Thuy Le, Șef de Produs la Speechmatics – Seria de Interviuri

Thuy Le este Șef de Produs la Speechmatics, Thuy are peste două decenii de experiență în tehnologie și dezvoltarea de idei inovatoare, precum și o diplomă de licență în Inginerie Mecanică de la MIT și o diplomă de master în Design de Produs de la Stanford. Thuy are o experiență vastă în managementul produselor, design și dezvoltare, precum și în cercetare și dezvoltare, inginerie, dezvoltare media și strategie de afaceri. La Speechmatics, ea este responsabilă cu lansarea de produse și servicii inovatoare pentru a asigura că afacerea rămâne lider de piață în tot ceea ce face.

Ați aderat la Speechmatics în noiembrie 2019, după ce ați lucrat într-o varietate de industrii, inclusiv vehicule autonome și software de analiză B2B. Ce v-a atras să lucrați în recunoașterea vorbirii?

M-am întotdeauna simțit atras de aplicarea noilor tehnologii pentru cazuri de utilizare interesante și impact semnificativ. Recunoașterea vorbirii, în special la Speechmatics, îndeplinește aceste criterii. Într-adevăr, a fost minunat să ajutăm clienții noștri să valorifice beneficiile tehnologiei speech-to-text în propriile lor oferte de produse diverse.

Ca Șef de Produs la Speechmatics, ce implică ziua dvs. de lucru?

Speechmatics este o companie în creștere și echipa noastră de produs este mică (și în creștere!), așa că nu există două zile identice și toată lumea contribuie unde și când este nevoie. Ca Șef de Produs, totul, de la strategia companiei și a produsului la sarcinile obișnuite ale produsului, cum ar fi prioritizarea drumului și interacțiunile cu clienții, până la soluționarea detaliată a problemelor legate de livrare, sunt toate posibile. Desigur, construirea de relații cu diversele funcții din organizație și recrutarea sunt, de asemenea, părți importante ale rolului.

Puteți discuta despre provocările accesării seturilor de date cu dialecte și accente diferite?

În tehnologia vorbirii, motorul este de obicei construit prin antrenarea lui pe un dialect al unei limbi, făcând ca acel dialect să fie cel mai precis recunoscut și transcris. În engleză, este vorba de engleza americană, iar ratele de eroare sunt, de obicei, mai mari pentru accente australiene, britanice, jamaicane și așa mai departe. Așadar, pentru companiile care utilizează tehnologia pentru a interacționa cu o bază de clienți globală, aceasta prezintă o provocare uriașă. Acum trei ani, în 2018, am lansat Global English, pachetul nostru de limbă lider în industrie, care înțelege fiecare accent și dialect englez și anul trecut am continuat această misiune cu lansarea Global Spanish. Credem că, pentru ca tehnologia vorbirii să-și atingă potențialul maxim, trebuie să înțeleagă pe toată lumea cu care interacționează. Ne uităm cu nerăbdare să închidem și mai mult “gaura de accent” a IA cu inovații suplimentare care vor apărea mai târziu în acest an.

Care sunt unele dintre metodologiile de învățare automată utilizate pentru antrenarea cu aceste seturi de date?

Folosim tehnici familiare de învățare profundă supravegheată și rețele neuronale în motorul nostru. De asemenea, cercetăm în mod continuu noi abordări, în special modul de a reduce cantitatea de date etichetate necesare în modelele ASR. Datele sunt esențiale la construirea tehnologiei de recunoaștere a vorbirii, așa că cercetarea care ne permite să extindem acoperirea noastră cu date este esențială. Utilizarea rețelelor neuronale în motorul nostru ne permite să generalizăm mai bine în diferite contexte și limbi.

Speechmatics este în prezent lider de piață, testele arătând că Global Spanish este cu 3-20% mai precis decât oferta Google (GOOGL ) și cu 4-13% mai precis decât produsul similar al Microsoft (MSFT ). La ce ați atribui acest succes?

După cum am menționat anterior, pentru ca tehnologia vorbirii să fie cu adevărat un activ pentru afaceri, trebuie să-i ajute să înțeleagă întreaga bază de clienți, indiferent de limba pe care o vorbesc sau de dialectul pe care îl utilizează. Acesta este nucleul inovațiilor Speechmatics, și suntem dedicați să rezolvăm aceste provocări complexe. Și avem o echipă uimitor de pasionată, motivată și investită în utilizarea celor mai recente tehnici de învățare profundă pentru a oferi clienților noștri cea mai bună tehnologie de pe piață.

Care sunt limbile actuale oferite și care limbile sunt în prezent cercetate pentru a fi adăugate?

În prezent, oferim peste 30 de limbi comerciale, de la arabă la mandarină, poloneză la portugheză și multe altele. Dar pachetele noastre de limbă engleză și spaniolă sunt globale. În perspectivă, ne uităm la tehnici noi care nu numai că ne vor permite să adăugăm limbile noi mai rapid, dar vor îmbunătăți și limbile noastre existente în mod regulat.

Care sunt punctele dvs. de vedere asupra unui viitor în care vorbirea este principala formă de comunicare?

Companiile sunt din ce în ce mai mult conștiente de valoarea tehnologiei de recunoaștere a vorbirii: anul 2020 a înregistrat o creștere semnificativă a adoptării tehnologiei în rândul întreprinderilor, 68% dintre respondenți raportând că compania lor are o strategie de tehnologie vocală – în creștere cu 18% față de anul precedent. Dar pentru a-și atinge potențialul maxim de valoare, tehnologia este datorată să fie îmbunătățită. O conversație este mai mult decât doar cuvinte – este și despre indicii contextuali, cum ar fi sentimentul, cadența, punctuația, zgomotul de fond, tonul, schimbările de vorbitor și multe altele. Deși textul din tehnologia de recunoaștere a vorbirii permite multă valoare în sine, atunci când vine vorba de fișiere audio sau chiar de fișiere video, vorbirea înregistrată poate extinde mult dincolo de simple cuvinte. Viitorul tehnologiei de recunoaștere a vorbirii va lua în considerare toți acești alți factori. Abia atunci nu va fi doar despre transformarea vorbirii în text, ci despre transformarea vorbirii în valoare și despre înțelegerea cu adevărat a fiecărei voci.

Există altceva pe care ați dori să-l împărtășiți despre Speechmatics?

Aveți în vedere câteva avansări foarte interesante care vor apărea mai târziu în acest an și suntem încântați să le împărtășim, așa că țineți-o sub observație pentru ele!

Mulțumim pentru acest interviu minunat, cititorii care doresc să afle mai multe despre Speechmatics ar trebui să viziteze Speechmatics.