאוד - עלייה של 11% ביחס לסקר דומה מ-2005. במילים ברורות ניתן לומר כי מדובר בטכנולוגיה מבטיחה שנמצאת בשער. יש אומנם עוד לא מעט מחלות ילדות ועדיין לא מדובר ב"דבר האמיתי", מצד שני מדובר בהבטחה גדולה בעלת קשת רחבה של יישומים והזדמנויות עסקיות, לארגונים יצירתיים.
במבט מהיר
בשנת 2005 אמר ד"ר עמי מויאל, מנכ"ל NSC, בראיון ל-pCon, ש"אין כל סיבה שעם התקדמות הטכנולוגיה, הדיבור לא יהפוך לצורת התקשורת הטבעית עם מכונות - במקום שאנו נלמד את שפת המכונות נלמד אותם את שפתינו". מאז, התחום התפתח מבחינת צמצום השגיאות בזיהוי ובהדרגה הגיע למצב שבו מערכות אלה צברו אמינות והן מקובלות מתמיד, אך עדיין לא מאוד נפוצות.
אם בעבר השימוש במערכות אלו היה בעיקר לצורך צבאי ובטחוני, הרי שכיום השימוש התפשט גם לארגונים אשר מתבססים על שירות לקוחות. כך למשל, מערכת ההפעלה Windows Vista, מציעה זיהוי קולי Built-in. כח המחשוב הגדל, מסייע להביא יכולות אלה למחשב הממוצע ומגמת הניידות - למשתמשי מחשב ניידים. אפליקציות המרה מדיבור לטקסט ומטקסט לדיבור, מעניקות פתרון לבעלי מוגבלויות בראיה וכתיבה ומהפכת האינטרנט מקרבת את החזון של זיהוי קולי מקוון, כגון, אתרים אשר ממירים טקסט לקול. עוד משמש הזיהוי הקולי לזיהוי משתמשים ובקרת גישה, ונראות התקדמויות ראשונות בתחום התרגום האוטומטי. כל זאת, לצד שימושים מוכרים, כ-IVR (אוInteractive Voice Recognition) ודואר קולי.
יחד עם זאת, השימוש בזיהוי קולי אינו נפוץ במיוחד בשל הזמן המתבזבז על מנת ללמד את המערכת לפעול על פי פקודות קוליות, מגבלות המערכת וטעויות בטקסט, כמו למשל, בחדרי טיפול נמרץ בבתי החולים, בהם הזמן הוא גורם קריטי. חוסר המודעות גם גורם לשימוש מוגבל, בשל המחשבה שמה שעבד עד כה יעבוד גם להבא, ואין צורך בחידושים, ואולי גם בשל החשש להסתבכות עם טכנולוגיה זו.
המגבלות הקיימות כיום באפליקציות מסוג זה נובעות מהעובדה שאין מערכת מסוג זה אשר יש לה דיוק של 100%, בשל מספר גורמים הכוללים רעש רקע הקיים בסביבת העבודה, אי יכולת להפריד בין דוברים (למשל בעת ישיבה), אי יכולת בהבנת טקסט מסוים כאשר צמד מילים נשמע אותו דבר, אבל נכתב אחרת, וכוח המחשוב והחומרה הנדרש להפעלה סדירה של מערכת כזו.
בעתיד, סביר כי השימוש בזיהוי קולי יתרחב גם להבנת הדיבור, כלומר, האינטליגנציה המלאכותית של טכנולוגיה זו תוכל להבין את המשמעות של הדיבור האנושי, ואולי גם לדבר אל המשתמש ולנהל שיחה.
מגמות ושימושים
מספר חידושים ומגמות, משפיעים על עולם זיהוי הדיבור כיום: התפתחות שימושים עסקיים חדשים, התבססות סטנדרטים, שיפור בכח המחשוב התומך, יישום בהתקנים ניידים, התקדמות בתרגום אוטומטי , הופעת טכניקות יישום חדשות, התקדמות התמיכה בכך במערכת ההפעלה חלונות ובהתקני GPS.
לטכנולוגיית הזיהוי הקולי יש מספר שימושים מעשיים בארגון: IVR (Interactive Voice Recognition) - שיטה לניתוב שיחות ומענה קולי, על פי זיהוי קולי של דברי הלקוח הפונה למערכת, Voicemail, הפעלת מערכות שונות ובקרת גישה, חתימה אלקטרונית, חיפוש מידע, Text-to-Speech, Speech Analytics וכן Speech-to-Text.
פתרונות בולטים
אלו כמה מוצרים ושרותים בולטים, בתחום מערכות הזיהוי הקולי הזמינות: מיקרוסופט - מעבר להכללתה במערכת ההפעלה חלונות, טכנולגיית זיהוי הדיבור של החברה כלולה גם ביישומי אופיס וב-Tablet PC שלה. עוד בולטות בתחום זה סנסקום, פון פלוס, Cellmax, Genesys, NSC, Nuance ו-Tactix.
ומה עם העברית?
בתחילת ימי זיהוי הדיבור, השפה העברית הייתה בין השפות שזכו לתשומת לב משנית, ביחס לאנגלית. כיום, ישנה התעוררות לנושא השפה העברית. מערכות שירות לקוחות המשתמשות בזיהוי קולי, תומכות גם בשפה העברית והיא מצויה בישומיי אבטחה, אפשרויות חיפוש מתקדמות במאגרי מידע שונים ועזרה טכנולוגית למשתמשים בעלי מוגבלויות בתנועה וראייה. מערכת קולן של חברת מלינגו אשר מקריאה טקסט בעברית באופן אוטומטי לבעלי ראייה מוגבלת, היא דוגמא ליישום כזה. במקביל, במוצרי זיהוי דיבור של חברות בינלאומיות, מתרחב ההיצע של גרסאות לשפות שונות.
זיהוי קולי בעברית מתרחב גם לתחום הסלולרי והתקנים ניידים, כמו למשל בטלפון הסלולרי N70 של נוקיה, אשר תומך בחיפוש בספר הטלפונים על ידי זיהוי קולי. כמו כן, ברבים מהתקני ה-GPS הקיימים בשוק, ישנה תמיכה בשפה העברית לצורך מידע על דרכי הגישה ליעד.
מומחים מוסיפים, שהעברית נכנסת לתחומים אחרים בתחום הזיהוי הקולי כגון תחום זיהוי הדובר, אשר מתחיל להראות צעדים ראשונים בשטח (על פי אלי אתגר, מנהל תחום טכנולוגיות בסנסקום).
סיכום
כדאי להציץ לתחום הטכנולוגיות הקוליות ולהכירו, כאמצעי חדשני ומבטיח, העשוי לקדם את היכולת למנף את המחשוב לטובת הארגון.
אנשים מהתחום, מוזמנים להגיב לתרום ולהוסיף...
הערה חשובה - הסיפור על ההבטחה של זיהוי הדיבור לקוח מתוך תחקיר pCon והוא רק חלק מהסיפור הענק על טכנולוגיות מרתקות וחידושים מעולם התקשורת, שמשפיעים על כולנו. איך נחשפים לסיפור כולו וגם מרוויחים יותר זמן פנוי?http://www.pcon.co.il/v5/DebriefSignup18.asp
למאמרים מקצועיים ואובייקטיביים נוספים של קובי שפיבק, בתחומי מידע מחשבים ואינטרנט, באתר "מאמרים" ראה - http://www.articles.co.il/author/1944
קובי שפיבק Bsc., MBA הוא העורך הראשי של תחקירי pCon ואתר pCon-line. כמי שעוסק במחשבים, על מכלול היבטיהם משנת 1976 וכן כמי שכתב וערך למעלה משמונה מאות תחקירים על כל היבטי המחשוב העיקריים, הוא נמנה על אותם אנשים בודדים בארץ ובעולם, שבאמת ובתמים, מבינים לאן הולך עולם המחשוב ומהן השלכותיו המידיות והעתידיות, על אנשים וארגונים. הוא גם פרסם מספר רב של מאמרים במרבית העיתונים הגדולים והמקצועיים, והופיע פעמים רבות בערוצי הטלוויזיה והרדיו המרכזיים. נכון להיום הוא מייעץ למרבית מנהלי המחשוב בארגונים המובילים בישראל, והוא נחשב בעיני רבים, לגורו של המחשוב העסקי.
