From knowledge
To roi
Speech Technology e Speech Analytics
Tecnologie del parlato, consulenze linguistiche e soluzioni per interfacce vocaliSpeech 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.
