Thuy Le, Jefa de Producto en Speechmatics – Serie de Entrevistas

Thuy Le es la Jefa de Producto en Speechmatics, Thuy tiene más de dos décadas de experiencia en tecnología y desarrollo de ideas innovadoras, así como un título en Ingeniería Mecánica del MIT y un título de Maestría en Diseño de Producto de Stanford. Thuy tiene una amplia experiencia en gestión de productos, diseño y desarrollo, así como en investigación y desarrollo, ingeniería, desarrollo de medios y estrategia empresarial. En Speechmatics, se encarga de lanzar productos y servicios innovadores para asegurarse de que el negocio siga siendo líder en el mercado en todo lo que hace.

Se unió a Speechmatics en noviembre de 2019 después de haber trabajado en una variedad de industrias, incluyendo vehículos autónomos y software de análisis de negocios B2B. ¿Qué lo atrajo a trabajar en reconocimiento de voz?

Siempre me ha atraído la aplicación de nueva tecnología para casos de uso interesantes y un impacto significativo. El reconocimiento de voz, especialmente en Speechmatics, cumple con esos criterios. Sin duda, ha sido genial ayudar a nuestros clientes a aprovechar el valor de la tecnología de voz a texto en sus propias ofertas de productos variadas.

Como Jefa de Producto en Speechmatics, ¿en qué consiste su día a día?

Speechmatics es una empresa en crecimiento y nuestro equipo de Producto es pequeño (y en crecimiento), así que no hay dos días iguales y todos contribuyen donde y cuando sea necesario. Como Jefa de Producto, todo, desde la estrategia de la empresa y el producto a nivel superior hasta las típicas tareas de producto de priorización de la hoja de ruta y interacciones con los clientes hasta la resolución detallada de problemas en la entrega, es todo terreno. Obviamente, la construcción de relaciones a través de las diversas funciones en la organización y la contratación también son una parte importante del rol.

¿Puede discutir los desafíos de acceder a conjuntos de datos con diferentes dialectos y acentos?

En la tecnología de voz, el motor generalmente se construye entrenándolo en un dialecto de un idioma, lo que hace que ese dialecto sea el que más precisamente reconoce y transcribe. En inglés, es el inglés americano, y las tasas de error suelen ser más altas para acentos australianos, británicos, jamaicanos, etc. Así que, para las empresas que utilizan la tecnología para interactuar con una base de clientes global, esto presenta un desafío masivo. Hace tres años, en 2018, lanzamos Global English, nuestro paquete de idioma líder en la industria que entiende todos los acentos y dialectos del inglés, y el año pasado, continuamos esta misión con el lanzamiento de Global Spanish. Creemos que, para que la tecnología de voz alcance su máximo potencial, necesita entender a todos con los que interactúa. Estamos ansiosos por cerrar aún más la brecha de acento de la IA con más innovaciones que se lanzarán más adelante este año.

¿Cuáles son algunas de las metodologías de aprendizaje automático que se utilizan para entrenar con estos conjuntos de datos?

Utilizamos técnicas de aprendizaje profundo supervisado y redes neuronales familiares en nuestro motor. También investigamos continuamente nuevos enfoques, en particular, cómo disminuir la cantidad de datos etiquetados necesarios en los modelos de reconocimiento de voz. Los datos son fundamentales para construir tecnología de reconocimiento de voz, así que avanzar en la investigación que nos permite ampliar nuestro alcance de datos es esencial. El uso de redes neuronales en nuestro motor nos permite generalizar mejor en diferentes contextos y lenguajes.

Speechmatics es actualmente un líder en la industria, con pruebas que encuentran que Global Spanish es un 3-20% más preciso que la oferta de Google (GOOGL ) y un 4-13% más preciso que el producto comparable de Microsoft (MSFT ). ¿A qué atribuye este éxito?

Como mencioné anteriormente, para que la tecnología de voz sea realmente un activo para las empresas, necesita ayudarlas a entender a toda su base de clientes, sin importar el idioma que estén hablando o el dialecto que estén utilizando. Esto es el núcleo de las innovaciones de Speechmatics, y estamos comprometidos con resolver estos desafíos complejos. Y, tenemos un equipo increíble que es apasionado, motivado e invertido en utilizar las últimas técnicas de aprendizaje profundo para ofrecer a nuestros clientes la mejor tecnología del mercado.

¿Cuáles son los idiomas actuales que se ofrecen y qué idiomas se están investigando para agregar?

Actualmente ofrecemos más de 30 idiomas comerciales, desde árabe hasta mandarín, polaco hasta portugués y muchos más. Pero son nuestros paquetes de idioma inglés y español los que son Globales. Mirando hacia adelante, estamos explorando nuevas técnicas que no solo nos permitirán agregar nuevos idiomas más rápidamente, sino también mejorar nuestros idiomas existentes con más regularidad.

¿Cuáles son sus puntos de vista sobre un futuro habilitado para la voz donde la voz es la forma principal de comunicación?

Las empresas están viendo cada vez más valor en la tecnología de reconocimiento de voz: en 2020, hubo un aumento marcado en la adopción de la tecnología entre las empresas, con el 68% de los encuestados que informaron que su empresa tiene una estrategia de tecnología de voz, un aumento del 18% con respecto al año anterior. Pero, para que alcance su máximo valor potencial, la tecnología debe mejorar. Una conversación es más que solo palabras: también se compone de pistas contextuales como el sentimiento, el ritmo, la puntuación, el ruido de fondo, el tono, los cambios de hablante y más. Mientras que el texto de la tecnología de reconocimiento de voz solo permite un gran valor en sí mismo, cuando se trata de archivos de audio o incluso archivos de video, el discurso real grabado puede extenderse más allá de solo palabras. El futuro de la tecnología de reconocimiento de voz tendrá en cuenta todos estos otros factores. Solo entonces no será solo sobre convertir voz en texto, sino sobre convertir voz en valor y verdaderamente entender cada voz.

¿Hay algo más que le gustaría compartir sobre Speechmatics?

Tenemos algunas innovaciones emocionantes que se lanzarán más adelante este año, así que ¡mantengan los ojos abiertos para ellas!

Gracias por la gran entrevista, los lectores que desean aprender más pueden visitar Speechmatics.