Přepis řeči

Novinky v demo aplikaci

1.7.2010

• Přidána možnost nahrát vlastní soubor. Z tohoto souboru budou přepsány do textu první 3 minuty. Funkce je k dispozici po registraci přes telefon (viz Instrukce pro přepis řeči pomocí telefonu).
• Pokud používáte nahrávání přes telefon (voláte na číslo +420 511 205 270) opakovaně, můžete přeskočit úvodní uvítací promluvu ihned pomocí stisknutí hvězdičky (*).

24.1.2011

• Změněno telefonní číslo pro vyzkoušení přepisu řeči na text. Nově volte na svých telefonech číslo +420 511 205 270.

Instrukce pro přepis řeči pomocí telefonu

Připravte si tužku a papír, připravte si text, který přečtete do telefonu.

1. Zavolejte na tel. číslo +420 511 205 270 (běžná pevná linka; náklady podle Vašeho tarifu).
2. Zapište si PIN (6-místné číslo), který zazní v telefonátu.

3. Po pípnutí namluvte libovolný text.

   Maximální délka nahrávky je 3 minuty. Poté se nahrávání automaticky přeruší. Po dokončení telefonátu prosím zavěste. Textový přepis bude dostupný během pár minut na internetové adrese www.PrepisReci.cz.

4. Na úvodní stránce www.PrepisReci.cz zadejte PIN, který Vám byl nadiktován v telefonátu. Vložte také výsledek jednoduché matematické operace jako číslo. Klikněte na Zobrazit.
5. Zadejte Vaše heslo a klikněte na Potvrdit. Pokud přistupujete na www.PrepisReci.cz pod daným PINem poprvé, budete místo zadání hesla vyzváni k jeho vytvoření. Toto heslo je pak svázáno s Vaším PINem a použito při dalších přihlášeních.
6. Vyplněním dotazníku poskytnete autorům svoji představu o využití technologie přepisu řeči v praxi.

7. Automaticky rozpoznaný (přepsaný) text je v seznamu řazeném od nejmladší nahrávky.

   V pravém sloupci můžete vidět délku nahrávky a spustit nahrávku. Jednotlivé nebo všechny své nahrávky můžete smazat pomocí odkazu v pravém sloupci. Ohodnocením kvality přepisu u každého záznamu poskytnete autorům cennou zpětnou vazbu.

Každý PIN je svázán s telefonním číslem. Voláte-li tedy vícekrát ze stejného telefonního čísla, bude Vám přidělen vždy stejný PIN. Pokud vaše telefonní ústředna identifikuje všechny odchozí hovory stejným telefonním číslem, bude všem osobám volajícím přes tuto ústřednu přidělen stejný PIN. První volající pak vytvořením hesla na www.PrepisReci.cz znemožní ostatním přístup k jejich přepisům. Použijte prosím v tomto případě svůj mobilní telefon, u něhož k tomuto nedochází. Máte-li aktivovánu službu skrytí Vašeho telefonního čísla příjemci, bude Vám vždy přidělen nový PIN.

Instrukce pro přepis řeči ve Vašem audio souboru

Přepis audio souboru s nahrávkou řeči (např. souboru MP3 z diktafonu, mobilního telefonu, atd.) si můžete provést jako registrovaní uživatelé po přihlášení. Po registraci (viz. Instrukce pro přepis řeči pomocí telefonu) a přihlášení postupujte následovně:

1. Stiskněte tlačítko Najít/Browse a vyberte zvukový soubor na Vašem počítači.
2. Stiskněte tlačítko Odeslat. Tím se soubor pošle na náš server a přidá se do fronty ke zpracování.
3. Velikost souboru je omezena na 8MB a délka na 3 minuty (u delších nahrávek budou přepsány pouze první 3 minuty). Naše služba podporuje většinu běžných formátů (WAV, MP3, AAC).
4. Po zpracování souboru bude k dispozici jeho přepis, pokud budete mít aktivováno posílání na email, přijde Vám přepis také na Váš email.
5. Pro kontrolu si můžete stáhnout a poslechnout Vaši nahrávku tak, jak byla předána rozpoznávači.

K čemu můžete automatický přepis řeči na text využít?

Automatický přepis řeči na text může zastoupit ručně provedený zápis o obsahu tele­fonní komunikace. I když nedosáhne jeho kvalit, je výrazně přínosnější než zcela chybějící zápis, což bývá poměrně častým jevem. Automatický přepis poslouží dobře pro rychlou orientaci v obsahu komunikace a zpřístupní ji rovněž pro textové vyhledávání.

Technologie nachází uplatnění zejména v oblasti obchodu a péče o zákazníky, například v následujících situacích:

• Obchodník si mezi schůzkami namluví poznámky, které v klidnější chvíli už pouze edituje (zamezení ztráty informací, úspora času obchodníka).
• Technologie přepíše rozhovor operátora call-centra pro další kontrolu nadřízeným (zefektivnění kontroly kvality práce).
• V CRM systému budou u každého obchodního případu uloženy textové přepisy relevantních telefonátů (zefektivnění vyhledávání).
• Přepis projevů a příspěvků na jednáních (úspora času zapisovatelů, zamezení ztráty informací).
• Automatický přepis a indexace telekonferenčního hovoru (efektivní záznam komunikace).

Jaká je přesnost technologie přepisu řeči na text v praxi?

Technologie od společnosti Phonexia dosahuje dobrých výsledků tam, kde současné technologie selhávají - v praktických podmínkách telefonních hovorů. Systém umí zpracovat nekvalitní záznam signálu, okolní ruchy, šumy, nekvalitní vyslovování atd., což doposud žádný software pro češtinu neumožňuje.

V reálných podmínkách dosahuje technologie společnosti Phonexia v průměru 85% úspěšnosti přepisu. Při kvalitních hovorech se úspěšnost posunuje k 95%. Podle zkušeností manažerů call-center již hranice úspěšnosti 85% plně postačuje pro pochopení obsahu při čtení textu.

Rozpoznávač se automaticky adaptuje na hlas mluvčího, na akustické prostředí, druh mikrofonu, atd. Technologie využívá slovník přesahující 1.000.000 slov. Jedná se pouze o slovník obecné spisovné a hovorové češtiny. To znamená, že ve slovníku nejsou názvy firem apod. Pokud tedy nejsou tato slova ve slovníku, nemusí být přepsána správně. Slova lze do slovníku doplňovat a tím dále zvyšovat úspěšnost automatického přepisu. Zvýšení přesnosti přepisu je možné dosáhnout také další adaptací technologie. Prosím konzultujte s námi Vaše potřeby na info@phonexia.com.

Jakým způsobem lze systém zapojit do naší IT infrastruktury?

O veškeré telefonní operace a nahrávání hovorů v rámci demo linky PřepisŘeči.cz se stará hlasový server OptimTalk společnosti OptimSys, jenž je napojen na telefonní ústřednu, komunikuje s potřebnými databázemi a dodává nahrávky přepisovači řeči, který běží na samostatném serveru.

Hlasový server OptimTalk je software, který můžete spolu se softwarem pro přepisování řeči snadno nainstalovat i na Váš server a provozovat systém ve Vašem prostředí.

K Vaší telefonní ústředně se OptimTalk připojí pomocí standardního VoIP protokolu SIP nebo pomocí SIP brány. Pro komunikaci s IT systémy nabízí OptimTalk širokou škálu standardizovaných rozhraní a protokolů, jež pokrývají potřeby drtivé většiny uživatelů. Nabízí však i nástroje pro integraci nestandardními způsoby. Detailně o tomto tématu pojednává white paper Integrace hlasového serveru OptimTalk s telefonní ústřednou a IT systémy (formát pdf), který je volně ke stažení na stránkách společnosti OptimSys.

Jaké související telefonní technologie mohu využít?

Hlasový server OptimTalk (viz předchozí dotaz) je všestranná, výkonná a plně na otevřených standardech založená platforma pro provoz telefonních a hlasových aplikací a pro integraci telefonie s IT systémy. Její začlenění do Vaší telefonní a IT infrastruktury umožní integrovat telefonii do Vašich podnikových procesů.

OptimTalk Vám nabízí možnost rozšířit běžné telefonování o zcela nové funkce, viz například systém OptimCall. Umožňuje snadno vytvářet hlasové automaty, včetně možnosti využít syntézu a rozpoznávání řeči. Je rovněž nástrojem pro integraci telefonie do CRM systémů a dalších systémů péče o zákazníky. Umožňuje realizovat call centrové funkce, efektivně distribuovat hlasové zprávy generované na míru pomocí syntézy řeči, implementovat funkci vytáčení hovoru kliknutím na telefonní číslo v informačním systému a mnoho dalšího.

Více se lze dočíst ve white paperu Integrace telefonie s IT systémy - možnosti a přínosy (formát pdf), který je volně ke stažení na stránkách společnosti OptimSys.

Jaké související technologie zpracování řeči mohu využít?

Phonexia dodává technologie pro automatické získávání informací z mluvené řeči. Zabývá se technologiemi identifikace jazyka, mluvčího a pohlaví, detekcí (vyhledáváním) klíčových slov a frází v nahrávkách mluvené řeči a přepisem mluvené řeči do textu. Produkty Phonexia nacházejí uplatnění v aplikacích pro analýzu telefonních hovorů v call-centrech, v oblasti bezpečnosti a obrany a v multimediálních archívech.

... více na www.phonexia.com

Možné zdroje chyb v přepisu

Technologie automatického přepisu řeči na text není 100% úspěšná a nikdy nebude úplně bezchybná. Ani člověk vždy nerozumí na 100% všemu. Které případy mohou negativně ovlivnit úspěšnost rozpoznávače?

• Příliš tichý nebo hlasitý (přebuzený) záznam. Zde se jedná o opravdu extrémní případy. Hlasitost si můžete zkontrolovat poslechem nahrávky, tak jak byla zpracována rozpoznávačem.
• Příliš velký hluk na pozadí, hovor více lidí přes sebe. Systém je adaptovaný na řeč v zašuměném prostředí, pokud je však hovor jen stěží srozumitelný v okolním šumu, nelze očekávat, že rozpoznávač něco rozpozná.
• Příliš krátká nahrávka (jen několik sekund), velmi časté střídání mluvčích. Systém se adaptuje na mluvčího. Ideální délka promluvy je alespoň 20 vteřin. Pokud je kratší nebo se střídají mluvčí, účinek adaptace se snižuje a to se projeví také na přesnosti přepisu.
• Systém je vytvořen pro rozpoznávání běžné konverzační řeči. Čím vzdálenější je způsob Vaší řeči (čtení novinových zpráv, předříkávání básničky, atd.) od běžné konverzace, tím bude horší kvalita přepisu. Pro jiný typ řeči, je třeba systém jazykově adaptovat.
• Pokud vyslovíte slovo, které rozpoznávač nezná, bude přepsáno jako sekvence slov zvukově (akusticky) podobných. Čeština může obsahovat přes 3,5 miliónů slov a několik stovek tisíc vlastních jmen a názvů (ulice, jména firem, ...). Přesto, že tento systém obsahuje zhruba milión běžných slov, ve slovníku zatím chybí většina jmen a názvů. Bohužel je nereálné pokrýt všechna možná slova vyskytující se v českém jazyce.