Windows Phone 7 na Excela na mowę

Mając nadzieję przeskoczyć Google oraz sukcesy Apple na rynku smartfonów, Microsoft zamierza wykorzystać technologię rozpoznawania mowy w chmurze i technologię przetwarzania języka naturalnego, aby zaoferować funkcje interfejsu użytkownika, których nie ma na urządzeniach iPhone lub Android.

"Wierzymy, że mowa nie jest oddzielną aplikacją. Jest to integralna część doświadczenia użytkownika "- powiedział Zig Serafin, dyrektor generalny Unified Communications firmy Microsoft, przed publicznością na konferencji SpeechTEK 2010, która odbędzie się w tym tygodniu w Nowym Jorku.

Aby zwiększyć możliwości systemu Windows Phone 7 rozumiejąc polecenie głosowe i dostarczając żądany wynik, firma planuje powiązać ze sobą telefony z systemem Windows Phone 7 z opartą na chmurze usługą rozpoznawania głosu opartą na chmurze Tellme i naturalnym językiem, powiedział Se Rafin, w kolejnym wywiadzie dla IDG News Service.

[Czytaj dalej: Najlepsze telefony z Androidem dla każdego budżetu.]

Microsoft kupił firmę, która utworzyła tę usługę, Tellme Networks, w 2007 roku.

Przed publicznością SpeechTEK, Serafin ukarał systemy operacyjne Android i iPhone za używanie ikon jako głównej formy interakcji. "Większość smartfonów to siatka ikon, podobnie jak Windows 3.1" - powiedział.

Rozmawianie z telefonem jest bardziej naturalnym sposobem mówienia, co ma robić, powiedział. "Kiedy przenosisz się do urządzenia, które nie ma dużej klawiatury, głos jest tak przekonującym dopełnieniem tego doświadczenia", powiedział Serafin.

Następnie dyrektor marketingu Microsoft, Ilya Bukshteyn, przeprowadził demonstrację jak Windows Phone 7 może wykorzystywać rozpoznawanie mowy i przetwarzanie języka naturalnego lub sposób, w jaki komputer interpretuje to, co mówi dana osoba. Bukszteyn poprosił telefon, by zadzwonił do "Paula", a głos emitujący z telefonu odpowiedział wieloma różnymi kontaktami z imieniem Pawła. Bukszteyn odpowiedział konkretnym pełnym imieniem i telefon zadzwonił do tej osoby.

Buksztejczyk również powiedział telefonowi, aby otworzyć album ze zdjęciami, a na ekranie pojawiła się aplikacja do przeglądania zdjęć, pokazująca nie tylko zdjęcia zrobione przez użytkownika, ale także przez przyjaciół użytkownika, którzy zostali umieszczeni na portalach społecznościowych.

W trzecim przykładzie Bukszteń poprosił o listę pobliskich chińskich restauracji. Wniosek został przekazany do usługi wyszukiwania Bing, która zwróciła listę restauracji i ich lokalizacji na mapie.

Podczas gdy iPhone i warianty Androida korzystają z niektórych funkcji rozpoznawania głosu, usługa telefoniczna Microsoft będzie się różnić w wielu szanuje, powiedział Serafin. Po pierwsze, nie będzie ograniczone do używania tylko w kilku aplikacjach, ale może być używane do kontrolowania całego telefonu. Drugi sposób, w jaki ta usługa będzie wyjątkowa, będzie interaktywny. Jeśli otrzymasz dwuznaczne polecenie, telefon lub odpowiednia usługa może poprosić użytkownika o wyjaśnienie żądania.

Komponent mowy jest częścią tego, co Serafin nazwał "naturalnym interfejsem użytkownika" lub NUI. NUI polega na głosie, dotyku, a nawet ruchu jako formach wejścia.

"Mowa jest rdzeniem NUI" - powiedział. Część demonstracji pokazała, jak technologia Kinnect XBox Microsoftu może interpretować gesty rąk w celu wywołania działań na komputerze. Technologia ta zostanie wykorzystana w produktach Microsoftu poza XBoxem, powiedział Bukshteyn w kolejnym wywiadzie dla IDG.

Serafin powiedział, że firma znajduje się we wczesnych procesach zwijania mowy w różne komponenty Windows Phone 7, poczynając od tych najbardziej używany - wyszukiwanie, dzwonienie do osób i kierowanie użytkowników do kolekcji zdjęć.

Użytkownik może uruchomić telefon, aby słuchać poleceń głosowych, przytrzymując jeden przycisk na telefonie. Część przetwarzania języka będzie wykonywana przez telefon, a niektóre będą wykonywane przez Tellme. "Szczerze mówiąc, użytkownik nie powinien wiedzieć ani nie dbać o to," gdzie komendy głosowe są przetwarzane, powiedział Bukshteyn.

Serafin twierdził, że usługa Tellme jest obecnie najczęściej używanym systemem przetwarzania języka naturalnego opartym na mowie. Microsoft oferuje usługi dużym organizacjom, aby uzyskać pomoc techniczną przez telefon. Jak powiedział, usługi obejmują ponad 2,5 miliarda połączeń rocznie dla klientów korporacyjnych.

Joab Jackson zajmuje się oprogramowaniem dla przedsiębiorstw i wiadomościami o nowościach technologicznych dla News Service IDG. Śledź Joaba na Twitterze na @Joab_Jackson. Adres e-mail Joaba to [email protected]