Rok temu Google wprowadziło “nowego” Asystenta wraz z premierą Pixela 4. Główną zmianą było przyspieszenie przetwarzania mowy poprzez przeniesienie tego procesu z serwerów na urządzenie (to z kolei stało się możliwe dzięki zmniejszeniu modelu mowy ze 100 GB do 0,5 GB).

Firma z Mountain View ma jeden z lepszych silników rozpoznawania mowy (zwłaszcza jeśli chodzi o nasz rodzimy język). Do tej pory jednak programiści mieli do niego ograniczony dostęp praktycznie tylko na Androidzie i ewentualnie przeglądarce Chrome. Teraz jednak ma się to zmienić - jak donosi portal TechCrunch, Google zdecydowało się na udostępnienie API rozpoznawania mowy niezależnego od platformy.

Firma z Mountain View pochwaliła się właśnie wprowadzeniem ulepszonego algorytmu rozpoznawania mowy wykorzystującego sieci neuronowe nowego typu. Zamiast skupiać się na pojedynczych literach, skupia się on na tym jak wymawiamy całe słowo, dzięki czemu powinien być w założeniu bardziej dokładny i jednocześnie szybszy.

Audeo to firma, która już wkrótce zrewolucjonizuje sposób prowadzenia rozmów telefonicznych - ale nie tylko. Opracowali oni bowiem technologię rozpoznawania słów, zanim je nawet wypowiemy. Służy do tego specjalna opaska zapinana na szyję, która śledzi impulsy nerwowe przesyłane z mózgu do naszego aparatu mowy. W ten sposób wystarczy, że powiemy w myślach dane słowo (nie pomyślimy, ale wypowiemy je bez otwierania ust), a urządzenie będzie w stanie zamienić impulsy nerwowe na słowa. Dzięki temu przykładowo prowadzenie rozmowy w zatłoczonym autobusie nie będzie musiało wiązać się z tym, że całe nasze otoczenie będzie słyszeć co mówimy. Ponadto ludzie którzy na skutek choroby utracili głos ponownie będą mogli porozumiewać się ze światem. Idąc dalej można wymyśleć dodatkowe zastosowania, jak choćby porozumiewanie się nurków pod wodą, nieme podpowiadanie sobie na egzaminach, czy też wprowadzanie tekstu do komputera lub PDA bez potrzeby dotykania ekranu i klawiatury.

Dragon Naturally Speaking to aplikacja, pozwalająca na rozkoszowanie się nową metodą wprowadzania danych do peceta. Nie musimy już używać klawiatury, wystarczy po prostu dobrej jakości mikrofon. Program ten przetwarza naszą mowę w locie na tekst. Niedawno pojawiła się kolejna edycja tej aplikacji, która teraz jeszcze lepiej radzi sobie z rozpoznawaniem mowy - oczywiście tylko w języku angielskim. Wspominamy na temat tej pecetowej aplikacji, gdyż wraz z wersją dla dużego komputera otrzymujemy również palmtopowego klienta.