Windows Phone 7 a Excel en Speech

Esperando superar Google y los éxitos de Apple en el mercado de teléfonos inteligentes, Microsoft planea usar reconocimiento de voz basado en la nube y tecnología de procesamiento de lenguaje natural para ofrecer capacidades de interfaz de usuario que no se encuentran en los dispositivos iPhone o Android. Creemos que el habla no es una aplicación separada. es una parte integral de la experiencia del usuario ", dijo Zig Serafin, gerente general de comunicaciones unificadas de Microsoft, ante una audiencia en la conferencia SpeechTEK 2010, que se realiza esta semana en Nueva York.

Para aumentar las capacidades de Windows Phone 7 para Al entender un comando de voz y entregar el resultado solicitado, la compañía planea unir teléfonos con Windows Phone 7 con el servicio de reconocimiento de voz y procesamiento de lenguaje natural basado en la nube Tellme de la compañía, dijo Se rafin, en una entrevista posterior con IDG News Service.

[Más información: los mejores teléfonos Android para todos los presupuestos.]

Microsoft compró la compañía que creó este servicio, Tellme Networks, en 2007.

Antes de la audiencia de SpeechTEK, Serafin reprendió a los sistemas operativos Android y iPhone por usar iconos como la principal forma de interacción. "La mayoría de los teléfonos inteligentes son una red de iconos, muy similar a Windows 3.1", dijo.

Hablarle al teléfono es una forma más natural de decirle qué hacer, dijo. "Cuando te mueves a un dispositivo que no tiene un teclado grande, la voz es un complemento tan convincente para esa experiencia", dijo Serafin.

Luego, el director de marketing de Microsoft, Ilya Bukshteyn, realizó una demostración de cómo un teléfono con Windows 7 podría usar el reconocimiento de voz y el procesamiento del lenguaje natural, o los medios por los cuales una computadora interpreta lo que dice una persona. Bukshteyn le pidió al teléfono que llamara a "Paul", y una voz que emitía desde el teléfono respondió con varios contactos diferentes con el nombre de Paul. Bukshteyn respondió con el nombre completo específico y el teléfono procedió a llamar a esa persona.

Bukshteyn también le dijo al teléfono que abriera un álbum de fotos, y una aplicación de visualización de imágenes apareció en la pantalla, mostrando no solo las imágenes tomadas por el usuario, pero también tomada por los amigos del usuario que fueron publicados en los sitios de redes sociales.

En un tercer ejemplo, Bukshteyn solicitó una lista de restaurantes chinos cercanos. La solicitud fue transmitida al servicio de búsqueda de Bing, que devolvió una lista de restaurantes y sus ubicaciones en un mapa.

Si bien las variantes de iPhone y Android usan algunas capacidades de reconocimiento de voz, el servicio telefónico de Microsoft será diferente en una serie de respetos, dijo Serafin. Por un lado, no estará restringido para ser utilizado en solo algunas aplicaciones, sino que podría usarse para controlar todo el teléfono. La segunda forma en que este servicio será único es que será interactivo. Si se le da un comando ambiguo, el teléfono o el servicio apropiado pueden pedirle al usuario que aclare la solicitud.

El componente de voz es una parte de lo que Serafin llamó la "interfaz de usuario natural" o NUI. El NUI depende de la voz, el tacto y el movimiento como formas de entrada.

"El habla es el núcleo de NUI", dijo. Parte de la demostración mostró cómo la tecnología Kinnect XBox de Microsoft podía interpretar gestos con las manos para desencadenar acciones en la computadora. Esta tecnología se usará en productos de Microsoft más allá del Xbox, dijo Bukshteyn en una entrevista posterior con IDG.

Serafin dijo que la compañía está en los primeros procesos de interacción de voz rodante en diferentes componentes de Windows Phone 7, comenzando con los más pesados. usado: buscar, llamar a personas y guiar usuarios a colecciones de fotos.

Un usuario puede hacer que el teléfono escuche los comandos de voz presionando un solo botón en el teléfono. Parte del procesamiento del lenguaje se realizará por teléfono y parte será hecho por Tellme. "Honestamente, el usuario no debería saber ni preocuparse por" dónde se procesan los comandos de voz ", dijo Bukshteyn.

Serafin afirmó que el servicio Tellme es el sistema de procesamiento de lenguaje natural basado en el habla más utilizado en la actualidad. Microsoft lanza el servicio a grandes organizaciones para soporte de soporte telefónico. El servicio incluye más de 2,5 mil millones de llamadas al año para clientes corporativos, dijo.

Joab Jackson cubre software empresarial y noticias de última hora sobre tecnología general para

The IDG News Service. Sigue a Joab en Twitter en @Joab_Jackson. La dirección de correo electrónico de Joab es [email protected]