Robotlara Türkçe öğretmek: sesli etkileşimin görünmeyen katmanları
This post is currently available only in Turkish.
Bir servis robotuna Türkçe cümle söyletmek kolaydır; zor olan, gürültülü bir lobide, farklı aksanlarla konuşan misafirleri doğru anlamak ve doğru işi tetiklemektir.
Sesli etkileşim üç katmandan oluşur: konuşma tanıma, niyet çözümleme ve görev yürütme. Zincirin gücünü en zayıf halka belirler. Mükemmel konuşma tanıma, yanlış niyet çözümlemesiyle birleşince misafiri yanlış kata gönderir.
Türkçenin eklemeli yapısı, niyet çözümlemede İngilizce için tasarlanmış modelleri zorlar. 'Toplantı odasına nasıl giderim?' ile 'Toplantı odası ne tarafta kalıyordu?' aynı niyettir; sistemin ikisini de aynı göreve bağlaması gerekir.
Sahadaki en önemli ders şu: sesli etkileşim bir demo özelliği değil, operasyon bileşenidir. Robotun anlamadığı durumda ne yapacağı — özür dileyip resepsiyona yönlendirmesi, insan yardımı çağırması — tasarımın en kritik parçasıdır.