Big Tech jednoczy się, aby narzędzia do rozpoznawania mowy były lepsze dla osób niepełnosprawnych
Projekt Speech Accessibility Project wykorzysta sztuczną inteligencję i uczenie maszynowe, aby systemy rozpoznawania mowy w większym stopniu uwzględniały różne wzorce mowy. Amazon, Apple, Google, Meta i Microsoft są w to zaangażowane.
University of Illinois Urbana-Champaign (UIUC) współpracuje z firmami Amazon, Apple, Google, Meta, Microsoft i partnerami non-profit w ramach projektu Speech Accessibility Project. Celem projektu jest poprawa obecnych możliwości rozpoznawania mowy, tak aby każdy, w tym osoby z niepełnosprawnościami i różnymi wzorcami mowy, mógł korzystać z systemów rozpoznawania mowy.
"Możliwość komunikowania się i obsługi urządzeń za pomocą mowy ma kluczowe znaczenie dla każdego, kto ma obecnie do czynienia z technologią lub gospodarką cyfrową" - powiedział Mark Hasegawa-Johnson, profesor inżynierii elektrycznej i komputerowej na UIUC, który kieruje projektem. "Interfejsy głosowe powinny być dostępne dla wszystkich, w tym dla osób niepełnosprawnych".
Obecnie wiele systemów rozpoznawania mowy, takich jak asystenci głosowi i narzędzia tłumaczeniowe, nie rozpoznaje szerokiego zakresu wzorców mowy, w tym często związanych z niepełnosprawnością, takich jak choroba Lou Gehriga lub stwardnienie zanikowe boczne, choroba Parkinsona, porażenie mózgowe i zespół Downa.
Dlatego często osoby należące do tych społeczności nie mogą skorzystać z korzyści, jakie może zaoferować oprogramowanie do rozpoznawania mowy. Jednak dzięki wykorzystaniu sztucznej inteligencji i uczenia maszynowego firmy technologiczne mogą sprawić, że ich oprogramowanie do rozpoznawania głosu będzie bardziej inkluzywne, co jest celem projektu Speech Accessibility Project.
"To zadanie było trudne, ponieważ wymaga dużej infrastruktury, najlepiej takiej, która może być obsługiwana przez wiodące firmy technologiczne, dlatego stworzyliśmy wyjątkowo interdyscyplinarny zespół z doświadczeniem w lingwistyce, mowie, sztucznej inteligencji, bezpieczeństwie i prywatności, aby pomóc nam sprostać temu ważnemu wyzwaniu" - powiedziała Hasegawa-Johnson.
Projekt Speech Accessibility Project będzie zbierał próbki mowy od osób reprezentujących różne wzorce mowy, rekrutując płatnych ochotników do udziału w nagranych próbkach. Dzięki próbkom naukowcy z UIUC stworzą prywatny, pozbawiony elementów pozwalających na identyfikację zestaw danych, który zostanie wykorzystany do trenowania modeli uczenia maszynowego, aby lepiej zrozumieć szerszy zakres wzorców mowy. Amerykański angielski będzie głównym tematem projektu.