Kompiuteriniai dialogai balsu. R. Maskeliūnas

Size: px

Start display at page:

Download "Kompiuteriniai dialogai balsu. R. Maskeliūnas"

Gordon Lewis
6 years ago
Views:

1 Kompiuteriniai dialogai balsu R. Maskeliūnas

2 Turinys Balso dialogų technologijų raida Balso dialogų tipai bei dizaino principai Pagrindinės balso dialogams taikomos technologijos Balso dialogų kūrimo ir taikymo programinė įranga Praktiniai pavyzdžiai

3 Balso dialogų technologijų raida Balso dialogų technologijų plėtros motyvai: Ženkliai išaugo informacinės sąveikos kainos. Aiškėja efektyvios informacinės sąveikos palaikymo galimybės. Tobulėja telefonas ir Web technologijos Savo ruožtu, informacinės sąveikos pagerinimo būtinybę sąlygoja tai, kad: didelės pastarųjų metų e-verslo investicijos žymiau praturtino sąveikas tik naudojant stalinius kompiuterius; vartotojams reikia daugiau sąveikos kanalų bei modų. Tinkamos sąveikos tarp minėtų modų suformavimas turėtų ženkliai įtakoti raktines verslo metrikas (vartotojų pasitenkinimas bei jų išsaugojimas, informacinio bendravimo našumas) ir prognozuoti bei valdyti verslo konkurentingumą. Balso technologijos (visų pirma jo atpažinimas) yra kritinis elementas sprendžiant minėtas problemas, o jų reikšmė didės, mažėjant mobilių įtaisų gabaritams. Stambiausios informacinių technologijų pramonės įmonės turi įdiegę eilę pavyzdžių, kurie parodo itin aukštus kalbos signalų technologijų ekonominio efektyvumo rodiklius: mažėja paslaugų kaina ir auga investicijų grąža; didėja vartotojų pasitenkinimas paslaugomis; auga informacinių paslaugų teikėjų darbo našumas; formuojamos naujos paslaugos ( auga finansinės apyvartos ).

4 Ekspertų nuomonės ir lyderių programos Žmonės turi turėti vieningą, pilną vaizdinį apie jų komunikacijos galimybes. Susiformuos vieningos unifikuotos kompiuterinių ryšių priemonės, besinaudojančios tokiais informacijos prieigos būdais kaip kalbos signalų atpažinimas bei mašininis vertimas iš vienos kalbos į kitą. Artimiausiais dešimtmečiais balso dialogų technologijos bus barjeras, kurio įveikimas lems pažangą daugelyje sričių. Kalbos signalų technologijų panaudojimas yra itin sudėtingas ir reikia surasti būdus, kaip paruošti vartotojus naujoms technologijoms Kalbos signalų technologijos yra revoliuciniai, kvapą užgniaužiantys įrankiai, kurie turėtų tapti bet kurios veiklos siekiu. Intel artimiausiais metais tikisi skaitmeninės inteligencijos plėtros arba elektroninių produktų humanizavimo. Pirmoje eilėje tai siejama su kalbos signalų, ranka rašytų tekstų bei vaizdų atpažinimu. Panašių pozicijų laikosi ir IBM atstovai

5 Balso technologijų taikymo pavyzdžiai Atsiskaitymas už komunalines paslaugas Draudimo paslaugų vykdymas Energetika Sveikatos sauga Transportas Stichinių nelaimių prevencija Prekyba Švietimas Pagalba neįgaliems Valstybės valdymas Santykiai tarp kitakalbių žmonių Kriminalistika

6 Balso dialogų tipai bei dizaino principai Tik balsas programos Interaktyvios atsako balsu Natūralaus pokalbio sistemos Multimodalinės programos Paspausk ir kalbėk. Laisvos rankos.

7 Pagrindiniai reikalavimai kalbiniams dialogams balsiniuose tinklalapiuose 1. Reikalavimai gramatikos dizainui 2. Reikalavimai pauzėms 3. Reikalavimai garso nuorodoms pirmenybė teikiama iš anksto įrašytoms garso nuorodoms nereiktų naudoti nuorodų su pertekline informacija; reikia vengti dviprasmiškų posakių, naudoti tik gerai suprantamus vartotojui žodžius ir terminus; rekomenduojama nustatyti kokią esminę informaciją vartotojas turėtų gauti ir tą informaciją pateikti kaip pradinę prieš kuriant balsinį tinklalapį rekomenduojama įvertinti kokio išprusimo lygio vartotojas naudosis programa. 4. Reikalavimai tinklalapio struktūrai: rekomenduojama dialogą sukurti kiek įmanoma trumpesnį; rekomenduojama naudoti tik tokius atpažįstamus žodžius, kurie būtini programos veikimui. rekomenduojama pateikti galimus atsakymo variantus; rekomenduojama nutraukti dialogą ir pradėti iš naujo, jei vartotojas klysta kelis kartus toje pačioje dialogo ciklo vietoje. 5. Reikalavimai dialogo valdymo komandoms vartotojas neaiškiai sumurma. Tinklalapis turėtų ištarti: Atsiprašau, nesupratau jūsų. ; vartotojas tyli. Tinklalapis turėtų ištarti: Atsiprašau, neišgirdau jūsų. ; vartotojas paprašo pagalbos: Nesuprantu, padėkite, pagalba ir t.t.. Tinklalapis turėtų ištarti: Naudojimosi programa instrukcijos yra....

Pagrindinės balso dialogams taikomos kalbos technologijos Automatinio kalbos atpažinimas paskirtis - automatiškai nustatyti, kas balsu sakoma

8 Pagrindinės balso dialogams taikomos kalbos technologijos Automatinio kalbos atpažinimas paskirtis - automatiškai nustatyti, kas balsu sakoma informacijos priėmimo sistemai Teksto sintezė paskirtis - pagal reikiamą komandą, balsu perskaityti informacinėje sistemoje teksto pavidalu saugomą informaciją.

9 SALT ir VoiceXML Šiuo metu vyrauja du standartai, aprašantys interneto, telefono ir kalbinių technologijų integraciją, tai SALT ir VoiceXML (plg. angl. Voice Extensible Markup Language) žymėjimo kalbos. Tiek SALT, tiek VoiceXML yra žymėjimo kalbos skirtos programoms, kuriose naudojamas balso įvedimas ir išvedimas, kurti. SALT ir VoiceXML skiriasi savo sandara. VoiceXML yra labai deklaratyvi nuo savo sukūrimo, šioje technologijoje naudojamas didžiulis žymių rinkinys, kai SALT yra orientuotas į skriptus ir turi nedidelį žymių rinkinį. VoiceXML yra gerokai platesnis, stacionarus standartas, nei SALT, kurio funkcionalumas priklauso nuo Web programos. SALT palaiko pagrindinius komponentus, apibrėžiamus VoiceXML 2.0 specifikacijoje, įskaitant ir XML pagrįstą gramatinę specifikaciją bei kalbos sintezės žymėjimų kalbą. Taip, kad tai gana giminingos kalbos. VoiceXML ir SALT paskirtis skirtinga. VoiceXML daugiau skirtas su telefonija susijusių internetinių tinklalapių kūrimui, tuo tarpu SALT suteikia galimybę naudoti kalbą ir telefoniją internetiniuose tinklalapiuose ir paverčia juos multimodaliniais. VoiceXML yra labiau paplitęs standartas. Standartą palaiko daugiau nei 500 kompanijų. Lyderiais laikoma AT&T Labs, IBM, Lucent, Motorola. SALT standartą palaiko apie 70 kompanijų. Lyderiai Cisco, Comverse, Intel, Microsoft, Philips, SpeechWorks. VoiceXML yra senesnis standartas, šiuo metu jau patvirtinta VoiceXML versija 2.0 Pirma standarto versija sukurta prieš šešis metus metais (SALT metais). Microsoft kalbos serveris Microsoft Speech Server 2004 palaiko tik SALT 1.0 standartą.

10 SALT dizaino principai SALT sukurtas remiantis šiais dizaino principais: Kalbos įkomponavimas į interneto tinklalapius; Kalbos sąsajos atskyrimas nuo pagrindinių duomenų; Galingas ir lankstus programavimo modelis; Jau esamų gramatikos, kalbos išvedimo ir semantikos standartų panaudojimo galimybė; Plati SALT palaikančių įrenginių gama; Minimalūs įrenginių perdarymo / kūrimo kaštai. Pirmi penki punktai leidžia minimizuoti internetinių tinklalapių kūrimo ir pritaikymo kaštus [24].

11 SALT architektūra

12 Kalbiniai SALT elementai Norint sukurti kalbinį dialogą tarp žmogaus ir kompiuterio, naudojami kalbos įvedimo ir išvedimo elementai: <listen> ir <prompt> <salt:grammar xmlns= > <grammar root= root > <rule id= root > <item repeat= 0-1 >from </item> <ruleref name= #miestai /> </rule> <rule id= miestai > <one-of> <item> Kaunas </item> <item> Vilnius </item> <item> Alytus </item> </one-of> </rule> </grammar> </salt:grammar> <prompt id= labas > Laba diena, malonu susipažinti. </prompt>

13 Balso dialogų kūrimo ir taikymo programinė įranga. Microsoft Speech Server

14 Balso dialogų kūrimo ir taikymo programinė įranga. Balso dialogų kūrimo paketai Microsoft Speech Application SDK, naudojamas kartu su Microsoft Visual Studio.NET (MSVS) programavimo paketu. Šis paketas leidžia sukurti sudėtingus, Microsoft kalbos serveryje naudojamus ASP.NET tinklalapius. Voice Web Studio kalbos priemonių komplektas, naudojamas kartu su Macromedia Dreamweaver MX programiniu paketu. Naudojant šias priemones galima įprastiniuose HTML tinklalapiuose panaudoti tekstas į kalbą sintezę, garsinių failų grojimą, sukurti interaktyvius dialogus tarp vartotojo ir kompiuterio, įdiktuoti reikiamus duomenis ir t.t.

15 Praktiniai pavyzdžiai. Voice Web Studio paketu sukurtas balso dialogą demonstruojantis SALT tinklalapis Virtuali diskoteka

16 Praktiniai pavyzdžiai. Voice Web Studio paketu sukurtas balso dialogą demonstruojantis SALT tinklalapis Virtuali diskoteka (2)

17 Praktiniai pavyzdžiai. Microsoft Speech Application SDK paketu sukurta balso dialogą demonstruojanti telefoninė programa Elektroninė bankininkystė Scenarijaus aprašymas: pavyzdyje pateikiama duomenų, reikalingų atlikti pinigų pavedimą tam tikrai parduotuvei, surinkimo programa. Tinklalapis pasisveikina su vartotoju ir klausia, kam skirtas pavedimas (galimi atsakymo variantai: minimai arba maximai). Vartotojui atsakius, tinklalapis parodo atpažinimo rezultatą bei tikslumo matą ir pereina prie antro kalbinio dialogo punkto: tinklalapis klausia vartotojo kiek jis norėtų mokėti (vieną litą ar du litus). Vartotojui atsakius į klausimus, tinklalapis paklausia ar teisingai surinkti duomenys (pvz., ar norite mokėti vieną litą maximai? ). Vartotojas, atsakydamas taip arba ne, gali atmesti arba patvirtinti pavedimą. Tylos arba nesuprasto atsakymo atveju tinklalapis informuoja vartotoją apie klaidą (pvz., atsiprašau, neišgirdau jūsų atsakymo arba atsiprašau, galimi atsakymo variantai minimai arba maximai ir t.t.).

18 Praktiniai pavyzdžiai. Microsoft Speech Application SDK paketu sukurta balso dialogą demonstruojanti telefoninė programa Elektroninė bankininkystė (2)

19 Praktiniai pavyzdžiai. Microsoft Speech Application SDK paketu sukurta balso dialogą demonstruojanti telefoninė programa Elektroninė bankininkystė (3)

20 Praktiniai pavyzdžiai. Microsoft Speech Application SDK paketu sukurta balso dialogą demonstruojanti telefoninė programa Elektroninė bankininkystė (4)

21 Apibendrinimas ir išvados Balso dialogų technologijos sparčiai plinta dėl daugelio ekonominių aspektų. IT pramonės kompanijos bei jų lyderiai pripažįsta kalbos technologijų svarbą. Skiriamos dvi kalbinių dialogų programų rūšys. Tai Tik balsas ir multimodalinės programos. Balso dialoguose naudojamos dvi pagrindinės kalbos technologijos: tai automatinio kalbos atpažinimo ir teksto sintezės sistemos. Praktinei šių technologijų realizacijai naudojama SALT ir VoiceXML kalbinių taikymų ženklinimų kalba bei joms aptarnauti bei projektuoti skirta programinė įranga Microsoft Speech Server su Speech Application Development Kit bei IBM Voice Server su VoiceXML Toolkit. Nesudėtingiems taikymams naudojamas priedas Macromedia Dreamweaver MX paketui Voice Web Studio. Pateikiami trumpi balsinius dialogus demonstruojančių programų Virtuali diskoteka ir Elektroninė bankininkystė projektavimo pavyzdžiai.

22 AČIŪ UŽ DĖMESĮ KLAUSIMAI?

Informacijos apsaugos standartai serija

Informacijos apsaugos standartai 27000 serija Pareng : Marius Celskis www.isec.lt 2007 m. balandis 12 d. ISO 27000 serija 2 iš 9 Tarptautin standartizacijos organizacija ISO informacijos apsaugos standartizavimui