Köszönet atomvillanásnak a tippért.

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.

Ma Sajtos Istvánnal, a Szörcs vezető fejlesztőjével, tegnap velem, mint a Johu képviselőjével készített interjút Szabó Gábor a Webforgalom blogon. Néhány részlet az interjúból:

SZG: A Szörcs szempontjából nézve mennyire vagy elégedett a webkereső teszt eredményeivel?

Sajtos István (Szörcs):Mi soha semmivel nem vagyunk elégedettek.  Bárki más azt mondaná, hogy “hurrá jobbak vagyunk, mint a Yahoo vagy a Bing”, de igazából szerintünk ez a minimum.

Nagyon aktívan dolgozunk a rangsorolási problémákon és ha most lenne egy ilyen teszt még ennél is jobban teljesítenénk. Ebben a két hétben is nagyon sokat fejlődött a Szörcs.

Az alapvető elgondolásunk, az algoritmus, a rendszer mélye sokkal alkalmasabb a magyar weben való keresésre, mint mondjuk a Google-é. Amivel gondban vagyunk az a sok apró hiba és különleges helyzet. Ezek javítgatásával vagyunk most elfoglalva.

SZG: Mennyire vagy elégedett a webkereső vakteszt eredményeivel a Johu szempontjából?

Jóföldi Endre (Johu): Nagyon nagy következtetéseket nem vonnék le belőle, hiszen azért ez elég kis számú találatból született, de pár dolgot biztosan mutat. Az egyik számomra, hogy a keresők ma már mind “elég jók”. Az is láthatóvá vált, hogy a Yahoo indexére építve a magyar nyelvi tudást felhasználva lehet jobb keresőt csinálni.

Az intejúkat teljes terjedelemben a Webforgalom blogon olvashatjátok:

Interjú Sajtos Istvánnal - Interjú Jóföldi Endrével

A Médiainfo írja:

A Wunderman, a BrandAsset Consulting, a ZAAZ és a Compete közös kutatásában azt találta, hogy nem mindegy, milyen keresőn keresztül jut el a felhasználó egy márka oldalára. A keresőválasztás ugyanis már önmagában is befolyásolja, milyen képpel rendelkeznek majd a márkáról, és annak oldalára jutva milyen döntéseket hoznak.

Tény a témának a magyar piac esetében nincs akkora jelentősége a piaci helyzet miatt. Ha azonban egy magyar cég külföldre dolgozik érdemes lehet megfontolni a Bingre optimalizálást vagy éppen a náluk való hirdetést is.

Szabó Gábor közzétette Webforgalom blogján a Facebookon végrehajtott keresőtesztjének eredményeit. (Emlékeztetőül az eredményeket 1-3-ig lehetett osztályozni)

1. Google: 2,34
2. Szörcs: 2,09
3. Johu: 2,03
4. Bing: 1,86
5. Yahoo: 1,84

Az első és utolsó helyezett között 27% a különbség. Bővebb értékelést nem írnék egyelőre, hiszen Gábor megkért, hogy a blogján a jövő héten szólaljak meg a témában.