Speech technology

Nel contesto delle interfacce uomo-macchina basate sull’interazione verbale – di cui Siri di Apple, Amazon Alexa e Google Assistant sono gli esempi più conosciuti – l’applicazione di tecnologie NLP e l’impiego di competenze specialistiche di alto profilo nell’elaborazione del linguaggio sono elementi di valore nella realizzazione di sistemi di sintesi vocale alta qualità. Per sintetizzare, a partire dal testo scritto, un parlato davvero naturale è imprescindibile il ricorso a una tecnologia di analisi linguistica capace di estrarre dal testo scritto le informazioni necessarie a guidare la voce sintetica verso una pronuncia corretta e un’intonazione naturale (Speech Technology).

Ciascuna lingua richiede uno specifico studio linguistico e fonetico, che si concretizza in versioni specializzate dei nostri componenti software secondo un approccio modulare (moduli specifici di lingua).

Le nostre competenze

• Studio delle lingue orientato alle esigenze della sintesi vocale – aspetti fonetici, prosodici, morfologici, sintattici
• Consulenza per le diverse lingue trattate, offerta da linguisti madrelingua con elevato grado di specializzazione
• Realizzazione di grammatiche fonetiche, lessici, corpora e altre risorse linguistiche personalizzate

Interfacce in linguaggio naturale

I sistemi conversazionali hanno lo scopo di fornire agli utenti una interazione semplice e “naturale”, tramite lo strumento che conoscono meglio: la loro stessa lingua. “Chatbot”, “spoken dialogue systems”, “conversational computing”, “conversational agents”, sono alcuni dei termini utilizzati quando si parla di sistemi di interazione in linguaggio naturale.

In settori o applicazioni specifiche, come ad es. l’e-commerce, le banche e le assicurazioni, la salute e la cura della persona, gli help desk aziendali, i servizi della PA al cittadino, gli utenti interagiscono con intenzioni ed esigenze più precise e variegate. In questi casi il sistema di dialogo naturale ha bisogno di appoggiarsi su una conoscenza dettagliata del dominio, e al tempo stesso deve essere in grado di comprendere interazioni complesse (cioè variegate, sottospecificate o al contrario ridondanti, eventualmente imprecise), per poter rispondere in modo corretto e soddisfacente alle esigenze dell’utente, cercando di capire le sue intenzioni.

Per realizzare sistemi di dialogo naturale (Natural Dialogue) la sfida da superare è quindi duplice: da un lato, si tratta di affrontare le problematiche relative alla complessità del linguaggio umano, con le soluzioni fornite dalla linguistica computazionale e dal machine learning; dall’altro lato, si tratta di trasformare in valore il risultato dell’interazione, modellando quest’ultima sul dominio di riferimento.

CELI integra le proprie tecnologie di Natural Language Processing e Machine learning con la raccolta dei dati linguistici ed una analisi precisa dell’esperienza degli utenti. Le tecnologie di Natural Language Understanding, Generation e Dialogue management, al centro del sistema, si integrano con i componenti di Automatic Speech Recognition (ASR), di Text To Speech (TTS), e con la base di conoscenza della applicazione specifica, seguendo una metodologia che garantisce la bontà dell’esperienza degli utenti, e contemporaneamente la facilità e l’efficacia nell’interazione con i sistemi.