Tiskové centrum

Automatické rozpoznávání řeči zaměřené na češtinu

Praha, 7. června 2007 – Společnost NEWTON I.T. a Technická univerzita v Liberci představily systém na monitoring, indexaci a vyhledávání informací v českých multimediálních datech s využitím automatického rozpoznávání řeči a aplikaci hlasových technologií pro získávání doslovných přepisů ze zpravodajských a publicistických televizních a rozhlasových pořadů.

Na prezentaci v sídle společnosti NEWTON I.T. zástupci obou institucí názorně předvedli, jak pomocí technologie na automatické rozpoznávání řeči vyhledávat požadované informace přímo v audio a video záznamech.  
Zástupci společnosti NEWTON I.T. a univerzity z Liberce prezentovali modulový systém, který umožňuje při dostatečné kvalitě záznamu až trojnásobně zrychlit pořizování doslovných přepisů.

 „Jedná se o průlom v přepisu mluveného slova. Díky této technologii můžeme významně rozšířit počet přepisovaných televizních a rozhlasových pořadů. Nejde již jen o výzkum, ale o reálné nasazení tohoto systému v praxi“, uvedl Petr Pazour, výrobní a technický ředitel společnosti NEWTON I.T., která se zabývá monitoringem médií.
„Výzkumem hlasových technologií se tým na Ústavu informačních technologií a elektroniky na Technické univerzitě v Liberci zabývá od roku 1993. Díky ohebnosti jazyka čeština vyžaduje přibližně 20x větší inventář slovních tvarů než angličtina," sděluje profesor Jan Nouza z Technické univerzity. " Exkluzivní spolupráce s NEWTON I.T. a pilotní nasazení nové technologie do procesů přepisů hlasu do textu v NEWTON I.T. nám přinese neocenitelnou zpětnou vazbu, kterou využijeme pro další zlepšování naší technologie.“ Dodává Jindřich Žďánský, vedoucí projektu naTechnické univerzitě v Liberci.

Výzkumný tým z Liberce je známý například díky vývoji prvního českého hlasového informačního systému pracujícího po telefonu. Za program MyVoice, který umožňuje handicapovaným lidem ovládat počítač hlasem, získal tým profesora Jana Nouzy ocenění Vládního výboru pro postižené.

Petr Herian, dlouholetý ředitel a spoluvlastník NEWTON I.T.,  přirovnal nasazení aplikace systému na rozpoznávání mluveného slova v češtině k době, kdy před 12 lety na trh přicházely první OCR technologie pracující s českým jazykem. „Od exkluzivní spolupráce s Technickou univerzitou v Liberci si slibujeme další postupné zdokonalování tohoto systému, který již dnes u vybraných pořadů z televize či rozhlasu přesahuje 90% úspěšnosti rozpoznávání mluveného slova“, dodává Petr  Herian. „Využití této technologie znamená obrovský skok  ve vývoji zpracování přepisu hlasu do textu a to i v mezinárodním srovnání a konkurenci.“

NEWTON I.T. má 200 zaměstnanců v Praze, Opavě, Jindřichově Hradci, Bratislavě a ve Varšavě.

NEWTON I.T. se zabývá monitoringem tisku, rozhlasového a televizního vysílání a internetových zdrojů. Vytváří mediální analýzy. V současnosti pracuje na možnosti převodu hlasu do textu.

NEWTON I.T. zásadně respektuje Autorský zákon. Vlastní unikátní digitální archiv, který obsahuje 45 mil. zpráv, jejichž počet se denně, díky aktuálnímu monitoringu médií, rozrůstá o 50 tisíc příspěvků.

NEWTON I.T. je zisková, finančně zdravá a sociálně odpovědná firma. Podporuje řadu neziskových organizací a zakládá si na firemním dárcovství.

NEWTON I.T. působí na trhu v ČR a v zahraničí již 12 let.

Technická univerzita v Liberci - Ústav informačních technologií a elektroniky, Fakulta mechatroniky.

Výzkumný tým  pod vedením Prof. Ing. Jana Nouzy, CSc.  má 12 odborných pracovníků (včetně doktorandů). Vedoucím projektu automatického rozpoznávání řeči se zaměřením na češtinu je Ing. Jindřich Žďárský, Ph.D.
Výzkumný tým je zapojen v národních a evropských programech výzkumu, spolupracuje se zahraničními týmy (Dánsko, Švýcarsko, Španělsko, Francie…).

Výsledkem práce týmu jsou vedle publikací i realizované aplikace jako např.:

• InfoCity(1999) - historicky první český informační systém založený na telefonním dialogu s počítačem
• MyVoice (2005) – hlasové ovládání počítače pro handicapované.

Výzkumná témata:

• automatické rozpoznávání řeči se zaměřením na češtinu
• rozpoznávání osob podle hlasu
• automatický přepis mluvené řeči a zvukových záznamů
• hlasový dialog s počítačem, zejména po telefonu
• audiovizuální komunikace (rozpoznávání i syntéza s podporou vizuální informace)
• hlasové technologie na pomoc postiženým.