Dirbtinis intelektas atskleidė aiškiausiai kalbančius TV žinių vedėjus
Robotas beveik neklysdamas suprato LRT televizijos žinių vedėjos Justės Tamošaitienės tarseną (99,85%). Taip pat sklandžiai atpažino kone visus TV žinių vedėjų Guodos Pečiulytės ir Igno Andriukevičiaus bei LNK žinių vedėjos Linos Kairytės žodžius (visi trys – per 99%).
„Matome, kad šalies TV žinių vedėjų tarsena yra labai raiški, o ir pats intelektas sparčiai mokosi – palyginti su praėjusiu tyrimu, vedėjų šneką jis atpažino geriau: iš penkių minučių žinių įrašo, suklupdavo vos ties vienu kitu žodžiu“, – išplatintame pranešime teigia Deividas Butkus, „Kantar“ komunikacijos monitoringo ir analizės skyriaus vadovas.
Vidutiniškai šalies TV žinių vedėjų šneką dirbtinis intelektas sugebėjo atkurti, t.y. paversti tiksliu tekstu, daugiau kaip 98,3% tikslumu (prieš porą metų – beveik 3 proc. punktais mažiau).
Greitakalbė netrukdo
Per penkias minutes šalies žinių vedėjai ištaria vidutiniškai 580 žodžių, tačiau aiškios tarsenos lyderė J. Tamošaitienė tuo pačiu yra ir greitakalbė: per šį laiką ji ištarė net 645 žodžius, nepakenkdama artikuliacijai.
Už ją greičiau kalba tik „Info TV“ ir BTV žinių vedėjas Viktoras Jakovlevas (659 žodžiai) – tiesa, jo šneką atpažindamas dirbtinis intelektas klydo daugiau, rodo „Kantar“ tyrimas.
Robotas atpažino ir daugiau kaip 98% Aistės Plaipaitės (LRT), Marijaus Žiedo (LRT), Roko Petkevičiaus (TV3) bei Eglės Bučelytės (LRT) šnekos.
Aiškiausiai kalbančių vedėjų dešimtuką vainikuoja Jovita Vitkauskė ir Aurelijus Bezekavičius. Tyrimas analizavo aštuoniolikos žinių vedėjų pranešimus 5 nacionaliniuose TV kanaluose.
Šiuolaikinį žinių monitoringo sprendimą rinkos tyrimų bendrovė „Kantar“ sukūrė kartu su kalbos technologijų bendrove „Tilde IT“. „Automatinio šnekos atpažinimo technologija yra nuolat tobulinama, intelektas mokosi vis naujų specifinių žodžių ir sąsajų sakiniuose. Vis daugiau medijų plečiasi į audio ir vaizdo platformas, sparčiai auga tinklalaidžių turinys, o tokie įrankiai padeda analizuoti turinį bet kurioje auditorijos pasirinktoje platformoje nedidinant kaštų. Dabar pagrindinis iššūkis yra atpažinti kalbą iš žemos kokybės signalo, pavyzdžiui, kai pašnekovas skambina į studiją mobiliuoju telefonu, tačiau irgi tik laiko klausimas, kada tai bus išspręsta“, – pažymi D. Butkus.
Roboto mokymui panaudota daugiau kaip 250 valandų garsynas, 58 mln. lietuviškų sakinių ir per 600.000 žodžių. Ypatingas dėmesys buvo skirtas raktažodžiams, susijusiems su verslo komunikacija.
[infogram id="24fd3f10-d2f5-4a71-bc57-1c59f74eb759" prefix="fq7" format="interactive" title="Robotas_TV"]
