Hlasové systémy: Porovnání verzí

Řádek 6: Řádek 6:
 
Rozpoznání hlasu znamená další možnou komunikaci s počítači. Počítač zde musí zachytit a rozpoznat hlas uživatele a pomocí různých slovníků pochopit a vykonat zadaný příkaz. Rozpoznání hlasu jedné osoby je vceklu jednoduché, ale vytvořit systém, který vezme v potaz několik tisíc možných hlasů, emoce, intonaci či rychlost řeči, už tak snadný není. Nynější myšlenkou je nesoustředit se na slova, ale na jednotlivé fonémy. V Evropě je v každém jazyce rozpětí fonémů zhruba 30 - 60. Z nich se vytváří naprostá většina slov. Dále jsou pak hlásky znělé a neznělé, každá je jinak dlouhá a v různých jazycích zní jinak.Mimo různých úrovní jednotlivých fonémů se pak musí řešit i větší úseky jako slova, fráze či věty. Rozeznání hlasu je tedy víceúrovňová problematika.
 
Rozpoznání hlasu znamená další možnou komunikaci s počítači. Počítač zde musí zachytit a rozpoznat hlas uživatele a pomocí různých slovníků pochopit a vykonat zadaný příkaz. Rozpoznání hlasu jedné osoby je vceklu jednoduché, ale vytvořit systém, který vezme v potaz několik tisíc možných hlasů, emoce, intonaci či rychlost řeči, už tak snadný není. Nynější myšlenkou je nesoustředit se na slova, ale na jednotlivé fonémy. V Evropě je v každém jazyce rozpětí fonémů zhruba 30 - 60. Z nich se vytváří naprostá většina slov. Dále jsou pak hlásky znělé a neznělé, každá je jinak dlouhá a v různých jazycích zní jinak.Mimo různých úrovní jednotlivých fonémů se pak musí řešit i větší úseky jako slova, fráze či věty. Rozeznání hlasu je tedy víceúrovňová problematika.
 
Průběh rozpoznání hlasu má tři etapy. První je základní zpracování hlasového signálu a řeči. V druhé se rozeznávají jednotlivé fonémy a slova. Ve třetí už jde o samotné porozumění tomu, co chtěl mluvčí říci.
 
Průběh rozpoznání hlasu má tři etapy. První je základní zpracování hlasového signálu a řeči. V druhé se rozeznávají jednotlivé fonémy a slova. Ve třetí už jde o samotné porozumění tomu, co chtěl mluvčí říci.
 +
 +
==Technické zaznamenání hlasu==
 +
Hlasový záznam se stejně jako ostatní věci (obraz, text) musí převést na elektrický signál a poté do digitální podoby, aby se s ním mohlo pracovat. Samozřejmě se hledá co největší úspora zaznamenaného signálu a to kvůli nárokům na přenosové kanály. Zaznamenané hlasy se tedy kompresují, ale čím větší je komprese, tím více specifických informací se ze záznamu ztratí. Záznamové programy se obecně dělí na tři typy.
 +
* Kodéry tvarového průběhu – hlasový záznam při výstupu má co nejpodobnější průběh hlasového záznamu při vstupu.
 +
* Vokodéry - z hlasového záznamu se přenesou jen hlavní charakteristiky určené jeho analýzou. To znamená větší kompresi i úsporu dat. Výsledný záznam ale zní více synteticky.
 +
* Hybridní kodéry – využívají  výhod obou předchozích způsobů a kombinují je.<br />
 +
 +
Nejjednodušší metoda převodu analogového signálu na digitální byla vytvořena už v roce 1938. Záznam hlasu probíhá ve třech krocích: vzorkování (přijímáni signálu), kvantování a kódování.
 +
Při přenosu signálu od jednoho uživatele k druhému prochází záznam několika sítěmi. To znamená možnou ztrátu některých informací. Potenciálních problémů je ale mnohem více. Kvalita telefonní sítě (signál, šum, přeslechy) či kvalita telefonního přístroje. Při přenosu signálu přes internet může být problém v paketovém přenosu (opoždění paket, ztráta paket apod.).
 +
Dalšími kritérii kvality hlasu jsou: použitý kodek (kvalitu mění užívaný algoritmus), rozsah přijímaného signálu (až 3,5 kHz nebo 7 kHz) a zpoždění při převodu analogového signálu na digitální a naopak (nemělo by přesáhnout 100 ms).
 +
Existují i další vlivy, které mohou záznam, přenos či dekódování signálu pokazit. V běžném hovoru dvou lidí to nemusí být takový problém, ale při použití automatického rozpoznání hlasu to může být problém velký.
 +
==Kontaktní centra==
 +
Hlavní směr, kde se snaží o zavedení automatického rozpoznání hlasu, jsou kontaktní centra. Výhody jsou zřejmé: snížení počtu nutných zaměstnanců, zrychlení a zpřesnění uživatelovy cesty.<br />
 +
 +
Co ale rozumíme kontaktním centrem?<br />
 +
 +
Kontaktní centrum znamená místo, kde se řeší telefonní dotazy a problémy zákazníků. Dříve byla kontaktní centra na okraji zájmu, ale postupem času se dostala do popředí. Dnes je kontaktní centrum základní službou pro zákazníky. Dříve to byla hlavně telefonní (call-) centra. Ale dnes jsou možné jakékoliv formy komunikace (e-mail, fax, SMS atp.) Některé firmy se prezentují pouze jako samostatná kontaktní centra, přičemž tuto službu navíc poskytují i jiným firmám.
 +
 +
===Historie===

Verze z 22. 1. 2017, 20:25

Využívání hlasových systémů a jejich uplatnění v informační společnosti.

Způsob komunikace mezi lidmi se v posledních letech změnil. Díky vzestupu mobilů můžeme vše potřebné vyřešit, aniž bychom se s danou osobou museli setkat. Firmy používají pro poradny a vůbec i pro vše ostatní (mimo online spojení) také telefonický přístup. Vznikla tak obrovská telefonní centra. Pro usnadnění práce zaměstnancům a usnadnění telefonních cest uživatelům se čím dál víc využívá metody strojového rozpoznávání hlasů. To postupně nahrazuje číslicové volby a zdlouhavé přehazování zakazníka přes různá oddělení při dovolání se na telefonní ustřednu firmy. Rozeznávání hlasu má ale mnohem větší potenciál. V dnešní době už můžeme pomocí hlasu ovládat mobil, televizi, auto i dům. A možnosti se dále rozšiřují.

Pojem rozpoznání hlasu

Rozpoznání hlasu znamená další možnou komunikaci s počítači. Počítač zde musí zachytit a rozpoznat hlas uživatele a pomocí různých slovníků pochopit a vykonat zadaný příkaz. Rozpoznání hlasu jedné osoby je vceklu jednoduché, ale vytvořit systém, který vezme v potaz několik tisíc možných hlasů, emoce, intonaci či rychlost řeči, už tak snadný není. Nynější myšlenkou je nesoustředit se na slova, ale na jednotlivé fonémy. V Evropě je v každém jazyce rozpětí fonémů zhruba 30 - 60. Z nich se vytváří naprostá většina slov. Dále jsou pak hlásky znělé a neznělé, každá je jinak dlouhá a v různých jazycích zní jinak.Mimo různých úrovní jednotlivých fonémů se pak musí řešit i větší úseky jako slova, fráze či věty. Rozeznání hlasu je tedy víceúrovňová problematika. Průběh rozpoznání hlasu má tři etapy. První je základní zpracování hlasového signálu a řeči. V druhé se rozeznávají jednotlivé fonémy a slova. Ve třetí už jde o samotné porozumění tomu, co chtěl mluvčí říci.

Technické zaznamenání hlasu

Hlasový záznam se stejně jako ostatní věci (obraz, text) musí převést na elektrický signál a poté do digitální podoby, aby se s ním mohlo pracovat. Samozřejmě se hledá co největší úspora zaznamenaného signálu a to kvůli nárokům na přenosové kanály. Zaznamenané hlasy se tedy kompresují, ale čím větší je komprese, tím více specifických informací se ze záznamu ztratí. Záznamové programy se obecně dělí na tři typy.

  • Kodéry tvarového průběhu – hlasový záznam při výstupu má co nejpodobnější průběh hlasového záznamu při vstupu.
  • Vokodéry - z hlasového záznamu se přenesou jen hlavní charakteristiky určené jeho analýzou. To znamená větší kompresi i úsporu dat. Výsledný záznam ale zní více synteticky.
  • Hybridní kodéry – využívají výhod obou předchozích způsobů a kombinují je.

Nejjednodušší metoda převodu analogového signálu na digitální byla vytvořena už v roce 1938. Záznam hlasu probíhá ve třech krocích: vzorkování (přijímáni signálu), kvantování a kódování. Při přenosu signálu od jednoho uživatele k druhému prochází záznam několika sítěmi. To znamená možnou ztrátu některých informací. Potenciálních problémů je ale mnohem více. Kvalita telefonní sítě (signál, šum, přeslechy) či kvalita telefonního přístroje. Při přenosu signálu přes internet může být problém v paketovém přenosu (opoždění paket, ztráta paket apod.). Dalšími kritérii kvality hlasu jsou: použitý kodek (kvalitu mění užívaný algoritmus), rozsah přijímaného signálu (až 3,5 kHz nebo 7 kHz) a zpoždění při převodu analogového signálu na digitální a naopak (nemělo by přesáhnout 100 ms). Existují i další vlivy, které mohou záznam, přenos či dekódování signálu pokazit. V běžném hovoru dvou lidí to nemusí být takový problém, ale při použití automatického rozpoznání hlasu to může být problém velký.

Kontaktní centra

Hlavní směr, kde se snaží o zavedení automatického rozpoznání hlasu, jsou kontaktní centra. Výhody jsou zřejmé: snížení počtu nutných zaměstnanců, zrychlení a zpřesnění uživatelovy cesty.

Co ale rozumíme kontaktním centrem?

Kontaktní centrum znamená místo, kde se řeší telefonní dotazy a problémy zákazníků. Dříve byla kontaktní centra na okraji zájmu, ale postupem času se dostala do popředí. Dnes je kontaktní centrum základní službou pro zákazníky. Dříve to byla hlavně telefonní (call-) centra. Ale dnes jsou možné jakékoliv formy komunikace (e-mail, fax, SMS atp.) Některé firmy se prezentují pouze jako samostatná kontaktní centra, přičemž tuto službu navíc poskytují i jiným firmám.

Historie