Nem kell többé az érintőképernyőn bepötyögni az sms-eket az iPhone-ba, elég lesz bediktálni neki, amit el akarunk küldeni.
Amióta a Siri megjelent az iPhone 4S-re, azóta az iOS-közösség tagjai nem csak a telefonba, hanem a telefonnal is szívesen beszélgetnek. Már amennyiben ugye jól beszélnek valamilyen világnyelvet, mert a Siri (egyelőre) csak angolul, franciául és németül ért. Két nap múlva viszont már azok a honfitársaink is csacsoghatnak iPhone vagy iPad készülékükkel.
Nem, sajnos nem a Siri készült el negyedikként magyarul, hanem november 17-én teszi letölthetővé ingyenes, a beszédfelismerést magyarul is megvalósító alkalmazásait a Nuance (amelynek hangfelismerő technológiája egyébként a Siri mögött is áll, és amelynek elődje, a ScanSoft annak idején megvette a hazai szoftveripar egyik büszkeségét, a Recognitát). A Dragon Dictation és a Dragon Search 25 országban és nyelven érhető el; a hazai premier előtt egy hónappal volt a lengyel és az orosz debütálás, a magyar változatot pedig a cseh, a szlovák és a román követi, tudtuk meg a cég keddi budapesti sajtótájékoztatóján.
A Dragon Dictation, ahogy a nevéből is kitűnik, diktálószoftver: a felhasználó elindítja a rögzítést, felmondja a szöveget, amit a szoftver felismer és megjelenít egy ablakban, ahol javítani lehet. Kissé mókássá teszi a használatát, hogy nem szabad elfelejtkezni a központozásról sem: mivel a szoftver a hangsúlyokat nem érzékeli, a diktálásba be kell szúrni, hogy „pont”, „felkiáltójel”, „új sor”. (Aki szokott titkárnőnek diktálni, annak aligha lesz ezzel gondja, a többiek meg belejönnek, ha mondatokra akarják tagolni szövegüket.)
A beszéd felismerése nem a telefonon történik: a kódolt hangot a szoftver az interneten elküldi a Nuance központjába, ahol egy hatalmas adatközpont ráereszti a benne felhalmozott több millió hangmintára, és ennek alapján kidobja a legvalószínűbb eredményt. Mint minden hasonló szoftvert, a Dragon Dictationt is érdemes egy kicsit tanítani először a saját hangszínre a jobb találati pontosság kedvéért. A működésből adódik, hogy csak aktív internetkapcsolat megléte esetén használható, de a cég szakértői szerint az adatforgalom minimális (egy normál mondat kb. 100 kilobájt), így nem terheli különösebben az előfizetésben foglalt adatcsomagot. A visszakapott szöveget aztán – az esetleges javítás után – könnyen be lehet illeszteni sms-be, emailbe, feltenni a Facebook-ra vagy a Twitterre. A Dragon Search ugyanezt tudja, csak ott a bediktált és felismert szavak egyből a keresőbe kerülnek.
A Nuance csak iOS-re készíti el az alkalmazást, de mivel a telefon voltaképpen csak átjátszóállomás a felhasználó és a központ között, más platformokra is ki lehet fejleszteni. Ehhez a cég ingyenes csatolókészletet (API-t) bocsát a fejlesztők rendelkezésére, amivel gyakorlatilag bármilyen alkalmazás képessé tehető a beszédfelismerésre.
Schopp Attila
