Siri deve ganhar voz mais humana com o lançamento do iOS 10

Caso você tenha o costume de usar a assistente de voz Siri, provavelmente vai notar diferenças após o lançamento do iOS 10. Informações divulgadas na última quarta-feira (24) indicam que o sistema usou técnicas de aprendizado por máquinas para ser mais “humano” e falar de maneira menos robótica.

Segundo Tom Gruber, chefe da divisão responsável pela assistente de voz, a tecnologia continua funcionando a partir de um banco de dados central que “costura” frases pré-gravadas. No entanto, após a atualização, elas devem ser apresentadas de forma mais suave e natural.

Em uma entrevista concedida ao Backchannel, Gruber conta que a Siri foi movida para uma rede neural em julho de 2014, fato que só se tornou público nesta semana. Segundo ele, essa decisão permitiu que a tecnologia aumentada drasticamente sua capacidade de entender os comandos de seus usuários.

Microfones limitam sistemas de reconhecimento de voz

Enquanto empresas como Apple, Google, Microsoft e Amazon continuam investindo em melhorias para seus sistemas de reconhecimento de voz, eles ainda são prejudicados por um quesito: a baixa qualidade dos microfones disponíveis no mercado. Felizmente, parece que a situação deve mudar em breve graças à pressão dos grandes nomes mencionados no início do parágrafo.

Microfones não acompanham avanços nos softwares de reconhecimento

Fabricantes estão pressionando as produtoras de componentes para que elas criem microfones com melhor cancelamento de ruído e que ocupem espaços menores e consumam menos energia. Enquanto companhias como a Knowles apostam em algoritmos de processamento de áudio que atuam no nível do hardware, a Vesper está experimentando em designs completamente diferentes.

No entanto, os resultados desses investimentos só devem chegar ao mercado em 2017, o que significa que ainda teremos que lidar com as limitações dos hardwares atuais por algum tempo. Até lá, as fabricantes de smartphones vão ter que continuar investindo em sistemas de microfones múltiplos para acompanhar o avanço dos assistentes de voz.