Big Tech متحد می شود تا ابزارهای تشخیص گفتار را برای افراد دارای معلولیت بهتر کند
دانشگاه ایلینویز Urbana-Champaign (UIUC) با آمازون، اپل، گوگل، متا، مایکروسافت و شرکای غیرانتفاعی در پروژه دسترسی به گفتار. هدف این پروژه بهبود قابلیت‌های تشخیص گفتار فعلی است تا همه، از جمله افراد دارای معلولیت و الگوهای گفتاری متنوع، بتوانند از سیستم‌های تشخیص گفتار استفاده کنند.
مارک هاسگاوا-جانسون، استاد مهندسی برق و کامپیوتر UIUC که این پروژه را رهبری می کند، گفت: «گزینه برقراری ارتباط و کار با دستگاه ها با گفتار برای هر کسی که امروز با فناوری یا اقتصاد دیجیتال تعامل دارد، بسیار مهم است. رابط های گفتاری باید برای همه در دسترس باشد و این شامل افراد دارای معلولیت نیز می شود.
“این کار دشوار بوده است زیرا به زیرساخت های زیادی نیاز دارد، در حالت ایده آل آن گونه که می تواند توسط شرکت های فناوری پیشرو پشتیبانی شود، بنابراین ما یک تیم بین رشته ای منحصر به فرد با تخصص در زبان شناسی، گفتار، هوش مصنوعی، امنیت و حریم خصوصی برای کمک ایجاد کرده ایم. هاسگاوا-جانسون گفت: ما با این چالش مهم روبرو هستیم.
بنابراین، افرادی که به این جوامع تعلق دارند اغلب نمی توانند از مزایایی که نرم افزار تشخیص گفتار ارائه می دهد استفاده کنند. با این حال، از طریق استفاده از هوش مصنوعی و یادگیری ماشین، شرکت‌های فناوری می‌توانند نرم‌افزار تشخیص صدای خود را فراگیرتر کنند و این هدف پروژه دسترسی به گفتار است.
گتی ایماژ/iStockphoto
پروژه دسترس‌پذیری گفتار، نمونه‌های گفتاری را از افرادی که تنوع الگوهای گفتاری را نشان می‌دهند، با استخدام داوطلبان پولی برای مشارکت در نمونه‌های ضبط شده جمع‌آوری می‌کند. با نمونه‌ها، محققان UIUC یک مجموعه داده خصوصی و غیرقابل شناسایی ایجاد خواهند کرد که برای آموزش مدل‌های یادگیری ماشینی برای درک بهتر طیف وسیع‌تری از الگوهای گفتار استفاده می‌شود. انگلیسی آمریکایی تمرکز پروژه خواهد بود.
در حال حاضر، بسیاری از سیستم‌های تشخیص گفتار، مانند دستیارهای صوتی و ابزارهای ترجمه، طیف وسیعی از الگوهای گفتار را تشخیص نمی‌دهند، از جمله مواردی که اغلب با ناتوانی‌هایی مانند بیماری لو گریگ یا اسکلروز جانبی آمیوتروفیک، بیماری پارکینسون، فلج مغزی و سندرم داون مرتبط هستند.
