V brněnském „Speech Valley“ vznikají unikátní hlasové technologie

Výzkumníci z Vysokého učení technického v Brně (VUT) se již téměř dvacet let věnují vývoji technologií, které umožní využívat v komunikaci s počítači daleko přirozenější způsob – běžnou lidskou řeč.

Dorozumění člověka s počítačem se nejčastěji odehrává pomocí klávesnice a myši a komunikace mezi dvěma lidmi byla donedávna jasná jen lidem. Hlasová komunikace ale nabývá na významu, a to kromě jiných i v oblasti automobilového průmyslu.

Projekt s názvem „Technologie zpracování řeči pro efektivní komunikaci člověk-počítač“ podpořila v rámci výzkumného Programu na podporu aplikovaného výzkumu a experimentálního vývoje ALFA částkou 23,8 milionu korun i Technologická agentura ČR (TA ČR).

„Tyto nové technologie by měly být použitelné v praktických aplikacích, jako je například vyhledávání ve slovnících na mobilech, diktování překladů nebo využití v dialogových systémech,“ uvedl předseda TA ČR Petr Očko.

Podle něj jde o velmi důležitý výzkum s potenciálem přinést České republice významné zvýšení podílu hi-tech technologií v ekonomice a uplatnění na mezinárodních trzích. „Technologie tohoto typu tvoří vysokou přidanou hodnotu díky minimálním nákladům a možnosti vysokých příjmů z prodaných licencí za software,“ dodal.

Projekt navazuje na mimořádné úspěchy skupiny BUT Speech@FIT, která je součástí Fakulty informačních technologií VUT v Brně. Ta byla zodpovědná za koordinaci projektu a je jednou z nejvýznamnějších světových laboratoří v oboru získávání informací z řeči.

Kromě podpory od TA ČR pracuje také na projektech programu Horizon 2020 Evropské komise a amerických agentur DARPA a IARPA.

„Podpora od Technologické agentury nám pomohla posunout vývoj ve všech oblastech řečových technologií, ať už jde o samotné rozpoznávání řeči a mluvčího, identifikaci konkrétního jazyka či detekci klíčových slov,“ vysvětlil docent Jan Černocký z VUT s tím, že výsledky projektu mají značně rozsáhlé pole využití.

„Můžeme zmínit například zlepšení studijních možností při použití audiovizuálních materiálů, které umožní práci se záznamem v podstatě na stejné úrovni jako s psaným textem včetně vyhledávání klíčových slov, indexování a podobně,“ doplnil Jan Černocký.

Podstatná část projektu byla ale na bedrech zúčastněných firem. „Vědecké články a akademický software jsou samozřejmě důležité, ale největší radost mám z toho, že výsledky projektu přispěly k vývoji reálných produktů pro reálné zákazníky“, říká Černocký a zmiňuje například systém pro dolování bezpečnostních informací z řeči firmy Phonexia, vyhledávání hlasem ve slovnících Lingea nebo hlasové informační systémy firmy Optimsys.

Účastníci projektu se společně presentují jako „Brno Speech Cluster“ a šíří dobré jméno České republiky jak na poli špičkového výzkumu, tak ve špičkových komerčních technologiích.