Thuy Le, Speechmatics Ürün Müdürü – Röportaj Serisi

Thuy Le, Speechmatics’in Ürün Müdürüdür. Thuy, teknoloji ve yenilikçi fikirlerin geliştirilmesinde iki thập yıldan fazla deneyime sahiptir. Ayrıca MIT’den Makine Mühendisliği ve Stanford’dan Ürün Tasarımı yüksek lisans derecesine sahiptir. Thuy, ürün yönetimi, tasarım ve geliştirme, Ar-Ge, mühendislik, medya geliştirme ve iş stratejisi konularında geniş bir deneyim sahiptir. Speechmatics’te, yenilikçi ürün ve hizmetleri piyasaya sürmekle görevlendirilmiştir, böylece şirket her yaptığı işte pazar lideri kalır.

Speechmatics’e Kasım 2019’da, otonom araçlar ve B2B analitik yazılımları gibi çeşitli endüstrilerde çalıştıktan sonra katıldınız. Konuşma tanıma alanında çalışmaya ne çekti?

Yeni teknolojinin ilginç kullanım örnekleri ve anlamlı etkileri için uygulamalarına her zaman ilgi duydum. Speechmatics’teki konuşma tanıma, bu kriteri karşılıyor. Müşterilerimizin kendi ürün tekliflerinde konuşma metne dönüştürme değerini kullanmalarına yardımcı olmak harika oldu.

Speechmatics’in Ürün Müdürü olarak gününüz nasıl geçer?

Speechmatics bir ölçeklendirme şirketidir ve Ürün ekibimiz küçüktür (ve büyümektedir!), bu nedenle hiçbir iki gün benzer değildir ve herkes必要 olduğunda katkıda bulunur. Ürün Müdürü olarak, şirket ve ürün stratejisi gibi daha yüksek düzeydeki konulardan, yol haritası önceliklendirmesi ve müşteri etkileşimleri gibi tipik ürün görevlerine, teslimat etrafındaki ayrıntılı el ile çözüme kadar her şey söz konusudur. Tabii ki, organizasyon içindeki çeşitli fonksiyonlar arasında ilişki kurma ve işe alma da rolün önemli bir parçasıdır.

Farklı lehçeler ve aksanlarla veri kümelerine erişme zorlukları hakkında konuşabilir misiniz?

Konuşma teknolojisinde, genellikle bir dilin bir lehçesiyle eğitilen bir motor vardır, bu da motorun en doğru olarak tanıdığı ve transkript ettiği lehçedir. İngilizce’de, bu Amerikan İngilizcesidir ve hata oranları genellikle Avustralya aksanları, İngiliz aksanları, Jamaika aksanları ve benzerleri için daha yüksektir. Bu, teknolojiyi küresel bir müşteri tabanına hitap etmek için kullanan şirketler için büyük bir zorluk oluşturur. Üç yıl önce, 2018’de, her İngilizce aksanını ve lehçesini anlayan endüstri lideri Global English dil paketini piyasaya sürdük ve geçen yıl, bu misyonu Global Spanish’in piyasaya sürülmesiyle devam ettirdik. İnanıyoruz ki, konuşma teknolojisinin en yüksek potansiyeline ulaşması için, etkileşimde olduğu herkesi anlaması gerekir. AI “aksan açığını” kapatmak için daha da fazla inovasyonla gelecekte ilerlemeye devam edeceğiz.

Veri kümelerinden eğitim için kullanılan bazı makine öğrenimi metodolojileri nelerdir?

Motorumuzda gözetimli derin öğrenme teknikleri ve sinir ağları kullanıyoruz. Ayrıca, özellikle ASR modellerinde gerekli etiketli veri miktarını azaltma konusunda yeni yaklaşımlar hakkında sürekli araştırma yapıyoruz. Veri, konuşma tanıma teknolojisini oluşturmak için kraldır, bu nedenle veri erişimimizi genişletmeyi sağlayan araştırmaları ilerletmek önemlidir. Motorumuzdaki sinir ağları, farklı bağlamlar ve diller arasında daha iyi genellemeye olanak tanır.

Speechmatics şu anda endüstri lideri ve testler, Global Spanish’in Google’ın teklifinden %3-20, Microsoft’ (MSFT ) un benzer ürününden %4-13 daha doğru olduğunu gösteriyor. Bu başarıyı neye bağlıyorsunuz?

Önce de söylediğim gibi, konuşma teknolojisinin gerçekten bir iş varlığı olması için, müşterilerinin tamamını, hangi dili konuştuğundan veya hangi lehçeyi kullandığından bağımsız olarak anlamalarına yardımcı olması gerekir. Bu, Speechmatics’in inovasyonlarının temelidir ve bu karmaşık zorlukları çözmeye kararlıyız. Ayrıca, müşterilerimize piyasada en iyi teknolojiyi sunmaya çalışan, tutkulu, motive olmuş ve yatırım yapmış harika bir ekibimiz var.

Şu anda hangi diller sunuluyor ve hangi diller eklenmek üzere araştırılıyor?

Şu anda Arapça’dan Çince’ye, Lehçe’den Portekizce’ye kadar 30’dan fazla ticari dil sunuyoruz. Ancak İngilizce ve İspanyolca dil paketlerimizin küresel olduğunu belirtmek isterim. İleride, yeni dilleri daha hızlı eklememize ve mevcut dillerimizi daha düzenli olarak geliştirmemize olanak tanıyan yeni tekniklere bakıyoruz.

Konuşma etkin bir gelecek hakkında görüşlerin nelerdir, burada ses birincil iletişim biçimidir?

İşletmeler, konuşma tanıma teknolojisinde değer görüyor: 2020’de, şirketlerin %68’i ses teknolojisi stratejisi olduğunu bildirdi – bu, bir önceki yıla göre %18’lik bir artış. Ancak teknolojinin maksimum değer potansiyeline ulaşması için, teknolojinin bir düzeyde geliştirilmesi gerekiyor. Bir konuşma, sadece kelimelerden oluşmaz – ayrıca sentiment, kadans, noktalama, arka plan gürültüsü, ton, konuşmacı değişiklikleri ve daha fazlasından oluşur. Metin konuşma tanıma teknolojisinden alone birçok değeri sağlar, ancak ses dosyalarında veya video dosyalarında kaydedilen gerçek konuşma, sadece kelimelerden daha fazlasını içerir. Konuşma tanıma teknolojisinin geleceği, bu diğer faktörleri de dikkate alacaktır. Sadece konuşmayı metne dönüştürmek değil, konuşmayı değere dönüştürmek ve gerçekten her sesi anlamak için.

Speechmatics hakkında paylaşmak istediğiniz başka bir şey var mı?

Gerçekten heyecan verici gelişmelerimiz bu yılın ilerleyen döneminde ortaya çıkacak, bu nedenle onları paylaştığımızda gözleyin!

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Speechmatics’i ziyaret edebilir.