טכנולוגיית זיהוי דיבור – מציאות, מיתוסים וחזון

1. טכנולוגיית זיהוי דיבור – מציאות, מיתוסים וחזון ד"ר עמי מויאל NSC כנס יסוד AVIOS ישראל 19 לספטמבר 2005

2. מבנה המצגת • זיהוי דיבור • מוטיבציה • סקירת השווקים הרלוונטיים • זיהוי דיבור כיום • מציאות • מיתוסים נפוצים מול המציאות • הדרוש להאצת החדירה • זיהוי דיבור בעתיד • החזון • הנדרש למימוש החזון

3. זיהוי דיבור – מוטיבציה ושווקים

4. זיהוי דיבור – מה זה ? ולמה ? עיקרון מנחה : המכונות צריכות ללמוד את שפתינו במקום שאנו נלמד את שפתן. זיהוי דיבור... • מאפשר תקשורת אדם – מכונה מבוססת דיבור. • מקנה למכונה יכולת להבין דיבור אנושי ולהגיב בהתאם. • יתרונות עיקריים למשתמש : • ממשק טבעי, אינטואיטיבי - נוחות • עלייה באיכות השירות – קיצור זמני המתנה, זמינות 24/7 • יותר שירותים אוטומטיים • בטיחות - נהיגה ברכב • קלות שימוש לאוכלוסיות שונות • יתרונות עסקיים עיקריים: • חיסכון בעלויות ע"י אוטומציה - כוח אדם, עלויות תפעול, קיצור זמנים • שביעות רצון לקוחות - הפחתת נדידת לקוחות • יצירת הכנסות נוספות על ידי שירותי ערך מוסף • הפעלת שירותים האפשריים רק על ידי ממשק קולי • יתרון תחרותי - מיצוב שיווקי • מעודד שימוש

5. שווקי יעד לטכנולוגית זיהוי דיבור מספר שווקים עיקריים: • טלפוניה • מוצרי צריכה • תפעול מחשב אישי • מערכות הכתבה • רכב • בטחוני

6. שווקי יעדזיהוי דיבור בשוק הטלפוניה • שימוש – בעיקר שרותי טלפוניה מבוססי ממשק קולי • מפעילי טלפוניה – שירותי ערך מוסף ללקוחות וארגונים • מרכזי שירות לקוחות – ממשק קולי, speech analytics • ארגונים – ניתוב שיחות , דואר קולי, פורטל ארגוני • מאפיינים עיקריים: • בלתי תלוי בדובר • משאבים מרכזיים • זיהוי שפה טבעית • חסינות לרעש וערוץ • מוצר יציב – עמידה בעומסים

7. שווקי יעדזיהוי דיבור בשוק מוצרי הצריכה • שימוש – תפעול מכשירים • מאפיינים עיקריים: • לרובתלוי דובר • כניסת מיקרופון • פתרון Embedded – מותאם למשאבי זכרון וכושר עיבוד • ערוץ זיהוי דיבור לכל מכשיר צריכה • לרוב זיהוי מילונים קטנים ובינוניים • נפוץ בעיקר בתחום מכשירי הסלולאר • שווקים עתידיים: מכשירי חשמל ביתיים, הבית החכם, צעצועים ועוד..

8. שווקי יעדזיהוי דיבור בשוק ה- PC • שימוש עיקרי - הפעלת תוכנות • מאפיינים עיקריים: • ערוץ זיהוי דיבור למחשב • תלוי דובר / אדפטציה לדובר • כניסת מיקרופון • לרוב סביבה שקטה ללא עיוותי ערוץ • לרוב זיהוי מילונים קטנים ובינוניים

9. שווקי יעדזיהוי דיבור במערכות הכתבה • שימוש עיקרי – הכתבה של קטעי טקסט רצופים בשפה טבעית • מאפיינים: • מנועי Large Vocabulary (LVCSR) • דיבור רציף ומובנה וכולל חוקי שפה ותחביר • לרוב ערוץ לכל תוכנת הכתבה • נפוץ בעיקר בשוק הרפואי ובתחום המשפטי • יש ניסיון "להסב" מנועי LVCSR לשימושים נוספים דוגמת Word Spotting

10. שווקי יעדזיהוי דיבור בשוק הרכב • שימוש עיקרי – תפעול מערכות ברכב תוך כדי נהיגה • מאפיינים עיקריים: • במערכות מובנות ברכב: • לרוב תלוי דובר • פתרון Embedded • לרוב זיהוי מילונים קטנים ובינוניים • כניסת מיקרופון • רעש רכב, הדהודים • במערכות לא מובנות ברכב: • ייתכן גם פתרון מרכזי • בלתי תלוי בדובר • במערכות ניווט נדרשים מילונים גדולים • תמיכה בשפות רבות

11. שווקי יעדזיהוי דיבור בשוק הביטחוני • שימוש עיקרי – מודיעין, תפעול מערכות נשק, תקשורת • מאפיינים עיקריים: • מודיעין – משאבים מרכזיים, איתור מילות מפתח, חשיבות לשפות ספציפיות, מאות אלפי שעות אודיו לניתוח – דרישה לאלפי ערוצים. • תפעול מערכות נשק – פתרון EMBEDDED, יתכן תלוי דובר, ערוץ אחד לכל מערכת, תנאי קיצון (רעש, עיוותי קול) • תקשורת – בלתי תלוי בדובר, רעש ועיוותי ערוץ, רשימות מילים מוגבלות (בעיקר קודים)

12. מאפיינים עיקריים של מוצרי זיהוי דיבור סוג המוצר: • Server or Embedded • פלטפורמה – מעבד, כרטיס, מחשב טכנולוגיה: • תלוי בדובר / בלתי תלוי בדובר / אדפטציה לדובר • מידול בסיסי: מילים/פונמות/אחר • זיהוי מונחה תחבירים או LVCSR • יכולת תמיכה בדיבור טבעי (NLU): היכולת לאפשר ללקוח לדבר בצורה טבעית ולא "מתוכנתת". איכות הזיהוי: • נגזרת ממורכבות המשימה. • חסינות לרעש וערוץ. תמיכה בשפות:יכולת התמיכה הנוכחית בשפות, והיכולת (עלות וזמן) להוסיף שפות בעתיד. פשטות הפיתרון:קלות האינטגרציה, יכולת השליטה על המנוע ומשאביו. ממשקים:תמיכה בסטנדרטים בינלאומיים: VXML , MRCP , DSR מחיר:הקריטריון הנפוץ להשוואת עלויות הינו "מחיר לערוץ ASR" אולם יש לשקול גם עלויות נוספות (חומרה, שטח, צריכת הספק, תחזוקה) כמו גם גישות תמחיריות: פר מחשב, פר ביצועים.

13. זיהוי דיבור כיום

14. היכן אנחנו היום חדירה לשווקי היעד • טלפוניה: • חדירה טובה למרכזי שירות • התקנות אצל ספקי שירותים – בעיקר מפעילים סלולאריים • שוק ארגוני – בעיקר מערכות לניתוב שיחות ודואר קולי מונחה קול • מוצרי צריכה : • חדירה בעיקר במכשירים סלולאריים • תחילת חדירה לצעצועים ומכשירים ביתיים • תפעול מחשב אישי – ישנם פתרונות, תחילת חדירה • הכתבה – ישנם פתרונות, תחילת חדירה • רכב – ישנם פתרונות, תחילת חדירה • בטחוני – ישנם פתרונות, קיימת דרישה משמעותית בעיקר בתחום המודיעין • החדירה מתקדמת היכן שקיימת מוטיבציה עסקית ברורה כמו ב: • טלפוניה – ניתן להראות ROI • מכשירים סלולאריים – בעיקר בטיחות • בטחוני – אין פתרון חליפי לעיבוד כמויות המידע העצומות

15. ROI נמדד כיום בחודשים והוא קל למדידה והוכחה. היכן אנחנו היוםשוק הטלפוניה – גודל שוק • יישומים בתחום החלו בשנות ה 80. • כיום הטכנולוגיה נחשבת בשלה ובעלת ביצועים גבוהים המאפשרים השקת שירותים רווחיים ובצורה מהירה. • בהתבסס על מחקר שוק של גרטנר: • בשנת 2004: • נמכרו כ-140,000 ערוצי זיהוי דיבור טלפוניה בעולם • כ- 135M$ לערוצי דיבור בלבד • כ- 270M$ מכירות לספקי זיהוי דיבור • כ- 140 מיליון משתמשים חדשים • בשנים 2005-2008: • כ- 750M$ לערוצי דיבור בלבד • כ- 1.5B$ מכירות לספקי זיהוי דיבור • השוק גדל בקצב גידול שנתי דו ספרתי

16. היכן אנחנו היוםשוק הטלפוניה - פילוח גיאוגרפי • ארצות הברית מהווה כ 61% מהשוק בתחום הטלפוניה. • בעיקר התקנות לזיהוי דיבור בתחום מרכזי שירות לקוחות. • 3-5 אחוז ממרכזי שירות בארה"ב מותקנים, כ- 20% התנסו. • EMEA - 26% מהשוק, נתח שוק צפוי לגדול. • ישראל : • מפעילי טלפוניה : שלושת המפעילים הסלולאריים השיקו שירותים במספר שפות. • חברות וארגונים: שירותי מענה קולי וניתוב שיחות הושקו בהצלחה בחברות שונות. • מרכזי שירות: תחילת חדירה, בעיקר מפעילים סלולאריים.

17. גרף הפריצה חדירה עקבית לאורך זמן לעומת "בום" ממוקד כמות ההתקנות 2000 2003 2006 2009 2012 זמן

18. אם כך, מדוע החדירה איטית ? • פוביה - טכנולוגיה "חדשנית" • מחיר • כיול רב בעת התקנת מערכות • מולטי דיסציפלינארי • היסטוריה לא טובה – מוניטין בעייתי

19. זיהוי דיבור – מיתוס לעומת מציאות מיתוס מס' 1 : זיהוי דיבור אינו פתרון אמין ובעל בשלות מסחרית לתחום ה self-service מקור המיתוס • בשלות נמוכה של הטכנולוגיה בעבר (שנות ה 80, 90) וידע נמוך בעבר בתכנון השירותים יצרו אי שביעות רצון אצל הלקוחות ותדמית שלילית לתחום המציאות • טכנולוגיה בשלה • התקנות רבות (בעיקר בארה"ב ואירופה) • לקוחות מרוצים • רווחיות, ROI מוכח ומהיר • ממשק אדם מכונה ידידותי

20. זיהוי דיבור – מיתוס לעומת מציאות מקור המיתוס • תכנונים גרועים של VUI ו- Call Flow • ממשקי DTMF לא ידידותיים המציאות • ממשק זיהוי דיבור ידידותי וטבעי יותר מממשקים אחרים • 80% מהלקוחות מעדיפים ממשק דיבור מממשקDTMF (DataMonitor) • מתן השירות המבוקש מבוצע בצורה מהירה יותר בעזרת דיבור מיתוס מס' 2 : לקוחות נרתעים מאינטראקציה עם מכונה

21. זיהוי דיבור – מיתוס לעומת מציאות מקור המיתוס • נדרשת התמחות בתחום • יכולת מוגבלת לשימוש חוזר • תחום מולטי דיסציפלינארי שמחייב מספר שותפים בהקמת פרויקט • עלויות רישיונות ותשתיות • נדרש כיול רב, והפתרונות ספציפיים המציאות • מחירי ערוצי זיהוי דיבור בירידה הודות ל: • תחרות • יתרון לגודל – עשרות אלפי ערוצים נמכרים כל שנה • הפתרונות פחות מסובכים ומחיריהם בירידה הודות ל: • התפתחות סטנדרטים פתוחים (VXML, SALT) • הוזלת עלויות פיתוח על ידי שימוש ב- packaged application • התמקצעות בשירותים מקצועיים מיתוס מס' 3 : פתרונות זיהוי דיבור יקרים ומסובכים

22. זיהוי דיבור – מיתוס לעומת מציאות מיתוס מס' 4 : הטכנולוגיה משרתת בעיקר צרכים של ארגונים גדולים וספקי שירות מקור המיתוס • ההתקנות שנחשפו לציבור היו בעיקר בארגונים גדולים וספקי שירות • דוגמאות ל ROI ברור פורסמו בעבר בעיקר על ידי גופים עם תעבורת שיחות גבוהה • סף הכניסה לטכנולוגיה גבוה המציאות • זיהוי דיבור חודר לתחומים נוספים בעסק מלבד שרות לקוחות (למשל מילוי טפסים) • אימוץ הטכנולוגיה על ידי שווקים אחרים (רכב, מוצרי צריכה, בריאות...) • זיהוי דיבור מתחיל להיכנס לשוק ה SME בעולם כולו דרך מערכות ניתוב שיחות ודואר קולי • ירידת מחירים עקבית של הטכנולוגיה

23. מה צריך לקרות כדי להגביר את האימוץ כיום • שוק: • סטנדרטים • תשתיות שפה • חינוך שוק • מודלים עסקיים • חדירת חברות גדולות • מוצרים: • מחיר • פשטות • כלים לכיול • אפליקציות: • VUI • Pre-packaged apps • יכולת שליטה משופרת ללקוח הסופי • טכנולוגיה: • המשך שיפור ומאפיינים חדשים

24. זיהוי דיבור בעתיד

25. יום בחיינו • בוקר : • פקודות קוליות למחשב מרכזי שיפעיל את הקומקום החשמלי ויפתח חלונות. • רכב: • מזהה את בעליו על פי קול ונענה לפקודות קוליות • התעדכנות במיילים והודעות תוך כדי נסיעה • עסקים: • ביצוע פעולות פיננסיות על ידי קול - רכישת מניות, פעולות בחשבון, שירותי מידע פיננסי • תמלול ישיבות בזמן אמת לפרוטוקול • תרבות הפנאי : • הזמנת כרטיסים להצגה, שירותים מבוססי מיקום (מסעדות, מופעים, פארקים...) • שליטה בטלוויזיה באמצעות השלט : חיפוש תוכניות לפי פרמטרים, הפעלה, קלטה... • משק בית: • שימוש קולי ב"דפי זהב" לחיפוש בעלי מקצוע • השקיית גינה, הדלקת תאורת בית, מזגן • ילדים: • ספר טלפונים אישי לכל ילד כך שלא יצטרכו לזכור מספרים • הפעלה קולית של מחשב ומכשירי חשמל בצורה בטיחותית • צעצועים מונחי קול

26. דוגמא ליישום עתידי :תרגום סימולטאני Communication & Translation SR/ TTS SR/ TTS Place : Israel Language : Hebrew Place : Brazil Language : Portuguese

27. מה יאפשר את מימוש החזון ? • יכולות זיהוי שפה מלאה ולא תלוית הקשר • הוזלת מחיר • המשך התקדמות של שירותים המצריכים ממשקים מורכבים • המשך התפתחות יכולת עיבוד בכל הפלטפורמות • כניסה של חברות גדולות לתחום • סטנדרטיזציה (VoiceXML, MRCP, SALT, DSR) • חקיקה (שירותי מידע, hands-free) • היכולת להראות ROI ברור ומהירבתחומים שונים הפיכת זיהוי דיבור לקומודיטי !!!

28. קצת על NSC • ספק מנועי זיהוי דיבור עם מוצר וטכנולוגיה ייחודית – מנועי זיהוי דיבור מבוססי PCI לשוק הטלפוניה • ייחודיות: מוצר מבוסס חומרה בעל דחיסות גבוהה במיוחד, תמיכה בארבע שפות הנדרשות בישראל, מחיר נמוך, אינטגרציה ותפעול פשוטים • מרכז פיתוח והנהלת החברה בישראל. משרדי מכירות בארה"ב, אנגליה וגרמניה • בעלי מניות: AudioCodes, Corex, Koor, Polar • התקנות : שלושת ספקי הסלולארי המובילים בארץ, מרכזי שירות לקוחות גדולים, שירותי ניתוב שיחות בארגונים, שירותי ערך מוסף מונחי דיבור, פעילות בשוק הביטחוני

29. תודה NSC – Natural Speech Communication לזרוב 33 ראשל"צ טלפון: 03-9519779 www.nscspeech.com