Nowy silnik rozpoznawania mowy Google Now: skuteczniej, lżej i bardziej offline

O autorze

Maciej Olanicki

@b.munro

Na dziobie okrętu. Stawia znaczące nad znaczonym, lubi czapki z daszkiem, teorię gier, tłumaczenia maszynowe i karabiny maszynowe.

Google sukcesywnie rozwija swojego androidowego asystenta Now przede wszystkim w kwestii obsługi nowych komend głosowych. Oczywiście zaledwie ich część trafia do użytkowników, którzy chcą korzystać z usługi po polsku, niemniej Google zaprezentowało właśnie plany, które mogą uczynić z Now zdecydowanego lidera.

Wszystko to dzięki nowemu algorytmowi rozpoznawania mowy, który dzięki zastosowaniu między innymi kompresji i używania jednego silnika do rozpoznawania mowy i analizy komend, ma pozwolić na to, aby lwia część funkcji w Google Now dostępna była także bez połączenia z Siecią. Na razie nowy system rozpoznawania mowy jest testowany jedynie na Nexusie 5, gdzie według Google ma mieć znacznie mniejsze opóźnienia przy jednoczesnym zachowaniu skuteczności.

Oczywiście część komend głosowych Google Now jest obsługiwana offline już dziś, mowa jednak o istotnym zwiększeniu dostępnych funkcji, które do zwracania odpowiednich wyników lub działań nie będą wymagały komunikacji z zewnętrznymi serwerami Google. To właśnie dzięki ograniczeniu konieczności pobierania danych osiągnięto znaczną redukcję opóźnień.

W praktyce nowy system rozpoznawania mowy ma zajmować około 20,3 MB pamięci urządzenia. Jednocześnie jego działanie ma być siedmiokrotnie szybsze niż dotychczasowego systemu wymagającego w zdecydowanej większości przypadków pobierania danych z Sieci. Margines błędu podczas rozpoznawania mowy lokalnie ma wynosić nieco ponad 13%.