Beszédtechnológia, beszédanalitika meetup

2018-ban is folytatódik a Clementine meetup sorozata! Az előző évben sikerrel vettük sorra az egyes szektorokban rejlő adatelemzési lehetőségeket, trendeket - méghozzá neves előadók, gyakorlati szakemberek segítségével. A megismert best practice-ek, iparági megoldások rengeteg, a data science iránt nyitott érdeklődőt vonzottak, így nem volt kérdés a folytatás.
Tavaszi meetup sorozatunk középpontjában a nem strukturált adatok állnak: hang, szöveg, kép, videó, azaz minden, amit hagyományos adatbányászati eszközökkel nem tudunk feldolgozni.

Az idei első meetup témája a beszédtechnológia, a beszédanalitika.

A beszédtechnológia ugyanis egyre inkább része a mindennapjainknak: diktálunk a telefonunknak, beszélünk az autónkhoz, elemzik a call centeres beszélgetéseinket, gépi hang fogad minket a vasútállomásokon, és még sorolhatnánk.

Előadások:

1. Gépi beszédfelismerés – Fegyó Tibor, SpeechTex
   A gépi beszédfelismerés használhatósága és ezzel együtt a használata folyamatos mértékben nő, de várhatóan messze van még az pont, mikor azt mondhatjuk, hogy megoldottuk a feladatot.
   Az előadásban olyan kérdésekre próbálok választ adni, hogy mitől lesz hatékony egy beszédfelismerő rendszer; milyen esetekben lehet és érdemes a nemzetközi piacon is elérhető megoldásoknak alternatívát nyújtani; milyen kihívásokkal kell megbirkózni új területeken történő bevezetéshez.

2. Beszédanalitika, azaz gépi beszédfelismerés kimenetének szöveganalitikai elemzése és felhasználása – Kovács-Ördög Zita, Clementine
   Az ügyfélszolgálatok napi több száz órás beszélgetései igazi információs aranybányát jelentenek az elemzőknek. De mik is pontosan ezek az értékes információk? Milyen vállalati területeken hasznosítható ez a tudás? És egyáltalán hogyan fogjunk hozzá a feldolgozáshoz, ha hatékonyan szeretnénk mindezt csinálni? Az előadás többek között ezekre a kérdésekre keresi a választ. Megnézzük mi történik a hívással azt követően, hogy tárcsázzuk az ügyfélszolgálat telefonszámát, illetve, hogy ez a folyamat hogyan modernizálható hang és szöveganalitikai megoldások segítségével. Szó lesz hangvezérelt IVR-ról, call center asszisztens megoldásról, automatikus quality control rendszerről, és persze arról is, hogy mindezek miért hasznosak.

3. A roller és az űrhajó is jármű! Hogyan viszonylik ez a beszédszintézishez? - Németh Géza, BME TMIT
   Az előadásban azt próbálom körüljárni, hogy a gépi szövegfelolvasás (text-to-speech, TTS) területén vajon mi hasonlít a rollerre és mi az űrhajóra? Hogyan tudunk követelmény specifikációt meghatározni egy alkalmazáshoz szükséges TTS-re? Hogyan teszteljünk? Mit várhatunk el a mai legkorszerűbb technológiáktól és mit nem?

4. Prozódiai Oktatóprogram – Sztahó Dávid, BME TMIT
   A természetes beszédkommunikációhoz hozzátartozik a helyes prozódia. A Prozódiai Oktatóprogram olyan audió-vizuális CAPT szoftver, amely a hallássérültek, kochleáris implantáltak vagy valamilyen beszéd rendellenességben szenvedő gyermekek beszédtanulásában valamint nyelvtanulásban nyújthat segítséget a prozódia helyes elsajátításához vizuális és hallási visszacsatolással. Az előadás során a közönség megismerheti a szoftver funkcionalitását, annak elvégzett hatástanulmányát nagyothalló gyermekeknél, valamint a web-es implementációjának prototípusát.

Az előadások után lehetőség nyílik informális kapcsolatteremtésre az érdeklődők számára. További információ: www.clementine.hu