W dniu dzisiejszym chciałabym rozpocząć na blogu 3-częściowy mini-cykl i opowiedzieć trochę o zastosowaniu Magic Speech Scribe na przykładzie jednej z kluczowych branż: medycyny. Zakładam, że wiedzą już Państwo mniej więcej na czym polega rozpoznawanie mowy i jakie korzyści za sobą niesie. Z tego względu nie będę po raz kolejny przytaczać tu sztandarowych haseł reklamowych. Zamiast tego skupię się na kilku ciekawostkach i przybliżę jak takie komercyjne zostosowanie wygląda w praktyce.

SŁOWNICTWO BRANŻOWE I SPECJALISTYCZNE FORMATOWANIE:

   Diagnostyka medyczna, podobnie jak cała medycyna, jest dziedziną, którą charakteryzuje bardzo specyficzne słownictwo branżowe, często zupełnie niezrozumiałe dla normalnego człowieka. Mnogość fachowych określeń oraz nazw urządzeń diagnostycznych, jednostek mierzonych w trakcie badań, organów człowieka, chorób sprawia, iż konieczne jest stosowanie dedykowanych, specjalistycznych słowników. Gdyby do rozpoznawania mowy z tego obszaru został zastosowany zwykły słownik języka polskiego wykorzystywany w mowie potocznej, zamiast specjalistycznych zwrotów pojawiałyby się najbliższe im polskie słowa, które nie miałyby żadnego związku z tym, co zostało podyktowane. Efektem obserwowanym na ekranie byłaby błędne rozpoznana wypowiedź.

Poza wspomnianym już zbiorem słów i zwrotów słowniki zawierają również zdefiniowane skróty oraz sposoby zapisu poszczególnych elementów charakterystycznych dla danej branży. Dzięki temu system automatycznie dokonuje formatowania w trakcie dyktowania. W tym momencie nasuwa się pytanie: Czy nie można dokonać zakupu tańszego słownika i poprzez dodawanie słów dopasować go do potrzeb samodzielnie?

Możliwość rozbudowy słownika o nowe słowa stanowi jedną z zalet systemu. Mogą Państwo w dowolnym momencie samodzielnie dodać potrzebne nazwisko, nazwę leku, dowolne słowo, skrót, a system zapamięta je i rozpozna w czasie późniejszej pracy. ALE… no właśnie. Należy pamiętać, że normalne zwroty i słowa nie tylko pojawiają się w słowniku, ale pojawiają się w nim w pewnym kontekście. Dodatkowo odmieniane są przez osoby, przypadki, posiadają kilka różnych form fonetycznych… reasumując bez wykorzystania odpowiednich programów i mechanizmów samodzielne stworzenie słownika specjalistycznego jest praktycznie niewykonalne, ze względu na niewyobrażalną czasochłonność. Dlatego tak ważne jest właściwe dopasowanie wersji systemu Magic Speech Scribe do użytkownika. A skoro już jesteśmy przy temacie…

PERSONALIZACJA PROFILI ORAZ PRZESZKOLENIE UŻYTKOWNIKA

Niezbędnym elementem, który pojawia się w prawie w każdym naszym projekcie tego typu jest konieczność dostosowania słownictwa do pewnej specyficznej, charakterystycznej dla danej grupy użytkowników metody opisywania, mówienia i formułowania zdań oraz oznaczania pewnych rzeczy w opisach.W tym celu dokonujemy personalizacji, a więc zmieniamy i rozbudowujemy wybraną, wykorzystywaną przez użytkowników grupę słowników np. słowniki do tworzenia opisów badań diagnostycznych z rezonansu magnetycznego RTG czy tomografu komputerowego.

Kolejnym bardzo istotnym elementem jest uzyskanie bardzo wysokiej, a więc powyżej 99%, skuteczności rozpoznawania dla każdej osoby, która dokonuje opisów.W tym celu niezbędne jest nie tylko odpowiednie dostosowanie słowników do sposobu mówienia i dyktowania w danej pracowni, ale również przygotowanie indywidualnych, personalizowanych modeli akustycznych dla niektórych pracowników. Pozwalają one uzyskiwać bardzo wysoką skuteczność przy zachowaniu stylu mówienia, a więc z uwzględnieniem pewnych błędów w sposobie wymawiania poszczególnych słów czy wad wymowy.

Częścią każdego wdrożenia jest przeprowadzenie szkolenia użytkowników. Obejmuje ono korzystanie z funkcjonalności oprogramowania, ale także naukę wymawiania poszczególnych rodzajów nazw, zwrotów, liczb, zmiennych w trakcie procesu dyktowania. Powszechnie rozumiane przez nas rozpoznawanie mowy potocznej nie ma bowiem nic wspólnego z tworzeniem dokumentacji przy użyciu głosu. Takie rozwiązanie daje pewność, iż każdy z uczestników szkolenia po jego zakończeniu będzie posiadał całość wiedzy potrzebnej do efektywnego korzystania z oprogramowania, a więc, że będzie ono dla niego faktycznie użyteczne.

DYKTOWANIE DO ZEWNĘTRZNYCH EDYTORÓW, PROGRAMÓW BRANŻOWYCH I FORMULARZY:

   Dużą zaletą systemu Magic Speech Scribe jest możliwość pojawienia się efektów rozpoznawania od razu w programie, do którego dyktujemy. W tym celu należy wywołać go np. w edytorze Word. Stosujemy zaawansowane mechanizmy integracji z zewnętrznymi branżowymi systemami, dzięki czemu po uruchomieniu naszego systemu tekst dyktowany głosem może pojawić się np. w odpowiednim polu tworzonego przez użytkownika formularza.

   Niniejszy cykl bazuje na przykładach zastosowań w medycynie, jednak post, który właśnie Państwo przeczytali w tym samym stopniu można by odnieść do dowolnej, innej branży. Reguły działania systemu dla każdej z nich są takie same.

Już za tydzień zapraszam na część drugą cyklu, w której opowiem o niezwykłej wiarygodności generowanych głosowo dokumentów, unikalnym systemie korekty, a także przybliżę, jak taki proces wygląda w praktyce. Tymczasem przypominam, że od niedawna znaleźć nas można również na YouTube, o tutaj.