Kdy se narodil Karel IV.? Kdo je George Bush? Sto osmdesát centimetrů na palce. Tisíc pět set euro. Klimentská ulice Praha. Nic z toho již nemusíte zadávat, stačí, když tyto věty vyslovíte, telefon vyplní text za vás.
Právě dnes představil Google českou verzi funkce, která převádí hlas na text. Prozatím slouží převod především pro vyhledávání, ale jelikož již zítra budou mít vývojáři API, nejspíš se dočkáme mnoha zajímavých aplikací, které budou využívat funkce převodu hlasu na text.
Android a iPhone
Od zítřejšího dne bude funkce dostupná pro všechny mobilní telefony s Androidem verze 2.1 a 2.2 a také pro iPhony. Využít vkládání textu hlasem je možné všude tam, kde je k dispozici textové pole a standardně se objeví klávesnice. Nechcete-li zadávat text na klávesnici, stačí stisknout symbol mikrofonu, nebo podržet tlačítko lupy a můžete mluvit. Funkci je tedy možné omezeně použít třeba i pro psaní SMS zpráv.
Jak to funguje
Aplikace, která rozpoznává hlas má sotva pár kilobajtů: je tedy jasné, že v ní k rozpoznání nedojde. Záznam hlasu se pošle do datového centra Googlu, kde je během milisekund převeden na text a vrátí se zpět. Nemusíte se bát velkých datových přenosů, jelikož přenášíte vždy sotva pár sekund hlasu, funkci je tedy možné bez problémů použít i s GPRS připojením. Při vývoji Google použil kolem jednoho milionu českých slov, což slouží jako dobrý základ pro rozpoznávání, další zlepšení přibude časem – heuristika pro rozpoznávání hlasu se neustále učí a čím více příkazů bude namluveno, tím lépe bude rozpoznání fungovat.
Telefon mě slyší
Na tiskové konferenci, kde Google službu představoval, fungovaly ukázky na telefonu přímo fantasticky. Všichni novináři jen tiše seděli a úspěšnost rozpoznávání se blížila 100 %. Jakmile byl však v okolí hluk a mluvilo více hlasů, služba se stala nepoužitelnou – rozpoznání slov dosahovalo přibližně poloviny, což jej v praxi činí nepoužitelným. Jednalo se však o první kontakt s takovou službou v telefonu, je tedy třeba, aby se uživatel „naučil“ správně do telefonu mluvit: rychlost, hlasitost, vzdálenost telefonu od úst – vše ovlivňuje výslednou kvalitu.
Vývojáři: těšte se
Zítra bude uvolněno vývojářské API, pro aplikaci funkce v jiných programech. Z programátorského hlediska to bude velmi jednoduché. Programátor zavolá funkci, aktivuje se mikrofon, uživatel řekne frázi a zavolaná funkce vrátí už přímo text. Programátor se tedy nemusí vůbec s ničím obtěžovat. Dokážeme si představit, že šikovní programátoři si dokážou poradit a není tak daleká budoucnost, kdy telefonu řeknete „budík zítra 6 30“ a vše bude nastaveno.
Jak to zprovoznit
Na telefonech s operačním systémem Android je třeba stáhnout a nainstalovat aplikaci „Voice Search“ z Android Marketu. Pak stačí poklepat na ikonu hlasového vyhledávání a můžete mluvit. Telefony iPhone musí mít nainstalovánu aplikaci Google Mobile App a v nastavení aplikace je potřeba zvolit jazyk „Čeština“.
Pro uživatele s operačním systémem Android 2.2 (Froyo), kde je funkce dostupná automaticky, a pro zařízení, která již mají funkci Hlasového vyhledávání nainstalovanou, bude po spuštění služby (15. září) čeština automaticky dostupná v řádu několika hodin. Uživatelé, kteří už funkci Hlasového vyhledávání využívali v jiné řeči, budou prostřednictvím upozornění dotázáni, zda chtějí změnit jazyk na češtinu.
Google chce tuto funkci postupně zpřístupnit pro všechny světové jazyky. Vytvořit jazykový model češtiny nebo jakéhokoliv jiného jazyka je však náročný úkol. Tým výzkumníků z Google na něm pracoval několik měsíců. V každém jazyce je třeba namluvit slova a věty v různých zvukových prostředích (v autě, v restauraci, apod.). Musí se také vytvořit slovník, který obsahuje přes milion rozpoznatelných slov. Vyhledávání si zatím neporadí s různými jazykovými nářečími.
