Stemmen blir oftere et grensesnitt vi kan regne med. Faktumet er at nesten all slags teknologi har potensiale til å styres via stemmen. Men når kommer dagen vi kan prate med våre maskiner som om de var mennesker?
Det er tydelig at stemmen er et grensesnitt på fremmarsj, og at hverdagen vår snart vil preges av mer eller mindre intelligent teknologi. Vi kommer til å være omgitt av produkter som lærer seg våre talemønstre og formes etter disse. De kan imøtekomme våre ønsker gjennom å koble seg opp mot andre ting og utveksle informasjon. Giampiero Salvi, universitetslektor på KTHs Department for Speech, Music and Hearing, har lenge jobbet med dette området.
– De fleste store aktørene, som Google, Apple og Microsoft, har satset stort på stemmeteknologi. Nå begynner teknologien å fungere bra nok til at de skal kunne tilby tjenester.
Han ser to grunner til at teknologien nå er moden for å konsumeres bredere. Dels har en relativt gammel teknologi, kunstige nevrale nettverk, blitt bedre og mer velutviklet. Tidligere har det ligget begrensninger i at innlæringsmetodene ikke har vært effektive nok til å kunne trene stemmeteknologi på store nok datamengder .
– Det som har skjedd nå er at det har blitt relativt billig å samle inn data og bearbeide dem. Man har samlet mer og mer data, spesielt fra de språkene som snakkes av mange.
Et grensesnitt vi allerede kan
Det andre som har skjedd er at de store bedriftene får mye informasjon sendt tilbake fra brukeren: hvilke kontakter den har, hvilke vaner, hvordan stemmen høres ut og annen verdifull info.
– Systemet får veldig mye mer kontekst nå, og det gjør at vi ser en rask forbedring.
Giampiero Salvi ser mange fordeler med teknologien. Det viktigste er kanskje at brukere ikke må lære seg hvordan systemene fungerer for å kunne bruke dem.
– Man er allerede vant med grensesnitt, så lenge systemet fungerer på en tilstrekkelig naturlig måte.
Dessuten trengs ikke hendene, noe som gjør at du kan styre ting når du sitter i bilen eller i andre situasjoner der du bruker hendene. Teknologien innebærer også en stor fordel for personer med funksjonshemminger.
Men en utfordring er at vi mennesker bruker språket på mange ulike, veldig fleksible måter.
Naturlig samtale vanskelig
– De nåværende systemene fungerer bra så lenge du begrenser emnet du snakker om, som bookinger eller styring av apparater. Å prate fritt er ikke like enkelt.
Amazon har gitt en utfordring til forskere og universiteter om å skape et dialogsystem der en samtale flyter naturlig i 20 minutter. Ingen har klart det til nå. Selv har Amazon fått mye oppmerksomhet for Alexa, den virtuelle assistenten koblet til høyttaleren Echo, som kan hjelpe til med mange typer hverdagsutfordringer.
– De store bedriftene er de mest innovative, for de har store ressurser. De har oftest større forskningsmuligheter enn oss innen den akademiske verden.
«Technology Vision 2017», en trendrapport fra selskapet Accenture, mener at skjermene kommer til å være borte fra de fleste applikasjoner om syv år, og erstattes med en slags form for stemmestyring. Giampiero Salvi, som har fulgt utviklingen lenge, er litt mer tilbakeholden.
– Stemmestyringsteknologien finnes allerede, det er bare et spørsmål om markedsføring. Men vil du ha en naturlig interaksjon uten begrensninger, da tror jeg sju år er for kort tid.
Områder der stemmeteknologi vil tas i bruk
Smarte hjem
Et av de mest naturlige stedene hvor stemmestyring kommer til å få betydning, er for eksempel for å tilpasse omgivelsene med lys, lyd og temperatur.
Handel
En stresset konsuments drøm kan for eksempel være at du forteller din assistent hva som skal kjøpes inn, og den leter opp stedet der innholdet i handlekurven har lavest pris.
Hverdagssupport
Google lanserte nettopp Duplex, en tjeneste som kan ringe og bestille frisørtime eller bord på en restaurant. Personen i andre enden kommer forhåpentligvis ikke til å merke at det ikke er et menneske som ringer opp.
Innen eldreomsorg
Mennesker som sliter med teknologi eller har fysiske begrensninger, kan ved hjelp av tale benytte seg av kunstig assistanse.
Flere IT-trender finner du her
