Um problema comum entre os usuários de dispositivos inteligentes é a compreensão do que foi dito pelo assistente de voz. Porém, essa dificuldade acaba sendo maior para falantes não-nativos do inglês.
De acordo com um estudo do Life Science Center, 79% das pessoas com sotaque alteram o tom da voz para se certificar de que são compreendidas pelos assistentes digitais. Além disso, segundo uma pesquisa publicada pelo jornal Washington Post, os smart speakers da Amazon e do Google têm 30% menos chances de entender sotaques não americanos.
Por conta disso, os pesquisadores da MLCommons, uma organização sem fins lucrativos, estão desenvolvendo um projeto chamado 1000 Words in 1000 Languages.
O objetivo desse projeto é permitir que os usuários usem qualquer fala gravada para gerar clipes de áudio. Dessa forma, serão gerados modelos compactos de reconhecimento de fala. Ou seja, os usuários poderão treinar a inteligência artificial (IA) para compreender uma determinada palavra em seu sotaque.
“A questão é: como colocar isso nas mãos de pequenas organizações que não têm a mesma escala de grandes entidades como o Google e a Microsoft? Se eles tiverem um pipeline, eles podem se concentrar apenas no que estão construindo”, disse Vijay Janapa Reddi, um dos pesquisadores do estudo.
Esse projeto da MLCommons é um dos esforços existentes em tornar o reconhecimento de voz mais acessível para os usuários. Por exemplo, no passado, o Common Voice da Mozilla recebeu uma atualização capaz de treinar os mecanismos de fala, como o sotaque do usuário.
Fonte: Venture Beat
