A számítógéppel való beszélgetés egy kicsit futurisztikusnak és idegennek tűnik, legalább annyira nehezen szólunk mi emberek a géphez, mint amennyire nehezen fogadjuk ha a gép megszólal. Mindez azonban egyre közelebb kerül a valósághoz és egyre inkább elkerülhetetlen lesz.
Szükséges-e a beszédtechnológia?
A technológia lehetőségeinek oldaláról vizsgálva sok hasznos lehetőséget rejt magában a beszédfelismerés, beszéd alapú személyazonosítás vagy akár a beszéd alapú keresés is. Adja magát a kérdés, hogy miért is van erre szükség, hiszen egyre kényelmesebb eszközök állnak rendelkezésre ahhoz, hogy a megszokott felhasználói felületeken keresztül használjuk a különböző alkalmazásokat, keresőket.
Hagyományos és mobil technológiák
Mindez azonban feltételez néhány elengedhetetlen körülményt: jól olvasható monitor, kényelmes billentyűzet, jól kialakított felületek, és nem utolsó sorban legalább egy, de inkább két szabad és használható kezet, jó látást... A mindennapi életben nem feltétlenül áll mindez rendelkezésünkre. A mobiltelefonok és okostelefonok terjedésével sokkal több helyzetben vehetjük hasznát a modern technológia vívmányainak, ha minél egyszerűbben kezelhetjük őket. Egy-egy gyors keresés esetén is nehézkes lehet egy kis készüléken billentyűzet segítségével beírni amit keresni szeretnénk, az eredmények megjelenítése szintén kényelmetlen.
Egyre több alkalmazás létezik, ami pontosan ezt a célt szolgálja, legyenek egyszerű keresők vagy személyi segédek. A Google mobil keresője is tartalmaz már beszédfelismerő egységet, de ilyen program például a Siri, amit telepítve kérdéseket is feltehetünk a telefonunknak, vagy akár megkérhetjük arra is, hogy hívjon egy taxit...
Egészségügyi alkalmazások
Sok esetben azonban nem csak a kényelem és a mobilitás egyszerűsége az elsődleges szempont. Az egészségügy mindkét oldalán jó szolgálatot tehet a beszédfelismerés alkalmazása. A technológia fejlődésével egyre hatékonyabban megoldható a beszéd alapú vezérlés, a beszéd alapú internet használat, így a kezüket használni nem tudók is nagyobb eséllyel boldogulhatnak ezen a téren. Orvosi oldalon szintén nagyon hasznos, hiszen az orvos keze gyakran nem felszabadítható, vagy sterilen kell maradnia, ami miatt a billentyűzet használata szintén nem lehetséges. Ezek a megoldások azonban még csak kezdetlegesek, fejlődniük kell.
Hang és video
Kicsit könnyedebb alkalmazási terület az interneten egyre nagyobb mennyiségben megtalálható multimédiás anyagban való keresés. Több olyan kereső is létezik - ilyen például a midomi - amelynek elég ha egy dallamot vagy dallamrészletet eldúdolunk, eredményül pedig megkapjuk a teljes zenét eredeti formában. Ez a hagyományos keresési módszerekkel már nem is lenne lehetséges.
Ezek az alkalmazások -a dallamfelismerőt kivéve- elsősorban a felhasználói beszédfelismerés használatára alapulnak. A másik irány viszont, amikor az eredmények formája nem hagyományos szöveg, hanem akár hang vagy video. A Youtube videomegosztó oldalán bizonyos esetekben lehetséges egy-egy szóban elhangzó kifejezés megkeresésére a videon belül, természetesen a Google technológiáját kihasználva. Ehhez hasonló megvalósítás a magyar fejlesztésű mindroom videokereső szolgáltatás is, ahol a magyar híradók felvételeiben kereshetünk tetszőleges kifejezésekre. A mindennapi internethasználatban az interneten tárolt adatmennyiség formai változatosága miatt ez a módszer is egyre fontosabbá válik. A valódi áttörést azonban az fogja jelenteni, ha már nem kell szöveggé alakítani a hangzó anyagokat, hanem azok közvetlenül kereshetővé válnak.
A beszédtechnológia jövője
Bár léteznek már, különösen a mobil technológiában jól alkalmazható beszédfelismerővel kiegészített alkalmazások, keresők, de a hagyományos internet világában egy kicsit háttérbe szorul még ez a terület. A legutóbbi internetes forradalom során, aminek köszönhetően a közösségi oldalak és alkalmazások nagy népszerűségre tettek szert, a beszéd lehetősége a legtöbb ilyen oldalon kimaradt, és úgy tűnik, hogy nem is ez az elsődleges hiányzó funkció. Ami késik azonban nem múlik, a beszédtechnológia töretlenül fejlődik és hamarosan várhatóan sokkal nagyobb teret hódít majd.