Microsoft дразнит продвинутые технологии речи, но это не для всех

Сиэтл. Вы думаете о создании приложения для ведения речи с речевым ботом для своего бизнеса? Некоторые руководящие принципы создания ботов, изложенные в Microsoft Build известной шведской предпринимательницей, подкастером и MVP по разработке платформ Windows Джессикой Энгстрем, являются здравым смыслом. Например, не создавайте голосового бота только потому, что это крутая новая технология, и убедитесь, что он соответствует вашей бизнес-модели.

Но есть много сценариев, где голос подходит. Одним из аргументов является то, что в среднем человек набирает 40 слов в минуту, но говорит 150. Приблизительно 3000 новых ботов выпускаются в неделю только на платформе Microsoft, и 95 процентов владельцев смартфонов пытались найти личного помощника.

Хотя не все так гладко. Энгстрем упомянул собственный катастрофический эксперимент «голос плюс AI» Microsoft, который компания должна была провести менее чем через день после того, как Интернет научил его быть расистским. И она указала на Burger King, который запустил рекламный ролик, предназначенный для запуска Google Home, но вместо этого прочитал страницу Википедии, в которой говорилось, что в Whopper содержится цианид.

При разработке голосового помощника вы должны ограничить объем возможных ответов, сказал Энгстрем. Не надо задавать открытые вопросы. Обучите голосового помощника тому, как справляться со многими словами или командами. Даже напишите полный сценарий разговора, который имеет смысл для вашего бота. Наконец, предоставьте звуковую помощь, приводя примеры того, что может сказать пользователь.

Новое в технологии речи Azure
Одним из главных анонсов на Build Keynote была возможность транскрибировать многопартийную речь на заседаниях, отслеживая, какой оратор что сказал. В отдельном сеансе Aarthy Longino, главный менеджер программ по речи и языку в Microsoft, продемонстрировал это, работая в пользовательском интерфейсе разработки.

В прошлом году на Build, самым большим хитом была «конус» встречи, которая узнавала участников и транскрибировала то, что сказал каждый. Теперь этот конус, который также оснащен 360-градусной камерой, тестируется клиентами Microsoft в закрытом режиме. Но есть и другие устройства, которые каждый может получить для тестирования транскрипции, включая Roobo Smart Audio Dev Kit , который был впечатляюще продемонстрирован на сессии.