Siri guida gli assistenti vocali nel supporto linguistico

Mentre molti ricercatori AI suggeriscono che Siri sia in ritardo rispetto a concorrenti come Google Assistant e Amazon Alexa, un’area in cui l’assistente vocale di Apple ha chiaramente il vantaggio sui suoi concorrenti è nel suo ampio supporto linguistico. Un nuovo rapporto di Reuters nota che Siri può parlare e comprendere 21 lingue diverse, con supporto per dialetti localizzati in oltre 36 paesi in totale. A confronto, Microsoft Cortana supporta solo otto lingue per 13 paesi, l’Assistente di Google parla quattro lingue e Alexa di Amazon è limitata solo all’inglese e al tedesco.

Reuters nota anche che Siri aggiungerà supporto per lo shanghainese, un dialetto speciale del cinese Wu parlato solo attorno a Shanghai.
Alex Acero, il capo del team di linguaggio di Apple per Siri, ha spiegato a Reuters il processo che Apple utilizza per aggiungere nuovo supporto linguistico a Siri. Acero nota che iniziano portando persone a leggere passaggi in una gamma di accenti e dialetti, e poi trascrivono quei passaggi a mano per fornire una rappresentazione esatta che il sistema può confrontare e apprendere. Viene utilizzata una gamma di suoni e varietà di voci per migliorare la qualità del riconoscimento, e poi viene costruito un modello linguistico per cercare di prevedere sequenze di parole tipiche.

Apple poi implementa la “modalità dettatura” per catturare una piccola percentuale di registrazioni audio anonime, complete di rumore di fondo e parole mormorate, che vengono trascritte da esseri umani, risultando in circa una riduzione del 50 percento nel tasso di errori nel riconoscimento vocale. Una volta raccolti dati sufficienti, Apple registra un attore vocale per parlare per Siri nella nuova lingua, e poi rilascia la nuova lingua con un elenco di risposte a quelle che Apple si aspetta siano le domande più comuni. Siri poi impara durante l’uso reale su cosa chiedono gli utenti, e Apple modifica Siri su base continua per affinare il processo e migliorare la qualità del riconoscimento vocale e delle risposte, rilasciando aggiornamenti circa ogni due settimane.