Bulikban tanult meg magyarul a Google

Pár hét alatt beprogramozták a magyar nyelvet az Android hangvezérléséhez, de kínaiul egy évig tanult a keresőóriás szoftvere. A nyelv elsajátításában több száz önkéntes segített, az alkalmazás a továbbiakban magától tanul tovább. Egy új nyelv programozásánál általában összeül a Google stábja, és addig nem nagyon megy ki a szobából, amíg ki nem találják az új rendszer vázát, ez pedig akár napokat is jelenthet – mondta az [origo]-nak Pedro J. Moreno, a keresőóriás vezető számítógépes nyelvészettel foglalkozó kutatója. A spanyol kutató vezette azt a projektet, aminek során az androidos okostelefonokon megjelent a magyar nyelvű hangfelismerés funkció. A csapatnak nem volt nehéz dolga a magyar nyelvvel, de ez nem feltétlenül jelenti azt, hogy a magyar nem nehéz nyelv. „Hangvezérlés szempontjából a felismerő szoftvernek nem kell megérteni a szó jelentését, csak listáznia a találatokat. Ez így sokkal egyszerűbb” – mondta Moreno. A kutató szerint a jövőt a gépi megértés jelenti, az angol nyelvű változat már tud is ilyesmit: korrigálja a hibákat, tudja, hogy például az ebéd kifejezéshez csatoljon éttermeket. Moreno szerint ez még csak a kezdet, a jövőben akár a helytelenül diktált mondatokat is kijavíthatja a szoftver. Egy nyelv programozásánál három forrásból táplálkoznak: lingvisztikai, azaz nyelvtani, akusztikai, azaz hangtani és lexikai, tehát nyelvi jelentésbeli információkra van szükségük. A magyarnál az ékezetes betűkkel és az ilyeneket tartalmazó szavakkal volt a legtöbb problémájuk. Egy nyelv akusztikai forrását csak személyes beszélgetések tudják jól reprodukálni, éppen ezért Magyarországon is önkénteseket toboroztak, egész pontosan egyetemi találkozókat szerveztek, ahol rögzítették a hallgatók hangját. A kapott mintából megszületett egy átlagtartomány, hogy nagyjából milyen hangszín- és hanglejtéstartományokon belül mozog egy-egy szó kiejtése. A magyar nyelv beprogramozása összesen három hétig tartott. A mandarin hangfelismerő rendszerét viszont egy egész évig fejlesztették adatgyűjtéssel együtt. Utána jött a japán, ami már csak négy-öt hónap munkát igényelt, a francia, olasz, spanyol pedig már együtt meglett három hónap alatt. Jelenleg negyvenöt nyelven működik a Google hangfelismerője, a magyar a legutolsó eddig, amit elkészítettek. Moreno szerint a hangvezérlés nemcsak egy újabb érdekes, ám idővel kikopó funkció, hanem valóban hasznos kiegészítő. Az okostelefonokon körülményes gépelni. Erre nyújtana megoldást a hangvezérlés, ami viszont még korántsem tökéletes, de öntanuló algoritmusának köszönhetően folyamatosan javul. A rendszer automatikusan, három-négy havonta korrigálja magát: veszi a hangkereséseket, és összenézi őket a találatokkal, hogy melyek voltak sikeresek, és melyek nem. Valószínű, hogy a magyar rendszer is még az idén frissülni, fejlődni fog. (Origo)