Ehkä Alexan ja Google Assistantin ei pitäisi ymmärtää sinua paremmin
Ääniavustajat, kuten Google Assistant ja Alexa, ovat osa jokapäiväistä elämää. Ne ovat puhelimissa, kannettavissa tietokoneissa, seinillä ja ohjaavat älykoteja. Mutta niitä voi olla vaikea käyttää, varsinkin jokaiselle, joka puhuu "epätyypillistä" englantia. Yritykset yrittävät korjata tämän ongelman, mutta entä jos se on huono asia?
Helpottamalla älykotien ja älypuhelimien puheassistenttien käyttöä yritykset voivat itse asiassa heikentää käyttäjiensä kykyä toimia muualla maailmassa. Englannin puhujia on maailmanlaajuisesti noin 1,35 miljardia, joista 400 miljoonaa on äidinkielenään puhuvia.
Joten on turvallista olettaa, että noin 2/3 englannin puhujista puhuu jossain määrin aksenttia puhtaasti siksi, että se ei ole heidän ensimmäinen kielinsä. Kun 400 miljoonaa ihmistä puhuu englantia äidinkielenä, sinulla on useita kansallisia aksentteja (britti, kanada, amerikka, australia jne.). Jokaisessa maassa on alueellisia murteita ja niin edelleen.
Jos yritykset valitsisivat ja täydentäisivät yhden murteen, esimerkiksi American Standard English, heidän tuotettaan voisi käyttää vain pieni osa englannin puhujista. Toisaalta, jos he menevät liian pitkälle, he voivat ryöstää ihmisiltä sen, mikä voisi olla erittäin hyödyllinen väline heidän kommunikointitaitojensa kehittämisessä.
Kuinka teknologiayritykset yrittävät parantaa asioita?
Tyler Nottley / Shutterstock.com
Ääniavustajat ovat pyrkineet ymmärtämään paremmin käyttäjiensä komentoja niin kauan kuin niitä on ollut olemassa. Microsoft, Apple, Google ja Amazon ovat suuria nimiä, jotka ovat pumppaaneet paljon resursseja vastaaviin ääniassistentteihinsa ja haluavat tehdä niistä mahdollisimman helppokäyttöisiä ja turhautumattomia mahdollisimman monelle.
Tämä on sisältänyt ihmisten palkkaamisen erityisillä aksentilla tallentamaan satoja äänikomentoja ja keskusteluja, joita voidaan sitten käyttää AI-murteiden opettamiseen. Eräänä laihempaa kuukauttani päätin ansaita rahaa seksikkäällä pohjoisella aksentillani ja vietin tuntikausia nauhoittamalla satoja näennäisesti satunnaisia sanoja ja lauseita Appen-nimiselle yritykselle.
Tuo yritys otti sitten tallenteeni ja lähetti ne Amazonille, Googlelle, Microsoftille tai kenelle tahansa muulle, joka ne maksoi. Äänenpätkiä käytetään sitten teoriassa parantamaan mitä tekoälyä ne ostanut yritys kehittää.
Jotkut ääniavustajat voidaan jopa kouluttaa ymmärtämään paremmin sitä käyttävän henkilön tarkkaa ääntä. Toisin kuin odottaisit suuren tekniikan parantavan peliään, tämä tuottaa välittömiä tuloksia ja voi parantaa ääniassistentin tarkkuutta merkittävästi. Sen avulla useat käyttäjät voivat käyttää älykotiprofiilejaan ilman manuaalista vaihtoa.
Joten, miksi tämä voi olla huono asia?
Saatan päästä eroon sanomalla: "Alexer, anna herätys kahdeksalle huomenna", mutta kappaleiden pyytäminen on se kohta, josta taistelu todella alkaa. Kesti noin kolme kuukautta kommunikointia Amazon Musicin kanssa ja muutama tuhat turhautunutta ilmaisua, mutta nyt voin sanoa "soita Happy Hour by The Housemartins" yhtä selvästi kuin 1980-luvun BBC:n uutislukija. Edelleen on tilanteita, jolloin pyydän Paul Welleria ja päädyn jotenkin Ella Fitzgeraldiin, mutta aina on parantamisen varaa.
Hopeavuori, joka on tullut aksenttikamppailujen mukana, on se tosiasia, että englannin taitoni on parantunut. Pystyn nyt kommunikoimaan selkeämmin kuin koskaan ennen. Tämä on hyödyllistä, koska tekniikka voi kehittyä siihen pisteeseen, että älypuhelimeni tekoäly voi ymmärtää minua – mutta siitä ei ole paljon hyötyä, kun käytän kyseistä puhelinta puhuessani toisen ihmisen kanssa.
Toinen etu on, etten ole täysin teurastellut aksenttiani tässä prosessissa. Jos olisin sen sijaan valinnut puhetunteja, saatan räpäyttää lauseita vastaanotetulla ääntämisellä. Identiteetti on tärkeä; aksentit ovat tärkeä osa jonkun kulttuuria ja taustaa.
Esimerkiksi Yhdistyneessä kuningaskunnassa on selkeä aksentti muutaman mailin välein. Internetissä muutaman vuoden ajan lennättänyt kartta näyttää laajalta, mutta silti tuskin naarmuttaa pintaa. Pienellä osalla Koillisosaa on leimattu "Teesside"-aksentti, mutta kunkin alueen alkuperäisasukkaat (Middlesbrough, Hartlepool, Stockton ja Billingham) puhuvat eri tavalla.
Kuvittele nyt vaihtelut Yorkshiren kokoisessa piirikunnassa. Ihmisillä on myös taipumus samaistua alkuperästään ja säilyttää paljon kulttuuriaan. Aksentit ovat suuri osa sitä; kaikki eivät halua kuulostaa Hugh Grantilta. Olemme saaneet olla hemmoteltu viime vuosina, sillä monet ihmiset ovat nyt iloisia voidessaan levätä ja odottaa, että tekniikka korjaa heidän puutteensa – ja monissa tapauksissa se tekee juuri niin. Mutta joskus tekniikan kohtaaminen keskellä on sekä nopeampaa että parempaa pitkällä aikavälillä.
Ääniavustajat on asetettava mahdollisimman monen ihmisen ulottuville. Jos sinun pitäisi puhua täydellisellä ääntämyksellä ennen kuin Siri antaisi sinulle kellonajan, yksi Applen merkittävimmistä saavutuksista olisi hyödytön yli 99,9 %:lle englanninkielisistä.
Jopa tavallinen amerikkalainen aksentti sulkee pois suurimman osan käyttäjistä Yhdysvalloissa, maailmanlaajuisesti. Tästä syystä on selvää, miksi yritykset näkevät paljon vaivaa opettaakseen ohjelmistonsa ymmärtämään mahdollisimman monia murteita. Ja niin heidän pitäisikin. Mutta heidän pitäisi mennä vain niin pitkälle.
Olisi parempi, jos Apple, Google ym. Vältä perfektionistisen mentaliteetin omaksumista ja pyri sen sijaan vain standardiin, joka mahdollistaa saavutettavuuden mutta vaatii silti hieman huolellisuutta käyttäjiltä. Henkilökohtaisesti sanottuna Alexan haluttomuus kuunnella muuta kuin selkeää puhetta pakotti minut ajattelemaan, kuinka lausun asiat.
Puheeni on epäilemättä selkeämpää kuin ennen, kun jouduin olemaan puheavustajan kanssa monta kertaa päivässä. Se ei ollut jotain, jonka aion tehdä; se oli tahaton ja erittäin hyödyllinen sivuvaikutus – ja jos se toimi minulle, se saattaa toimia myös muille ihmisille.