В Санкт-Петербургском Федеральном исследовательском центре РАН (СПб ФИЦ РАН) создали приложение для смартфона, с помощью которого можно считывать речь пользователя в шумных местах по губам, что позволит повысить точность распознавания слов голосовыми помощниками в сложных условиях, пишет ТАСС.

Источник изображения: Pixabay

В пресс-службе СПб ФИЦ РАН отметили, что приложение можно будет использовать в широком перечне отраслей с применением голосовых команд — от сферы услуг до тяжёлой промышленности.

Как сообщается, в основе приложения лежит нейросетевая модель, способная распознавать по аудиовизуальным сигналам (видеозаписям, сопровождающимися звуком) несколько сотен наиболее распространённых команд и автоматически определять, какой вид данных обеспечивает максимальную точность — видео или звук, или оба сразу.

«Исследователи Санкт-Петербургского Федерального исследовательского центра РАН научились при помощи алгоритмов искусственного интеллекта и компьютерного зрения распознавать речь человека по губам. Разработка поможет повысить точность работы голосовых помощников в шумных условиях, например, в людных местах или при управлении тяжёлой техникой», — рассказали в пресс-службе корреспонденту ТАСС.

Программа прошла тестирование в одной из логистических компаний в России. Для этого приложение было установлено на смартфоны водителей шумных большегрузных автомобилей. Тестирование подтвердило тот факт, что совмещение двух видов считывания информации повышает эффективность работы алгоритмов — если при чтении по губам точность распознавания команд составила 60–80 %, то в сочетании со звуковым сигналом точность распознавания превышает 90 %.

«Мы предполагаем, что в будущем наше приложение может найти применение у пилотов самолётов и тяжёлой промышленной техники или для использования в интерактивных информационных киосках в торговых центрах и других местах массового скопления людей», — сообщил старший научный сотрудник лаборатории речевых и многомодальных интерфейсов СПб ФИЦ РАН Денис Иванько.

Также следует отметить, что на проведение разработки был выделен грант Российского научного фонда.

В прошлом году в России резко выросли продажи умных колонок с голосовыми помощниками. Согласно данным «М.Видео-Эльдорадо», продажи достигли 3 млн колонок, что означает рост по сравнению с 2021 годом в 2,3 раза, а по сравнению с 2020 годом — в 6 раз. Причём около трети устройств было приобретено в декабре, благодаря чему они стали одним из самых популярных технологичных новогодних подарков.

В «F+ tech-Марвел» подтвердили «Ведомостям» оценку объёма рынка в 3 млн устройств. В Ozon сообщили о двухкратном росте продаж устройств этой категории в годовом выражении, а в «Ситилинке» рост реализации оценивают в 1,5 раза. На «Яндекс Маркете» продажи выросли в денежном выражении в четыре раза.

По данным «М.Видео-Эльдорадо», средняя цена проданной умной колонки составила 8 тыс. рублей. Исходя из этого рынок устройств данной категории можно оценить в 24 млрд рублей. Примерно в таких же размерах — от 20 до 25 млрд рублей оценивает рынок этих устройств компания «F+ tech-Марвел».

В «Яндексе» сообщили, что за прошлый год было продано более 2 млн «Яндекс Станций», а в VK рассказали о росте аудитории умных устройств компании за тот же период примерно в 2,5 раза.

Как утверждают аналитики «М.Видео-Эльдорадо», «позитивной динамике продаж устройств способствовали устойчивая ситуация с разнообразным ассортиментом и появление новинок, развитие функциональности и популяризация голосовых помощников российскими разработчиками, а также дальнейшее распространение всей экосистемы умного дома».

В топ-5 самых популярных моделей колонок на российском рынке вошли только модели от «Яндекса»: «Станция Лайт», «Станция Мини 2», «Станция Мини», «Станция Макс» и «Станция 2». В сети «М.Видео-Эльдорадо» самыми популярными оказались: «Станция Лайт», «Станция Мини», «Капсула Мини», «Станция Мини 2» и «Станция Макс».

Разработчики из «Яндекса» продолжают расширять возможности голосового помощника «Алиса». Теперь она сможет позвонить на смартфон пользователя, получив соответствующую команду через «Станцию» или смарт-телевизор.

Источник изображения: «Яндекс»

Эта функция будет полезна, если смартфон потерялся в квартире, а вам срочно нужно идти по делам. Достаточно сказать, «Алиса, где мой телефон?» или «Алиса, найди мой телефон», после чего голосовой помощник позвонит на устройство пользователя, за счёт чего его будет проще отыскать.

«Приближаются праздники и традиционная суета. Все в заботах, среди новогоднего хаоса телефон дома постоянно куда-то пропадает. Мы хотели, чтобы "Алиса" научилась звонить на потерянный смартфон, потому что это очень популярный у пользователей запрос», — прокомментировал запуск новой функции Сергей Мельник, руководитель подразделения умных устройств «Яндекса».

Новая функция предполагает, что «Алиса» звонит на номер, который привязан владельцем умной колонки к аккаунту «Яндекс ID» в процессе настройки устройства или установки других сервисов компании. В случае использования определителя номера от «Яндекса» на экране устройства появится уведомление о том, что звонит «Алиса». На данном этапе такие звонки могут выполняться на российские мобильные номера. Если снять трубку во время звонка, то вызов будет завершён автоматически, а при перезвоне «Алиса» расскажет кто она и зачем звонила.

Amazon переживает крупнейшую волну сокращений сотрудников в истории, планируя в общей сложности уволить 10 тыс. работников. Немалая их доля приходится на подразделение, занимающееся разработкой аппаратного обеспечения для умных колонок с голосовым ассистентом Amazon Alexa. Данное направление является очень убыточным для Amazon.

Источник изображения: Brandon Romanchuk/unsplash.com

Хотя голосовой ассистент присутствует на рынке уже порядка 10 лет и стал пионером в своей отрасли, Alexa так и не удалось стать доходным бизнес-проектом. Подразделение Alexa вместе с Amazon Prime входит в группу Worldwide Digital, и только в первом квартале 2022 года группа потеряла $3 млрд, большая часть убытков приходится именно на Alexa. По данным Business Insider, команда, отвечающая за аппаратное обеспечения в проекте Alexa, потеряет в этом году $10 млрд.

По данным источников в компании, подразделение переживает кризис — провалились все планы по монетизации Alexa, а сотрудники и бывшие сотрудники называют проект «колоссальной ошибкой» и «потерянной возможностью». Увольнения этого месяца станут итогом многолетних попыток монетизировать голосового ассистента. В своё время команда Alexa получила карт-бланш от главы Amazon Джеффа Безоса (Jeff Bezos), но со временем тот стал терять к технологии интерес, а новый директор — Энди Ясси (Andy Jassy) и вовсе не заинтересован в защите проекта.

Хотя, по информации Amazon, колонки Echo с Alexa являются одним из самых востребованных на маркетплейсе компании товаров, их приходится продавать буквально по себестоимости, а в одном из внутренних документов подчёркивается, что бизнес-модель предполагает заработок не на устройствах, а на их использовании. Впрочем, всем планам так и не суждено было сбыться — хотя Alexa регистрирует по миллиарду взаимодействий с пользователями в неделю, большинство разговоров с электроникой сводятся к командам воспроизвести музыку или рассказать больше о погоде за окном, которые невозможно монетизировать.

Amazon пыталась наладить сотрудничество с сервисами вроде доставок еды или заказа такси, но к 2020 году перестала публиковать цели продаж в соответствующем сегменте из-за их низкого уровня. Ясси уже сообщил, что работы над Alexa будут продолжаться, но сотрудники говорят о том, что «чёткие указания» относительно соответствующих устройств отсутствуют. В частности, это ведёт к попыткам реализовать тупиковые проекты вроде робота Astro за $1000, который по сути представляет собой колонку с Amazon Alexa на колёсиках.

Источник изображения: Andres Urena/unsplash.com

В целом Alexa сейчас занимает третье место рынка голосовых ассистентов в США с 71,6 млн пользователей. На втором находится Apple Siri с 77,6 млн, а лидирует Google Ассистент с 81,5 млн.

Примечательно, что у Google и Apple имеются с голосовыми помощниками аналогичные проблемы — их практически невозможно монетизировать, поскольку большинство пользователей действительно обходится короткими простыми командами, а попытки интегрировать рекламу и организовать партнёрства с компаниями работают очень плохо. При этом продукты активно используют ресурсы серверов и другие активы компаний, а конкуренты истощают себя в ценовых войнах. Впрочем, та же Apple уже частично свернула проекты колонок, прекратив продавать OG HomePod в 2021 году. Сейчас предлагается версия «мини» за $99, но, по слухам, компания ещё не отказалась от планов вернуться на рынок больших моделей.

В розницу поступили первые умные телевизоры «Яндекса» — в торговых сетях и на популярных сетевых маркетплейсах уже появились новинки с интегрированным известным голосовым ассистентом «Алисой». Варианты обеспечивают разрешение 4К и стоят от 29 990 рублей.

Источник изображения: Yandex

Если модель на 43 дюйма обойдётся в 29 990 рублей, то вариант с 50-дюймовым экраном — от 33 990 рублей. По данным VC.ru, на первых покупателей распространяется специальное предложение — три месяца подписки «Плюс Мульти», на какое количество покупателей, данные пока отсутствуют. Например, на сайте сети DNS такого предложения для телевизоров «Яндекса» нет.

Известно, что компания представила новинки ещё 25 октября — тогда же было обещано их появление в рознице с 8 ноября. Всего речь идёт о шести устройствах, но пока в продаже имеются только две модели, остальные будут доступны для покупки в первой половине следующего года.

По сообщениям сетевых источников, компания Apple планирует внести ряд изменений в работу своего фирменного голосового помощника Siri. Помимо прочего, разработчики планируют изменить фразу активации голосового помощника с «Привет, Siri» на просто «Siri».

Источник изображения: Apple

По данным источника, Apple работает над реализацией этой функции последние несколько месяцев и, как ожидается, развернёт её на пользовательских устройствах в следующем году. Также не исключается, что запуск этого нововведения будет отложен до 2024 года. Это связано с тем, что реализовать стабильную работу функции не так просто, поскольку голосовой помощник должен пробуждаться, распознавая одно слово на разных языках и диалектах. В текущей версии триггер-фразы присутствует два слова, что увеличивает вероятность того, что Siri сможет распознать команду.

Переход на одно слово для пробуждения голосового помощника позволит Apple сравнять в этом отношении с Amazon, чей голосовой помощник Alexa уже давно пробуждается по команде «Alexa», вместо «Привет, Alexa». Это также позволит обойти Google, ведь для пробуждения голосового помощника интернет-гиганта требуется произнести «Окей, Google» или «Привет, Google». Даже Microsoft успела перейти с «Привет, Cortana» на «Cortana» в смарт-динамиках до того, как прекратила развитие собственного голосового помощника на мобильных устройствах.

Изменение фразы активации Siri — не единственное изменение, которое ждёт голосового помощника Apple. По данным источника, Apple может интегрировать Siri в сторонние приложения и сервисы, а также улучшить функции восприятия и обработки команд пользователей.

Хотя управлять устройствами с помощью голосовых команд довольно удобно, громкие отчётливые фразы могут беспокоить окружающих. Система EarCommand, разработанная учёными из университета штата Нью-Йорк, позволяет «считывать» команды, проговариваемые пользователем про себя, причём для этого не потребуется считывать мозговую активность.

Источник изображения: Caley Vanular/unsplash.com

В норме голосовые команды могут быть услышаны другими, их распознаванию гаджетами может помешать окружающий шум, кроме того, устройствам может быть сложно отличать один голос от другого, что приведёт к ошибкам в работе.

Технология EarCommand, разрабатываемая командой исследователей из Университета штата Нью-Йорк в Буффало, основана на том, что даже проговаривание каких-либо слов про себя сопровождается активностью мышц и некоторым смещением костей, в результате чего по-разному деформируется ушной канал. Другими словами, разные «шаблоны» деформаций характерны для определённых слов.

Аппаратная составляющая EarCommand включает похожее на наушник устройство, транслирующее близкие к ультразвуку сигналы в ушной канал. Отражающиеся от внутренней поверхности канала сигналы принимаются внутренним микрофоном наушника, а связанный с устройством компьютер анализирует эти эхо, используя специальный алгоритм для того, чтобы оценить деформацию канала и определить, какое слово произнесено.

В проводимых экспериментах пользователи проговаривали 32 команды длиной в одно слово и 25 команд, состоящих из целых предложений. На уровне слов доля ошибок составила 10,2 %, а на уровне предложений — 12,3 %. Ожидается, что по мере развития технологии уровень ошибок будет снижаться. Кроме того, аппаратура работает даже тогда, когда пользователь носит маску или находится в шумном окружении и, в отличие от некоторых систем, считывающих произносимые про себя слова, для использования технологии не требуется камера.

Примечательно, что похожая технология EarHealth тестируется коллегами из того же университета в медицинских целях — аналогичные сигналы и считывание эха от них используются для выявления проблем со слухом, например — диагностики повреждённых барабанных перепонок или отита, который является весьма распространённым заболеванием.

Сегодня команда разработчиков «Яндекс.Алисы» отмечает пятилетний юбилей своего проекта. Именно в этот день, 10 октября 2017 года, интеллектуальная голосовая система впервые была представлена широкой публике.

Источник изображения: yandex.ru/alice

Созданный отечественными программистами сервис представляет собой альтернативу аналогичным решениям Apple (Siri), Google (Google Assistant), Amazon (Alexa) и в полной мере демонстрирует возможности современных технологий машинного обучения и систем искусственного интеллекта на базе нейронных сетей.

По набору функций «Алиса» действительно способна дать фору многим другим AI-проектам: она отлично владеет русским языком, умеет давать быстрые ответы на вопросы и прокладывать маршруты, рассказывать сказки детям, вызывать такси, совершать покупки в интернет-магазинах, играть в различные игры, разбираться в музыке, распознавать фотографии, управлять «умным» домом, а также выполнять прочие действия. Отличительными особенностями «Алисы» являются умение общаться на отвлечённые темы и возможность встраивания голосового помощника в различные сервисы.

«Алиса» представлена в составе программных решений «Яндекса» для различных операционных систем. Голосовой ассистент является ключевым элементом «умных» колонок «Яндекс.Станция», а также интегрирован в медиаустройства на базе платформ «Яндекс.ТВ» и «Яндекс.Авто».

Более подробную информацию о проекте можно найти на сайте yandex.ru/alice.

Компания «Яндекс» обновила интеллектуальную голосовую помощницу «Алису» в своём поисковом приложении: теперь она может ставить напоминания, читать вслух тексты на сайтах и давать быстрый доступ к популярным функциям. Кроме того, изменился интерфейс ассистента.

Облик «Алисы» в приложении «Яндекса» адаптируется под разный контент. К примеру, при необходимости ассистент меняет форму, оставляя больше полезного пространства на экране смартфона. Непосредственно из окошка с «Алисой» теперь можно перейти в чат с ассистентом, в умную камеру или посмотреть полный список навыков.

По команде пользователя «Алиса» может добавлять напоминания, а также демонстрировать список дел. Для чтения какого-либо текста из интернета достаточно сказать: «Алиса, прочитай страницу».

Инструмент быстрого доступа к часто используемым функциям позволяет, например, слушать музыку и переключать любимые треки в окошке «Алисы». Можно также звонить контактам из телефонной книги — скажем, по команде «Алиса, позвони маме». Если указано несколько номеров, ассистент уточнит, какой из них выбрать.

Источник изображения: «Яндекс»

«С "Алисой" пользователи могут более эффективно решать не только ежедневные задачи. Голосовой помощник "Яндекса" уже помогает определиться с выбором бытовой техники и найти лучшую цену на товар. "Алиса" становится неотъемлемой частью жизни: можно попросить её настроить определитель номера, рассказать ребёнку сказку или с помощью умной камеры найти диван точь-в-точь как в интерьерном журнале», — отмечает «Яндекс».

Продажи умных колонок на российском рынке в первом полугодии текущего года увеличились более чем на 70 % по сравнению с тем же периодом 2021-го. Такие данные приводит группа «М.видео-Эльдорадо».

Как сообщает газета «Ведомости», ссылаясь на результаты исследования, в течение января–июня россияне приобрели приблизительно 780 тыс. смарт-динамиков с интеллектуальным голосовым ассистентом. Объём отрасли в денежном выражении достиг примерно 6 млрд рублей.

О взрывном росте спроса на умные колонки в России говорят и другие участники рынка. Так, по данным компании «Ситилинк», продажи в течение первых шести месяцев 2022 года поднялись на 94 % в штучном выражении. При этом пик продаж пришёлся на январь и февраль, что связано с новогодними праздниками, а также с 23 февраля и 8 марта.

Площадка Wildberries и вовсе зафиксировала рост продаж на 145 % в натуральном выражении и на 233 % в денежном.

Росту популярности смарт-колонок в России, как отмечает «М.видео-Эльдорадо», способствует частый выход новинок, расширение ассортимента более доступными моделями, развитие возможностей интеллектуальных ассистентов, тренд на голосовое общение и растущая популярность концепции умного дома. Ещё одним сценарием использования становится управление умной техникой — от телевизоров и кофеварок до пылесосов и утюгов.

Компания «Яндекс» предупреждает о том, что киберпреступники в России взяли на вооружение новую мошенническую схему: они совершают телефонные звонки от имени «Алисы» — интеллектуального голосового ассистента.

Источник изображений: pixabay.com

Цель злоумышленников — войти в доверие абонента и затем получить доступ к его банковским картам. Предлоги для этого могут быть самые разные, например, предложения быстрого заработка на бирже.

«Яндекс» отмечает, что мошеннические сообщения начитаны человеком, который подделывает голос «Алисы». У злоумышленников это получается неумело, но фальшивку не всегда можно распознать с первого раза.

Номера, с которых поступают звонки от фальшивой «Алисы», заносятся в чёрный список — чтобы определитель номера, который встроен в приложение «Яндекса», заранее предупреждал о нежелательном вызове. Однако полностью защититься от злоумышленников сложно: они постоянно меняют телефонные номера и модифицируют текст сообщений.

«Настоящая "Алиса" действительно умеет управляться с телефоном. Подписчики "Плюса" могут попросить её отвечать на подозрительные звонки, записывать их и присылать расшифровки. Или, например, по вашей просьбе "Алиса" может набрать номер из адресной книги. Но она никогда не станет завязывать телефонный разговор сама», — подчёркивает «Яндекс».

«Медиалогия», разработчик автоматической системы мониторинга и анализа СМИ, представила результаты исследования российского рынка интеллектуальных голосовых ассистентов.

Источник изображения: Apple

Обнародованный рейтинг базируется на подсчёте количества упоминаний различных голосовых помощников в русскоязычном сегменте соцмедиа. Рассматривается период с января 2021-го по июнь 2022 года. При этом учитываются сообщения во всех основных соцсетях, форумах и блогах.

На первой позиции рейтинга располагается «Алиса», разработку которой «Яндекс» начал в 2016 году. Этот ассистент набрал 419,3 тыс. упоминаний за указанный период, став самым обсуждаемым голосовым помощником в российском сегменте интернета.

Вторую строку списка занимает семейство ассистентов «Сбер Салют», которое включает различных персонажей: это «Сбер», «Афина» и «Джой» с разным характером. Сообща они показали результат в 153,6 тыс. упоминаний. Ну а замыкает тройку «Google Ассистент» с показателем 108,6 тыс.

Источник изображения: «Медиалогия»

От помощника Google незначительно отстаёт Apple Siri с результатом 106,8 тыс., что соответствует четвёртой строке в рейтинге. Далее идут «Олег» от компании «Тинькофф», Amazon Alexa, Microsoft Cortana и «Ева» разработки «МегаФона»: они упоминались соответственно 59,3 тыс., 29,2 тыс., 10,4 тыс. и 4,6 тыс. раз.

Довольно спорное с этической точки зрения продемонстрировала компания Amazon на конференции Re:Mars, прошедшей вчера в Лас-Вегасе. Компания разрабатывает колонку, способную говорить голосами близких пользователя — даже если те уже покинули этот мир.

Источник изображения: Amazon

Старший вице-президент компании и главный учёный команды Alexa Рохит Прасад (Rohit Prasad) рассказал о функции, позволяющей голосовому ассистенту «клонировать» определённый человеческий голос.

В демонстрационном видео ребёнок попросил, чтобы бабушка закончила ему читать сказку — сюжет вполне достоин очередной серии «Чёрного зеркала». Alexa подтвердила запрос обычным роботизированным голосом, после чего перешла на более мягкий, более «человечный» вариант, имитируя голос одного из членов семьи ребёнка.

По словам Парсада команда, отвечающая за разработку Alexa, создала модель, позволяющую ассистенту генерировать высококачественную голосовую матрицу, используя для обучения аудиоролик меньше минуты продолжительностью.

Функция находится в процессе разработки и пока неизвестно, когда её представят широкой общественности. Хотя заявлено, что технология способна генерировать «дубликаты» любого голоса, Прасад специально подчеркнул, что она помогает увековечить память ушедших родственников, поскольку «столь многие из нас потеряли тех, кого мы любим» во время пандемии COVID-19. По его словам, хотя ИИ неспособен устранить горечь утраты, он определённо может сохранить воспоминания.

В целом техногигант намерен сделать беседы с Alexa более естественными. Ассистенту добавят ряд новых функций, позволяющих вести более «человекообразный» диалог, в том числе — задавать пользователю вопросы по собственной инициативе.

Аптечный агрегатор АСНА начал использовать для оформления заказов голосового ассистента на базе искусственного интеллекта, разработанного компанией Voximplant.

Источник изображения: Pixabay

При поступлении звонка в колл-центр компании клиенту отвечает голосовой ассистент, предлагающий интерактивное меню (IVR) с возможностью выбора нескольких вариантов продолжения диалога. В процессе общения робот выясняет адрес проживания клиента, уточняет какое лекарство или товар он намерен приобрести, включая название, форму выпуска, дозировку и другие важные параметры. Затем IVR подбирает удобную для клиента аптеку и называет стоимость продукта — в случае одобрения клиентом оформляет заказ и отправляет ему SMS-подтверждение. Если у клиента остались вопросы, не предусмотренные меню, робот предлагает перевести звонок на оператора колл-центра.

Голосовой робот-помощник поддерживает работу с перечнем из более чем 50 000 позиций товаров (SKU), включающем наиболее популярные препараты. Этот перечень постоянно расширяется и пополняется новыми параметрами благодаря обучению робота на основе анализа статистики взаимодействия с клиентами. При создании и обучении робота были задействованы технологии ИИ, такие как NLU (Natural-language understanding, понимание естественного языка), синтез речи, нейронные сети, машинное обучение и др.

Директор департамента электронной коммерции группы компаний АСНА Андрей Евстегнеев отметил, что решение Voximplant позволило справиться с резко возросшим потоком обращений с сохранением ключевых показателей работы колл-центра: среднее время ожидания в очереди составляет 3 секунды, уровень решения вопросов при первом контакте FCR (First Call Resolution, разрешение первого контакта) — 60 %. Робот работает в круглосуточном режиме, причём он решает более 30 % обращений.

В свою очередь, Михаил Лесков, вице-президент облачной платформы Voximplant, подчеркнул, что робот-помощник не только позволяет обойтись без услуг сторонних колл-центов, что даёт существенную экономию, но и обеспечивает возможность моментально масштабировать сервис в случае пиковых нагрузок.