El establecimiento de las tecnologías de voz.

Encajando el sentido


Con una adopción de altavoces inteligentes mayor al 20%, con un billón de dispositivos móviles con asistentes de voz y muchos otros puntos de contacto donde la manera de interactuar es el lenguaje natural, no queda duda de que estamos en la que llaman: meseta de productividad en el ciclo de sobreexpectación que acuñara Gartner para describir el entusiasmo y siguiente decepción que ocurre habitualmente en la introducción de nuevas tecnologías.

Pero, ¿porque recién ahora? La primera idea que nos viene a la cabeza cuando pensamos en inteligencia artificial es la de un autómata que habla de manera natural. La palabra establece un puente de entendimiento, le da sentido a nuestro entorno, nos permite expresarnos. En la búsqueda de desentrañar nuestra propia manera de ver el mundo y la manera en la que somos capaces de modificarlo, el estudio del lenguaje ha sido clave.

La filosofía, la psicología, la lingüística son campos inseparables de los hallazgos técnicos necesarios para la comprensión automática del lenguaje natural y la síntesis de voz.
En la línea de tiempo de las tecnologías de la voz, vemos el inmenso trabajo conceptual, teórico y finalmente técnico fue necesario para llegar hasta el uso amplio y extendido de las interfaces de voz.

Hemos pasado por la sobre-expectación de IBM a comienzos de los 50s traduciendo unas pocas frases con un diccionario de doscientas palabras a utilizar los asistentes de voz de manera cotidiana.
El nivel actual de comprensión de lenguaje natural abre las puertas a nuevos servicios, productos y canales de distribución de contenidos o atención al cliente donde la voz tenga un papel clave en la interacción, pero que sin duda será multimodal.
En 1987 James Allen decía que hay dos motivaciones para construir una teoría computacional: La del fin tecnológico que solo implica desarrollar mejores ordenadores, y cualquier solución al respecto es aceptable y la del objetivo cognitivo de desarrollar un sistema análogo al mecanismo de procesamiento del lenguaje humano y que esa teoría solo será aceptable después de que pudiera verificarse en un experimento. Hoy podemos experimentar a diario hasta donde hemos llegado en este último camino.

La interfaz de voz mejor diseñada será aquella que no se perciba, cuando no sea necesario adecuar nuestra solicitud a nuestra expectativa.

Aunque el nivel actual hace práctico el uso de las tecnologías de voz, el “arte del discurso” es inespecífico. Cuando hablamos proveemos una descripción incompleta de la información que intentamos comunicar. Las palabras y frases que utilizamos frecuentemente dejan de lado información o detalles importantes que el “sistema” espera conocer. Además, nuevas palabras y expresiones hacen que el sentido evolucione, cambie.
En la comprensión humana estas frases forman parte de una expresión fluida de conceptos relacionados semánticamente, de experiencias pasadas y eventos relacionados que completan el sentido despojándolo de ambigüedad. Sinembargo aún muchas soluciones tecnológicas utilizan los paradigmas más sencillos de interpretación, en estos sistemas, las representaciones sintácticas de textos se basan ampliamente en detección de palabras claves, algoritmos de ranking (Page 1999) o modelos de lenguaje estadístico (Joachims 202) para extraer la intención del usuario, creando situaciones de bloqueo frente a la ambigüedad.

Todos hemos pasado alguna vez por la experiencia de enfrentarnos a un sistema automático de triaje en un servicio de atención al cliente en el que nuestra necesidad no entraba donde el sistema esperaba; la frustración resultante no proviene tanto del diseñador de esa solución que debe enfrentarse a una miríada de alternativas si no de la falta de contexto. Ese paso para atravesar la línea entre entendimiento y procesamiento requiere de un enfoque amplio que combine múltiples disciplinas, no es suficiente con construir un gran conjunto de vocabulario y entrenar una máquina con el.

En ese punto el modelo de diálogo se convierte en una herramienta conversacional y deja de ser una mera interfaz vocal.

Otros Posts

Integración vocal (hardware)

Integración vocal (hardware)

Explora nuestra guía rápida para crear tu propio asistente de voz. Descubre cómo configurar el hardware necesario,...

Leer más →
Alexa, Feliz cumpleaños

Alexa, Feliz cumpleaños

¡Celebra el aniversario de Alexa en Español con nosotros! Desde 2018, hemos explorado el mercado hispanohablante,...

Leer más →
BLK: Revolucionando el Aprendizaje del Braille

BLK: Revolucionando el Aprendizaje del Braille

BLK representa una evolución significativa en la enseñanza del braille, combinando hardware modular con software...

Leer más →
Las leyes del arquitecto frugal

Las leyes del arquitecto frugal

En un análisis de las leyes presentadas por Werner Vogels de AWS en el sitio 'The Frugal Architect', se desglosan...

Leer más →
Búsqueda Semántica y Bases de Datos Vectoriales:

Búsqueda Semántica y Bases de Datos Vectoriales:

Exploramos cómo la búsqueda semántica y las bases de datos vectoriales están transformando la recuperación de...

Leer más →
David Mantecón

David Mantecón

David Mantecón, experto en diseño sonoro, suma más de 30 años creando paisajes sonoros y música electroacústica para...

Leer más →
Ésta es tu pregunta: Backend Avanzado para Evaluaciones Interactivas

Ésta es tu pregunta: Backend Avanzado para Evaluaciones Interactivas

Una implementación práctica de un sistema de evaluación interactiva que demuestra las capacidades de un backend...

Leer más →
Estudio de las Skills de Alexa en Español - Invierno 2020

Estudio de las Skills de Alexa en Español - Invierno 2020

Alexa ya opera en español en tres países, reflejando una madurez creciente en estos mercados. En respuesta a esta...

Leer más →
Estas son noticias que en mindgeist creemos que no puedes pasar por alto.

Estas son noticias que en mindgeist creemos que no puedes pasar por alto.

El 2020 arranca con el **Consumer Electronic Show**, vitrina de avances tecnológicos. La voz, antes un nicho, ahora...

Leer más →
Estas son noticias que en mindgeist creemos que no puedes pasar por alto.

Estas son noticias que en mindgeist creemos que no puedes pasar por alto.

Las tendencias **Voice First** de 2022 evidencian la integración de **Amazon Alexa** en **Jaguar Land Rover** y una...

Leer más →
"Hola, este es el resultado de tu búsqueda."​

"Hola, este es el resultado de tu búsqueda."​

La abundancia de información en la web nos inunda, a menudo más allá de nuestra capacidad de procesarla. Esta...

Leer más →
En mindgeist creemos que no puedes perderte estas noticias.

En mindgeist creemos que no puedes perderte estas noticias.

En Mindgeist, nos dedicamos a curar meticulosamente las noticias más relevantes para nuestra comunidad. Con el...

Leer más →
El timeline de las interfaces de voz

El timeline de las interfaces de voz

La historia de los asistentes de voz se extiende desde los esfuerzos iniciales en síntesis de voz. nos adentramos en...

Leer más →
Truco: como depurar con  Web API for Games

Truco: como depurar con Web API for Games

En el mundo del desarrollo, la depuración es la piedra angular para garantizar aplicaciones de alto rendimiento y sin...

Leer más →
Utiliza la Web API for Games de Alexa

Utiliza la Web API for Games de Alexa

Amazon ha lanzado la 'Web API for Games de Alexa', que permite a los desarrolladores fusionar la potencia de las...

Leer más →