Голосовые помощники: эволюция, устройство и основные игроки

Уточнить у Siri рецепт сырников во время готовки или попросить Алису прочитать сказку — вполне привычные для нашей жизни сценарии. А как это работает? Как звук превращается в понятные виртуальному помощнику команды, которые сразу же исполняются? Кто главные игроки на рынке? Какие еще заботы могут снять с нас голосовые помощники?

Редакция DTI Algorithmic собрала ответы на все эти вопросы — и помогали нам в этом наши программисты и союзники. В результате получился информационно насыщенный лонгрид, который мы будем публиковать по частям. Сегодня — про эволюцию голосовых помощников, их устройство и основных игроков на рынке.

Эволюция голосовых помощников

История голосовых ассистентов начинается с конца 1930-х годов, когда ученые начали предпринимать попытки распознать голос силами технологий. Тогда созданию качественного помощника мешали две большие проблемы:

• существование омонимов — слов с одинаковым звучанием, но с разным значением,
• постоянный шумовой фон, из которого система должна выбирать речь пользователя.

#справка Подробнее про историю и эволюцию технологии распознавания речи на Medium

Сейчас для решения этих проблем разработчики используют машинное обучение. Оно учит нейронные сети самостоятельно анализировать контекст и эффективно определять основной источник звука. Однако пришли разработчики к этому не сразу — потребовалось как минимум 80 лет подготовительных работ:

1939 год. Советский физик Лев Мясников создал аппарат, способный распознавать человеческую речь — несколько гласных и согласных звуков.

1952 год. Сотрудники лаборатории Bell разработали механизм, который распознавал продиктованные по телефону числа от 1 до 9.

1962 год. Компания IBM представила собственную технологию распознавания речи — Shoebox. Машина распознавала 16 английских слов, 10 цифр и 6 арифметических команд.

Презентация системы распознавания речи Shoebox от IBM

1980 год. Инженеры научились применять методы «Скрытой модели Маркова». Со временем это позволило голосовым системам лучше распознавать речь. Они обрабатывают слово, учитывая несколько предыдущих и предсказывая, что может с ними сочетаться.

#справка Скрытая модель Маркова описывает генерацию случайных событий в зависимости от текущего состояния объекта. Пример: человек может находиться в одном из четырех состояний и не в каждое их них может перейти сразу (схема ниже). Например, если человек лежит, то он не может моментально пойти куда-либо — нужно сесть, встать и только потом идти

1987 год. В США компания Worlds of Wonder начала продавать говорящую куклу Джулию, которая училась распознавать речь ребенка во время игры. В куклу был встроен процессор, который позволял ей реагировать и генерировать речь. Джули воспринимала восемь высказываний: «Джули», «да», «нет», «хорошо», «притворяйся», «голодна», «пой» и «молчи».

Реклама интерактивной игрушки — куклы «Джули»

1990-е годы. Появилась коммерческая программа Dragon Dictate, ориентированная на массовый рынок. Она распознавала речь и записывала надиктованный текст в файл.

1996 год. Появилось полноценное голосовое меню VAL от BellSouth. Система обрабатывала телефонные справочные запросы и помогала покупателям в поиске нужной информации об интересующих товарах.

Позже компания запустила Info by Voice — интерактивные голосовые «желтые страницы» с информацией о ближайших ресторанах, такси и некоторых магазинах. Система также могла рассказать о новостях и котировках акций, погоде, телепрограмме, гороскопе и спортивных событиях.

2001 год. Компания Microsoft добавила голосовой ввод текста в офисный пакет Office XP.

2002 год. Google запустил Voice Search — сервис для голосового поиска в интернете. Проект приостановили из-за неудобства использования — чтобы выполнить поиск, надо было позвонить на специальный номер. На Voice Search основан современный интерактивный помощник компании — Google Assistant.

2007 год. Центр исследования искусственного интеллекта SRI International начал разработку Siri. Siri стала первой голосовой помощницей — система умела не только искать информацию в интернете или работать как голосовое меню, но и вести с пользователем диалог.

2011–2014 годы. Google интегрировал функцию голосового поиска в браузер Chrome. Компания также запустила персонализированного ассистента Google Now с расширенными возможностями голосового поиска — сервис подбирал актуальную информацию с учетом местоположения пользователя, истории браузера и других поисковых запросов.

У Microsoft также появилась собственная виртуальная голосовая помощница — Cortana.

#интересное Ассистент Microsoft назван в честь персонажа из игровой серии шутеров Halo. Фразы для него записала актриса озвучки Джен Тейлор, озвучившая Кортану в игре

2014 год. Amazon представил первую в мире умную колонку Amazon Echo с голосовой ассистенткой Alexa.

#справка Alexa от Amazon была вдохновлена компьютерной голосовой и диалоговой системой на борту Starship Enterprise в научно-фантастических сериалах и фильмах вселенной «Star Trek»

2017 год. Alibaba представила умную колонку Tmall Genie с голосовым помощником AliGenie.

2018 год. Яндекс выпустил умную колонку Яндекс.Станция с голосовой помощницей Алисой.

2019 год. Банк «Тинькофф» запустил собственного голосового ассистента «Олега». Mail.Ru Group представила голосовую помощницу «Марусю».

Как устроены современные голосовые помощники

Голосовые помощники пассивно считывают все звуковые сигналы, и для активной работы им необходима активация при помощи кодовой фразы. Например, произнесите: «Окей, Google», потом можете задать свой вопрос или отдать команду без пауз.

Математик Ханна Фрай исследует, как работает программное обеспечение для распознавания голоса, используемое в в домашней технике.

В момент голосового запроса автоматическая система распознавания речи (ASR system) преобразовывает звуковой сигнал в текст. Это происходит в четыре этапа:

• Фильтрация. Система убирает из звукового сигнала шумовой фон и помехи, возникающие при записи.
• Оцифровывание. Звуковые волны преобразуются в понятный компьютеру цифровой вид. Параметры получаемого кода в том числе определяют качество записи.
• Анализ. В сигнале выделяются участки, содержащие речь. Система оценивает ее параметры — к какой части речи относится слово, в какой оно форме, насколько вероятна связь между двумя словами.
• Выявление шаблонов данных. Полученную информацию система включает в словарь — собирает разные варианты произношения одного и того же слова. Чтобы точнее распознавать новые запросы, ассистенты сравнивают слова в них с шаблонами.

Если после обработки запроса виртуальный помощник не понимает команду или не может найти ответ, он просит перефразировать вопрос. В некоторых случаях могут понадобиться дополнительные данные — например, при вызове такси ассистент может уточнить местоположение пассажира и пункт назначения.

Основные игроки на рынке

По данным Microsoft, самые популярные голосовые помощники в США — Google Assistant, Siri от Apple, Alexa от Amazon и Cortana от Microsoft. Русский язык из них понимают только первые два, однако на российском рынке также работает Алиса от Яндекса, а на китайском — AliGenie от Alibaba. Сравнили основные характеристики умных колонок с поддержкой этих пяти голосовых ассистентов:

Голосовой помощник

Компания-производитель

Что такое Google Ассистент и что он может делать

В мире, полном виртуальных помощников, Вы, вероятно, знаете про Google Ассистент. На рынке полно устройств, которые поддерживают его, но что это такое, для чего он нужен и стоит ли его использовать?

Краткая история

У Google Ассистента было очень скромное начало. Он появился в мае 2016 года в составе нового приложения Google для обмена сообщениями Allo и оригинальной колонки Google Home. В колонке впервые проявились способности Ассистента. Люди могли просто использовать свой голос, чтобы получить доступ к обширной базе знаний Google.

Вскоре после первого выпуска Google Ассистент был запущен как встроенная функция в оригинальные смартфоны Google Pixel. Через несколько месяцев он начал появляться и на других смартфонах Android и умных часах Wear OS. К 2017 году Google Ассистент был запущен как приложение для iPhone и iPad.

Google Ассистент теперь является преемником предыдущего виртуального помощника компании, Google Now. В то время как Google Now ориентирован в первую очередь на отображение информации без Вашего участия, Ассистент добавил важную возможность двустороннего общения.

Виртуальный помощник был доступен в основном только на смартфонах и умных колонках в течение первых нескольких лет. Но в 2018 году Google Ассистент распространился на другие устройства. Google Ассистент теперь можно найти в телефонах, колонках, автомобилях, часах, домашних устройствах и многом другом.

Что умеет Google Ассистент

У Google Ассистента есть длинный список функций и возможностей. На самом базовом уровне он отвечает на вопросы. Вы можете спросить простые вещи, например: «Какая столица России?» или «Сколько лет Майклу Джордану?» Когда Вы выполняете поиск в Google на своем компьютере или телефоне, Вы часто видите поле вверху результатов — именно здесь Google Ассистент получает ответы.

Google Ассистент еще более полезен, когда дело касается личных результатов. Если Вы разрешите ему доступ к Вашей учетной записи Google и другим сервисам, он сможет предоставить больше, чем просто общую информацию. Например, Вы можете спросить, есть ли в Вашем календаре какие-либо события, узнать прогноз погоды, отправить сообщения и многое другое.

Читайте также Как управлять приложениями и устройствами, использующими аккаунт Google

Google Ассистент также невероятно полезен с устройствами умного дома. Он может взаимодействовать с рядом популярных брендов умного дома, включая Philips Hue, SmartThings, Nest, Ring, WeMo и многие другие. Просто найдите логотип «Работает с Google Ассистентом» или «Работает с Google Assistant».

Конечно, он также соединяется с другими продуктами Google, такими как Chromecast.

После подключения любого из этих устройств Вы сможете управлять ими через Google Ассистента. Это означает, что Вы можете сказать «Окей, Google, выключи свет».

Еще одна вещь, которая поставляется с интеграцией умного дома, — это приложение Google Home (Android/iPhone/iPad), которое становится Вашим центральным узлом для всех устройств.

Google Assistant на русском — что это и как работает? Где скачать, как включить и настроить

Здравствуйте! Google Assistant теперь доступен на русском языке во всём мире. О том, что представляет собой приложение, по какому принципу работает и как его установить на свой телефон, мы подробно расскажем в этой публикации. Сервис был презентован на конференции Google I/O ещё в мае 2016 года, но не поддерживал русский язык.

Что такое Google Assistant

Google Assistant — умный персональный помощник, продолжение сервиса Google Now, но с возможностью ведения диалога. Помощник интегрирован во многие устройства и приложения Google: Allo, Home, Android Wear, умные часы от Google и смартфоны Pixel.

Как работает Гугл Ассистент?

Гугл Ассистент отвечает на голосовой запрос пользователя, подключаясь и извлекая информацию из Google Now. Выполнение операций происходит на основе искусственного интеллекта. Приложение встроено в операционную систему Android, по аналогии Siri установленной на Айфонах. Помощник может сделать звонок, преобразовать речь в смс-сообщение или сообщение WhatsApp, узнать погоду на завтра, информировать о пробках на дорогах и так далее. Активизировать Ассистента можно с помощью голосового запроса «Окей, Гугл» на любом смартфоне, где стоит операционная система Android. На заблокированном телефоне, помощника можно призвать при помощи функции Voice Match. Информация представляется пользователям в более привлекательном виде, чем раньше было в Google Now. Используя алгоритм обработки естественного языка и машинное обучение Гугл Ассистент способен вести диалог. В составе системы Allo помощник прослушивает, записывает и сохраняет все диалоги. Одной из главных целей сбора данных является поиска ключевых слов и понятий, и последующей наработки базы ответов на них.

Как скачать и установить Google Assistant

На телефон

Android

Чтобы включить Google Ассистент на смартфоне с операционной системой Android, необходимо сначала скачать приложение из Play Market. Скачать здесь. После установки, на кнопке появится надпись «Открыть».

iOS

На iPhone у голосового помощника от Гугл нет интеграции в операционную систему (не будет голосовой активации с любого экрана), но доступно отдельное приложение для iOS 10 и выше. Скачать здесь.

На компьютер

Чтобы узнать, можно ли установить Google Assistant на компьютер или ноутбук, зайдите в Play Market на страницу приложения и проверьте совместимость с устройством и операционной системой.

Как настроить Гугл Ассистент и как им пользоваться

1. найти ответ в интернете;
2. проложить маршрут до любой точки на карте мира;
3. установить таймер;
4. развлечься (предложит интересный факт или подбросит монетку);
5. узнать погоду;
6. поставить будильник;
7. сделать звонок;
8. узнать результаты спортивных событий;
9. найти гостиницу или авиабилеты;
10. сделать перевод на другой язык;
11. узнать курс акций;
12. объяснить значение слов;
13. управлять телефоном: включить фонарик, сделать фото, перейти в беззвучный режим;
14. конвертировать любые единицы измерения;
15. выполнить вычисления;
16. найти интересные места рядом;
17. оставаться в курсе последних новостей;
18. следить за диетой.

Соответственно настроить голосового помощника вы можете под себя, именно тем образом, которым хотите и в соответствии с теми задачи, которые вам требуется решать.

Что делать если пишет, Google Assistant не поддерживается или недоступен на вашем устройстве

Эта проблема связана с тем, что для вашего аккаунта не был предустановлен русский язык из-за большой нагрузки на сервер, обрабатывающий голосовые команды.

Решение проблемы — подождать несколько дней, пока Google не активирует голосового помощника для вас.

При подготовке материала использовались источники:
https://medium.com/vision-dti/%D0%B3%D0%BE%D0%BB%D0%BE%D1%81%D0%BE%D0%B2%D1%8B%D0%B5-%D0%BF%D0%BE%D0%BC%D0%BE%D1%89%D0%BD%D0%B8%D0%BA%D0%B8-%D1%8D%D0%B2%D0%BE%D0%BB%D1%8E%D1%86%D0%B8%D1%8F-%D1%83%D1%81%D1%82%D1%80%D0%BE%D0%B9%D1%81%D1%82%D0%B2%D0%BE-%D0%B8-%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%BD%D1%8B%D0%B5-%D0%B8%D0%B3%D1%80%D0%BE%D0%BA%D0%B8-c8a653f1800b

Что такое Google Ассистент и что он может делать

https://quasa.io/ru/media/google-assistant-na-russkom-chto-eto-i-kak-rabotaet-gde-skachat-kak-vklyuchit-i-nastroit