Rödd
Rödd

Talaðu við mig!

Raddtækni Miðeindar er ekki bara bundin við raddþjóninn Emblu. Virknina sem liggur að baki Emblu má byggja inn í öpp og vefi fyrirtækja, svo viðskiptavinir geti sinnt erindum sínum með röddinni einni saman. Með hjálp Miðeindar geta spjallmenni einnig talað við notendur og tekið við fyrirspurnum á mæltu máli (talgreining og talgerving).

Raddvirkni eykur aðgengi að upplýsingum og þjónustu fyrir þau sem eiga erfitt með að nota hefðbundið lyklaborð og skjái, t.d. vegna blindu eða sjónskerðingar. Þannig stuðlar hún að bættri upplifun fyrir alla notendur.

Raddvirkni

Á bak við raddviðmót, á borð við Emblu, er flókin og margþætt tækni. Fyrirspurnum notanda er fyrst breytt í texta með talgreiningu. Þá er textinn sendur á fyrirspurnaþjón sem greinir hann og finnur viðeigandi svar á textaformi. Svarið getur verið fyrirfram tilgreint eða getur fengist með uppflettingu í ýmsum tölvukerfum. Svarið er mótað í rétta íslenska setningu þar sem gætt er að fallbeygingu og öðrum málfræðilegum eiginleikum. Svarið er svo sent í normun (text normalization) þar sem upphæðum, dagsetningum, skammstöfunum o.fl. er breytt í fullútskrifaðan og rétt beygðan texta, sem síðan er sendur til talgervils. Talgervillinn skilar hljóðstreymi í MP3 formi sem spilað er í vefrápara eða í appi og er úr ýmsum mismunandi röddum að velja.

Miðeind styður við alhliða raddþjónustu í gegnum kóðasafnið EmblaCore, sem fæst í tveimur útgáfum: Flutter útgáfu fyrir öpp og Javascript útgáfu fyrir vefsíður. Kóðasafnið EmblaCore, sem talar við þjónustu hjá Miðeind (Ratatosk) sem tekur við hljóðgögnum og vinnur úr þeim, býður upp á talgreiningu (þ.e.a.s. að breyta rödd notanda í texta), svörun fyrirspurna með Greyni, máltæknivél Miðeindar, og talgervingu (þ.e.a.s. að breyta texta í hljóð sem svo er spilað fyrir notanda). Mengi mögulegra fyrirspurna og svara er hægt að útfæra sérstaklega í hverju notkunartilviki fyrir sig.