ݺߣ

ݺߣShare a Scribd company logo

WUD 2009 - Użyteczność interfejsów głosowych

•
•
World Usability Day Tour 2009
World Usability Day Tour 2009

Prezentacja Krzysztofa Maraska z Polsko-Japońskiej Wyższej Szkoły Technik Komputerowych w ramach World Usability Day Tour 2009!

1 of 26
Katedra Multimediów Użyteczność interfejsów głosowych Krzysztof Marasek Polsko-Japońska Wyższa Szkoła Technik Komputerowych 02-008 Warszawa, Koszykowa 86 kmarasek@pjwstk.edu.pl K.Marasek 15.12.2008
Plan prezentacji  Dlaczego mowa?  Elementy systemu dialogowego:  Rozpoznawanie mowy  Synteza mowy  Nadzorca dialogu Katedra Multimediów  Komunikacja głosowa człowiek-komputer  Ograniczenia w stosunku do komunikacji człowiek-człowiek  Ograniczenia technologiczne  Aspekty użyteczności interfejsu głosowego  Znaczenie poprawnych promptów  Testy, testy, testy  Co możemy zrobić dla języka polskiego?  Podsumowanie K.Marasek 15.12.2008
Komunikacja człowiek - maszyna  Graficzny interfejs użytkownika Katedra Multimediów  Komunikacja za pomocą mowy To przyszłość  Komunikacja multimodalna: jw.+ wskazywanie  Czy to wszystko? Nie: haptic, BCI (brain/computer interface) K.Marasek 15.12.2008
Dlaczego mowa jako medium komunikacji? How to Interact with Future Systems? Hartmut Raffler, Siemens AG, AIK-Symposium, Usability Engineering, 10/04 The Challenges  Small devices speech Katedra Multimediów  Service robots speech and gestures, artificial skin, emotions  Federation of Systems speech and gestures,emotions (problem: knowledge representation)  e-Business active dialogue systems interactive multimedia  Augmented reality systems speech, gestures In the future conversational interfaces which are sensitive to the user’s attention will play the most important role. K.Marasek 15.12.2008
Architektura systemu dialogowego Katedra Multimediów De Mori, 99 K.Marasek 15.12.2008
Mowa w komunikacji człowiek-maszyna  komunikacji człowiek-maszyna: wymiana informacji zakodowanej w taki sposób, by mogła być przesłana przez dostępne fizyczne medium  Kodowanie: proces przygotowania reprezentacji informacji  Źródła wiedzy: reguły niezbędne do zbudowania symbolicznej wersji informacji i jej przesłania poprzez kanał transmisyjny  Dekodowanie: modele źródeł wiedzy używane przez komputer: deterministyczne, lecz Katedra Multimediów często nieprecyzyjne kodowanie Czesc! zdania frazy słowa litery dekodowanie  Niech sekwencja parametrów akustycznych X=x1..xN jest wyjściem kanału komunikacyjnego. Jeśli intencją mówcy było wypowiedzenie sekwencji słów W=W1…WK to X jest zakodowaną wersją W Źródło W Kanał X informacji komunikacji K.Marasek 15.12.2008
Modelowanie statystyczne w ARM Obliczane jako odległość od modeli Prawdopodobieństwo a priori Prawdopodobieństwo a priori sekwencji słów W akustycznego sygnału A dla znanej sekwencji słów W Podejście Bayesa P( A | W ) P(W ) Katedra Multimediów P(W | A) P( A) Najbardziej prawdopodobna sekwencja słów W dla danego sygnału Prawdopodobieństwo a priori sygnału akustycznego A akustycznego A Zwykle w metodzie HMM: arg max W* p ( A,W ) W (W –model słowa) K.Marasek 15.12.2008
Jakie są ograniczenia techniczne ARM (speaker-independent)?  Rozpoznawanie cyfr przez telefon – digits 2k spontaneous 1k read 20k read stopa błędu 0.3% 64 k broadcast 10k conversational  Stopa błędu maleje dwukrotnie co 2 100 lata dla ARM o średniej wielkości słownika  Stopa błędów rozpoznawania mowy Katedra Multimediów spontanicznej jest co najmniej 10 dwukrotnie większa niż dla czytania  Stopa błędów jest wysoka dla konwersacji wielu mówców w trudnym akustycznie środowisku  Konieczne są wielogodzinne nagrania 1 treningowe aby przenieść system z jednego środowiska do innego  Następuje wyraźne polepszenie wyników statystycznego modelowania 0.1 w połączeniu z automatycznym uczeniem systemów  ASR da się używać! MIT,2005 K.Marasek 15.12.2008
Nasze wyniki  LVCSR: rozpoznawanie mowy ciągłej, dowolny mówca, słownik 30k słów, 16 mówców, 433 zdania z bazy SpeeCon  HTK Results: SENT: %Correct=33.24 [H=119, S=239, N=358] WORD: %Corr=87.17, Acc=86.51 [H=3852, D=324, S=243, I=29, N=4419]  JRTk Results: Katedra Multimediów SENT: %Correct=55.66 [H=241, S=192, N=433] WORD: %Corr=93.95, Acc=92.14 [H=5018, D=56, S=267, I=97, N=5341]  Rozpoznawanie izolowanych fraz: słownik ok 1000 słów: WORD: %Corr=97,3% K.Marasek 15.12.2008
Synteza mowy  regułowa  formantowa  artykulacyjna  konkatenacyjna  difonowa  korpusowa Katedra Multimediów K.Marasek 15.12.2008
Telefoniczny system dialogowy Katedra Multimediów ATT, 2001 K.Marasek 15.12.2008
Systemy dialogowe  Zależne od aplikacji (struktura dialogu i treść)  System o skończonej ilości stanów (zwykle dla określonej domeny dialogu)  Systemy typu chatter-bot (niezależne od domeny?) Katedra Multimediów  Kto ma inicjatywę (komputer, człowiek, mieszana)  Detekcja konceptów i ich łączenie (wyszukiwanie istotnych treści i konkluzje)  Koncepcja i generowanie tekstów (generacja kontekstowo zależnej odpowiedzi) K.Marasek 15.12.2008
Komunikacja międzyludzka a komunikacja głosowa człowiek-komputer  Komunikacja międzyludzka  Warstwa lingwistyczna – tekst wypowiedzi  Warstwa paralingwistyczna – nasz stosunek do tego tekstu  Warstwa ekstralingwistyczna – cechy mówcy, jego status społeczny Katedra Multimediów  Komunikacja głosowa człowiek – komputer  brak przekazu treści emocjonalnych  węższy i czasowo-zależny kontekst przekazu (ile słów jesteśmy w stanie zapamiętać?) w porównaniu z GUI  ograniczenia technologii rozpoznawania i syntezy mowy (błędy ASR, nienaturalność SS, ograniczone gramatyki, słowniki i analiza semantyczna)  Pośrednictwo konstruktora systemu (skąd on wie jak ja chcę zapytać?) K.Marasek 15.12.2008
Recepty na dobry interfejs głosowy  Kierowanie się zasadami użyteczności – przygotowanie serwisów  używanych przez określonych użytkowników,  w określonych warunkach,  w określonej potrzebie  Sensowna struktura systemu (nawet prostego)  Barge-in (przerywane komputerowi)  Użycie zawsze dostępnych komend kluczowych (Przerwij, Wróć, Zacznij od początku) Katedra Multimediów  Potwierdzanie wprowadzenia danych  Jasna procedura korekcji i unikania błędów  Tutorial dla nowych użytkowników, szybkie wprowadzanie danych dla zaawansowanych użytkowników  Staranne przygotowanie promptów (wypowiedzi komputera)  Reguła 7+/- 2 – zwięzłość i precyzja  Wykorzystywanie słów rozpoznawanych przez ASR (adaptacja użytkownika)  Użycie dodatkowych promptów (rozszerzonych) przy braku reakcji użytkownika lub skracanie promptów przy szybkich reakcjach użytkownika,  Sensowne i poprawne językowo odpowiedzi (generacja tekstu), nadanie osobowości  Doskonałe rozpoznawanie mowy  Efektywne i elastyczne gramatyki, zbalansowany słownik  Wykorzystywanie miary wiarygodności hipotezy ASR K.Marasek 15.12.2008
Testy, testy, testy  Iteracyjny design  Eksperymenty Wizard-of-Oz (np. SUEDE) Katedra Multimediów  Iteracyjne testowanie prototypu Zue, 01 K.Marasek 15.12.2008
Miary jakości interfejsu głosowego  Query Density, opisująca ilość nowych Nd koncepcji wprowadzonych w pytaniu 1 N u (i) użytkownika QD Nd i 1 N q (i ) Nd- ilość dialogów, Nq(i)- całkowita ilość zapytań użytkownika w i-tym dialogu, Nu(i)- ilość unikalnych zapytań Nd 1 N u (i ) Katedra Multimediów  Concept Efficiency, mierząca średnią ilość wypowiedzi konieczną do CE zrozumienia danego konceptu przez Nd i 1 N c (i ) system Nd- ilość dialogów, Nc(i)- całkowita ilość konceptów w i-tym dialogu, Nu(i)- ilość unikalnych zapytań  Miary jakości ASR Word Error Rate, Sentence Error Rate  Kwestionariusze satysfakcji uzytkownika K.Marasek 15.12.2008
Eksperymenty w projekcie LUNA  Nagrania dialogów człowiek-człowiek – 500 dialogów  Transliteracja i transkrypcja akustyczna  Analiza składniowa  Analiza semantyczna – wydzielenie konceptów  Trening modeli konceptów  Rozpoznawanie konceptów  Nagrania dialogów WoZ – 500 dialogów Katedra Multimediów  Podobna analiza  Cel:  stworzenie systemu rozumiejącego koncepty użytkownika  Uproszczenie dialogu: user initiative K.Marasek 15.12.2008
Serwisy głosowe speechprime.pl  Mowa to najbardziej naturalny sposób porozumiewania się ludzi, ale niekoniecznie idealny sposób na dogadanie się z komputerem  Ze względu na ograniczenia techniczne póki co dla języka polskiego nie ma szans na pełny dialog z komputerem  Aby interfejs głosowy był użyteczny musi być bardzo dokładnie przemyślany i starannie przetestowany Katedra Multimediów  Korzystanie z takiego interfejsu głosowego może sprawdzić satysfakcję użytkownikowi  Strona techniczna:  Własny ASR: rozpoznawanie izolowanych fraz  TTS: Loquendo i dużo nagrań mówcy  Własny nadzorca dialogu  System wielowątkowy: obsługa wielu linii telefonicznych równocześnie, automatyczne przełączanie do aktualnie wolnego operatora (system logowania dla operatorów)  Platforma telefonii: Dialogic Diva K.Marasek 15.12.2008
Portal głosowy PJWSTK  Portal głosowy PJWSTK Katedra Multimediów K.Marasek 15.12.2008
Statystyki użycia PJWSTK  dziekanat 73% rekrutacja 6% rektorat 3% księgowość 2% Patrycja Szymańska 0.8% Paulina Wojtczak 0.7% portiernia 0.6% Katedra Multimediów Jan Jedliński 0.6% K.Marasek 15.12.2008
Infolinia ZTM Rozkład jazdy Jak aktualności Katedra Multimediów dojechać 94-84 Zgłoszenie Ulgi biletowe skargi Taryfa przewozowa K.Marasek 15.12.2008
Statystyki użycia ZTM  rozkład jazdy 42% jak dojechać 31% skargi 13% ulgi 5% taryfa 4% aktualności 3% Katedra Multimediów  Często dzwonią osoby starsze - dostępność K.Marasek 15.12.2008
Struktura dialogu Katedra Multimediów K.Marasek 15.12.2008
Znane problemy  PJWSTK:  ZTM:  Aktualizacje bazy numerów  Naciśnij dowolny klawisz -> naciśnij 0 wewnętrznych  Za trzecim błędem prosi o wciśnięcie „0”  Słaba współpraca z WWW  Za czwartym błędem sam łączy do  Ogłoszenia – parsing <br/> operatora <br/> <br/>  „na jaki dzień” – pierwsza opcja: „dzisiaj” Katedra Multimediów  Błędy w RSS  Koniec rozmowy: użytkownik mówił „dziękuje” a system odpowiadał: „nie  W planach do dodania: rozumiem” – teraz odpowiada „dziękuje  poczta głosowa (zostaw za rozmowę” wiadomość): wymaga pewnych  Do tej pory często używane są aparaty zmian w centrali telefonicznej telefoniczne z tarczą – brak możliwości wybierania tonalnego  W planach do dodania  Rozszerzenie systemu na 6 linii  Outbound: dzwonienie do klienta  Serwisy dla osób niepełnosprawnych  Standaryzacja: VoiceXML, K.Marasek 15.12.2008
Czas na podsumowanie  Mowa to najbardziej naturalny sposób porozumiewania się ludzi, ale niekoniecznie idealny sposób na dogadanie się z komputerem  Ze względu na ograniczenia techniczne póki co dla języka polskiego nie ma szans na pełny dialog z komputerem  Aby interfejs głosowy był użyteczny musi być bardzo dokładnie przemyślany i starannie przetestowany  Korzystanie z takiego interfejsu głosowego może sprawdzić satysfakcję Katedra Multimediów użytkownikowi K.Marasek 15.12.2008
Dziękuje za uwagę! Katedra Multimediów  kmarasek@pjwstk.edu.pl K.Marasek 15.12.2008

More Related Content

WUD 2009 - Użyteczność interfejsów głosowych

  • 1. Katedra Multimediów Użyteczność interfejsów głosowych Krzysztof Marasek Polsko-Japońska Wyższa Szkoła Technik Komputerowych 02-008 Warszawa, Koszykowa 86 kmarasek@pjwstk.edu.pl K.Marasek 15.12.2008
  • 2. Plan prezentacji  Dlaczego mowa?  Elementy systemu dialogowego:  Rozpoznawanie mowy  Synteza mowy  Nadzorca dialogu Katedra Multimediów  Komunikacja głosowa człowiek-komputer  Ograniczenia w stosunku do komunikacji człowiek-człowiek  Ograniczenia technologiczne  Aspekty użyteczności interfejsu głosowego  Znaczenie poprawnych promptów  Testy, testy, testy  Co możemy zrobić dla języka polskiego?  Podsumowanie K.Marasek 15.12.2008
  • 3. Komunikacja człowiek - maszyna  Graficzny interfejs użytkownika Katedra Multimediów  Komunikacja za pomocą mowy To przyszłość  Komunikacja multimodalna: jw.+ wskazywanie  Czy to wszystko? Nie: haptic, BCI (brain/computer interface) K.Marasek 15.12.2008
  • 4. Dlaczego mowa jako medium komunikacji? How to Interact with Future Systems? Hartmut Raffler, Siemens AG, AIK-Symposium, Usability Engineering, 10/04 The Challenges  Small devices speech Katedra Multimediów  Service robots speech and gestures, artificial skin, emotions  Federation of Systems speech and gestures,emotions (problem: knowledge representation)  e-Business active dialogue systems interactive multimedia  Augmented reality systems speech, gestures In the future conversational interfaces which are sensitive to the user’s attention will play the most important role. K.Marasek 15.12.2008
  • 5. Architektura systemu dialogowego Katedra Multimediów De Mori, 99 K.Marasek 15.12.2008
  • 6. Mowa w komunikacji człowiek-maszyna  komunikacji człowiek-maszyna: wymiana informacji zakodowanej w taki sposób, by mogła być przesłana przez dostępne fizyczne medium  Kodowanie: proces przygotowania reprezentacji informacji  Źródła wiedzy: reguły niezbędne do zbudowania symbolicznej wersji informacji i jej przesłania poprzez kanał transmisyjny  Dekodowanie: modele źródeł wiedzy używane przez komputer: deterministyczne, lecz Katedra Multimediów często nieprecyzyjne kodowanie Czesc! zdania frazy słowa litery dekodowanie  Niech sekwencja parametrów akustycznych X=x1..xN jest wyjściem kanału komunikacyjnego. Jeśli intencją mówcy było wypowiedzenie sekwencji słów W=W1…WK to X jest zakodowaną wersją W Źródło W Kanał X informacji komunikacji K.Marasek 15.12.2008
  • 7. Modelowanie statystyczne w ARM Obliczane jako odległość od modeli Prawdopodobieństwo a priori Prawdopodobieństwo a priori sekwencji słów W akustycznego sygnału A dla znanej sekwencji słów W Podejście Bayesa P( A | W ) P(W ) Katedra Multimediów P(W | A) P( A) Najbardziej prawdopodobna sekwencja słów W dla danego sygnału Prawdopodobieństwo a priori sygnału akustycznego A akustycznego A Zwykle w metodzie HMM: arg max W* p ( A,W ) W (W –model słowa) K.Marasek 15.12.2008
  • 8. Jakie są ograniczenia techniczne ARM (speaker-independent)?  Rozpoznawanie cyfr przez telefon – digits 2k spontaneous 1k read 20k read stopa błędu 0.3% 64 k broadcast 10k conversational  Stopa błędu maleje dwukrotnie co 2 100 lata dla ARM o średniej wielkości słownika  Stopa błędów rozpoznawania mowy Katedra Multimediów spontanicznej jest co najmniej 10 dwukrotnie większa niż dla czytania  Stopa błędów jest wysoka dla konwersacji wielu mówców w trudnym akustycznie środowisku  Konieczne są wielogodzinne nagrania 1 treningowe aby przenieść system z jednego środowiska do innego  Następuje wyraźne polepszenie wyników statystycznego modelowania 0.1 w połączeniu z automatycznym uczeniem systemów  ASR da się używać! MIT,2005 K.Marasek 15.12.2008
  • 9. Nasze wyniki  LVCSR: rozpoznawanie mowy ciągłej, dowolny mówca, słownik 30k słów, 16 mówców, 433 zdania z bazy SpeeCon  HTK Results: SENT: %Correct=33.24 [H=119, S=239, N=358] WORD: %Corr=87.17, Acc=86.51 [H=3852, D=324, S=243, I=29, N=4419]  JRTk Results: Katedra Multimediów SENT: %Correct=55.66 [H=241, S=192, N=433] WORD: %Corr=93.95, Acc=92.14 [H=5018, D=56, S=267, I=97, N=5341]  Rozpoznawanie izolowanych fraz: słownik ok 1000 słów: WORD: %Corr=97,3% K.Marasek 15.12.2008
  • 10. Synteza mowy  regułowa  formantowa  artykulacyjna  konkatenacyjna  difonowa  korpusowa Katedra Multimediów K.Marasek 15.12.2008
  • 11. Telefoniczny system dialogowy Katedra Multimediów ATT, 2001 K.Marasek 15.12.2008
  • 12. Systemy dialogowe  Zależne od aplikacji (struktura dialogu i treść)  System o skończonej ilości stanów (zwykle dla określonej domeny dialogu)  Systemy typu chatter-bot (niezależne od domeny?) Katedra Multimediów  Kto ma inicjatywę (komputer, człowiek, mieszana)  Detekcja konceptów i ich łączenie (wyszukiwanie istotnych treści i konkluzje)  Koncepcja i generowanie tekstów (generacja kontekstowo zależnej odpowiedzi) K.Marasek 15.12.2008
  • 13. Komunikacja międzyludzka a komunikacja głosowa człowiek-komputer  Komunikacja międzyludzka  Warstwa lingwistyczna – tekst wypowiedzi  Warstwa paralingwistyczna – nasz stosunek do tego tekstu  Warstwa ekstralingwistyczna – cechy mówcy, jego status społeczny Katedra Multimediów  Komunikacja głosowa człowiek – komputer  brak przekazu treści emocjonalnych  węższy i czasowo-zależny kontekst przekazu (ile słów jesteśmy w stanie zapamiętać?) w porównaniu z GUI  ograniczenia technologii rozpoznawania i syntezy mowy (błędy ASR, nienaturalność SS, ograniczone gramatyki, słowniki i analiza semantyczna)  Pośrednictwo konstruktora systemu (skąd on wie jak ja chcę zapytać?) K.Marasek 15.12.2008
  • 14. Recepty na dobry interfejs głosowy  Kierowanie się zasadami użyteczności – przygotowanie serwisów  używanych przez określonych użytkowników,  w określonych warunkach,  w określonej potrzebie  Sensowna struktura systemu (nawet prostego)  Barge-in (przerywane komputerowi)  Użycie zawsze dostępnych komend kluczowych (Przerwij, Wróć, Zacznij od początku) Katedra Multimediów  Potwierdzanie wprowadzenia danych  Jasna procedura korekcji i unikania błędów  Tutorial dla nowych użytkowników, szybkie wprowadzanie danych dla zaawansowanych użytkowników  Staranne przygotowanie promptów (wypowiedzi komputera)  Reguła 7+/- 2 – zwięzłość i precyzja  Wykorzystywanie słów rozpoznawanych przez ASR (adaptacja użytkownika)  Użycie dodatkowych promptów (rozszerzonych) przy braku reakcji użytkownika lub skracanie promptów przy szybkich reakcjach użytkownika,  Sensowne i poprawne językowo odpowiedzi (generacja tekstu), nadanie osobowości  Doskonałe rozpoznawanie mowy  Efektywne i elastyczne gramatyki, zbalansowany słownik  Wykorzystywanie miary wiarygodności hipotezy ASR K.Marasek 15.12.2008
  • 15. Testy, testy, testy  Iteracyjny design  Eksperymenty Wizard-of-Oz (np. SUEDE) Katedra Multimediów  Iteracyjne testowanie prototypu Zue, 01 K.Marasek 15.12.2008
  • 16. Miary jakości interfejsu głosowego  Query Density, opisująca ilość nowych Nd koncepcji wprowadzonych w pytaniu 1 N u (i) użytkownika QD Nd i 1 N q (i ) Nd- ilość dialogów, Nq(i)- całkowita ilość zapytań użytkownika w i-tym dialogu, Nu(i)- ilość unikalnych zapytań Nd 1 N u (i ) Katedra Multimediów  Concept Efficiency, mierząca średnią ilość wypowiedzi konieczną do CE zrozumienia danego konceptu przez Nd i 1 N c (i ) system Nd- ilość dialogów, Nc(i)- całkowita ilość konceptów w i-tym dialogu, Nu(i)- ilość unikalnych zapytań  Miary jakości ASR Word Error Rate, Sentence Error Rate  Kwestionariusze satysfakcji uzytkownika K.Marasek 15.12.2008
  • 17. Eksperymenty w projekcie LUNA  Nagrania dialogów człowiek-człowiek – 500 dialogów  Transliteracja i transkrypcja akustyczna  Analiza składniowa  Analiza semantyczna – wydzielenie konceptów  Trening modeli konceptów  Rozpoznawanie konceptów  Nagrania dialogów WoZ – 500 dialogów Katedra Multimediów  Podobna analiza  Cel:  stworzenie systemu rozumiejącego koncepty użytkownika  Uproszczenie dialogu: user initiative K.Marasek 15.12.2008
  • 18. Serwisy głosowe speechprime.pl  Mowa to najbardziej naturalny sposób porozumiewania się ludzi, ale niekoniecznie idealny sposób na dogadanie się z komputerem  Ze względu na ograniczenia techniczne póki co dla języka polskiego nie ma szans na pełny dialog z komputerem  Aby interfejs głosowy był użyteczny musi być bardzo dokładnie przemyślany i starannie przetestowany Katedra Multimediów  Korzystanie z takiego interfejsu głosowego może sprawdzić satysfakcję użytkownikowi  Strona techniczna:  Własny ASR: rozpoznawanie izolowanych fraz  TTS: Loquendo i dużo nagrań mówcy  Własny nadzorca dialogu  System wielowątkowy: obsługa wielu linii telefonicznych równocześnie, automatyczne przełączanie do aktualnie wolnego operatora (system logowania dla operatorów)  Platforma telefonii: Dialogic Diva K.Marasek 15.12.2008
  • 19. Portal głosowy PJWSTK  Portal głosowy PJWSTK Katedra Multimediów K.Marasek 15.12.2008
  • 20. Statystyki użycia PJWSTK  dziekanat 73% rekrutacja 6% rektorat 3% księgowość 2% Patrycja Szymańska 0.8% Paulina Wojtczak 0.7% portiernia 0.6% Katedra Multimediów Jan Jedliński 0.6% K.Marasek 15.12.2008
  • 21. Infolinia ZTM Rozkład jazdy Jak aktualności Katedra Multimediów dojechać 94-84 Zgłoszenie Ulgi biletowe skargi Taryfa przewozowa K.Marasek 15.12.2008
  • 22. Statystyki użycia ZTM  rozkład jazdy 42% jak dojechać 31% skargi 13% ulgi 5% taryfa 4% aktualności 3% Katedra Multimediów  Często dzwonią osoby starsze - dostępność K.Marasek 15.12.2008
  • 24. Znane problemy  PJWSTK:  ZTM:  Aktualizacje bazy numerów  Naciśnij dowolny klawisz -> naciśnij 0 wewnętrznych  Za trzecim błędem prosi o wciśnięcie „0”  Słaba współpraca z WWW  Za czwartym błędem sam łączy do  Ogłoszenia – parsing <br/> operatora <br/> <br/>  „na jaki dzień” – pierwsza opcja: „dzisiaj” Katedra Multimediów  Błędy w RSS  Koniec rozmowy: użytkownik mówił „dziękuje” a system odpowiadał: „nie  W planach do dodania: rozumiem” – teraz odpowiada „dziękuje  poczta głosowa (zostaw za rozmowę” wiadomość): wymaga pewnych  Do tej pory często używane są aparaty zmian w centrali telefonicznej telefoniczne z tarczą – brak możliwości wybierania tonalnego  W planach do dodania  Rozszerzenie systemu na 6 linii  Outbound: dzwonienie do klienta  Serwisy dla osób niepełnosprawnych  Standaryzacja: VoiceXML, K.Marasek 15.12.2008
  • 25. Czas na podsumowanie  Mowa to najbardziej naturalny sposób porozumiewania się ludzi, ale niekoniecznie idealny sposób na dogadanie się z komputerem  Ze względu na ograniczenia techniczne póki co dla języka polskiego nie ma szans na pełny dialog z komputerem  Aby interfejs głosowy był użyteczny musi być bardzo dokładnie przemyślany i starannie przetestowany  Korzystanie z takiego interfejsu głosowego może sprawdzić satysfakcję Katedra Multimediów użytkownikowi K.Marasek 15.12.2008
  • 26. Dziękuje za uwagę! Katedra Multimediów  kmarasek@pjwstk.edu.pl K.Marasek 15.12.2008