Windows Phone 7 sa Excel sa Speech

Umaasa na lumukso sa Google at mga tagumpay ng Apple sa merkado ng smartphone, ang Microsoft ay nagnanais na gumamit ng cloud-based na pagkilala sa pagsasalita at natural na teknolohiya sa pagpoproseso ng wika upang mag-alok ng mga kakayahan ng user interface na hindi nakita sa mga aparatong iPhone o Android

"Naniniwala kami na ang pagsasalita ay hindi isang hiwalay na application. ito ay isang mahalagang bahagi ng karanasan ng gumagamit, "sabi ni Zig Serafin, Microsoft na pinag-isang komunikasyon general manager, bago ang isang madla sa SpeechTEK 2010 conference, na gaganapin sa linggong ito sa New York.

Upang mapalakas ang mga kakayahan ng Windows Phone 7 para sa pag-unawa ng isang utos ng boses at paghahatid ng hiniling na resulta, ang mga plano ng kumpanya upang itali sa Windows Phone 7 handsets sa Tellme cloud-based voice recognition ng kumpanya at serbisyo sa pagproseso ng natural na wika, sinabi Se rafin, sa isang kasunod na pakikipanayam sa IDG News Service.

[Karagdagang pagbabasa: Ang pinakamahusay na mga teleponong Android para sa bawat badyet.]

Binili ng Microsoft ang kumpanya na lumikha ng serbisyong ito, Tellme Networks, noong 2007.

Bago ang SpeechTEK na madla, sinaktan ni Serafin ang mga operating system ng Android at iPhone para sa paggamit ng mga icon bilang punong paraan ng pakikipag-ugnayan. "Karamihan sa mga smartphone ay isang grid ng mga icon, katulad ng Windows 3.1," sabi niya.

Ang pakikipag-usap sa telepono ay isang mas natural na paraan ng pagsasabi nito kung ano ang gagawin, sinabi niya. "Kapag lumipat ka sa isang aparato na walang isang malaking keyboard, ang boses ay tulad ng isang nakakahimok na pandagdag sa karanasan na iyon," sinabi Serafin.

Siya pagkatapos ay ang Microsoft marketing director Ilya Bukshteyn tumakbo sa pamamagitan ng isang demonstration ng kung paano ang isang Windows Phone 7 ay maaaring gumamit ng pagkilala sa pagsasalita at pagproseso ng natural na wika, o ang paraan kung saan ang isang computer ay nagpapaliwanag kung ano ang sinasabi ng isang tao. Tinanong ni Bukshteyn ang telepono na tawagan ang "Paul," at isang tinig na nagpapalabas mula sa handset ang tumugon sa maraming iba't ibang mga kontak sa unang pangalan ni Pablo. Sumagot ang Bukshteyn sa tiyak na buong pangalan at tumuloy ang telepono upang tawagan ang taong iyon.

Sinabi rin ni Bukshteyn ang telepono upang buksan ang isang album ng mga larawan, at isang larawan na pagtingin ng app ay dumating sa screen, na ipinapakita hindi lamang ang mga larawan na kinunan ng gumagamit, ngunit din kinuha ng mga kaibigan ng gumagamit na na-post sa mga social networking site.

Sa isang ikatlong halimbawa, hiniling ni Bukshteyn ang isang listahan ng mga kalapit na restaurant ng Tsino. Ang kahilingan ay ipinadala sa serbisyo ng paghahanap sa Bing, na nagbalik ng isang listahan ng mga restaurant at ang kanilang mga lokasyon sa isang mapa.

Habang ang iPhone at ang mga variant ng Android ay gumamit ng ilang mga kakayahan sa pagkilala ng boses, ang serbisyo ng telepono ng Microsoft ay iba sa isang bilang ng nirerespeto, sinabi ni Serafin. Para sa isa, hindi ito magiging limitado sa paggamit sa loob lamang ng ilang apps, ngunit maaaring gamitin upang makontrol ang buong telepono. Ang ikalawang paraan kung saan ang serbisyong ito ay magiging kakaiba ay magiging interactive na ito. Kung binigyan ng isang hindi maliwanag na utos, ang handset o naaangkop na serbisyo ay maaaring hilingin sa user na linawin ang kahilingan.

Ang bahagi ng pananalita ay isang bahagi ng tinatawag ng Serafin na "natural user interface" o NUI. Ang NUI ay umaasa sa boses, hawakan at maging ang paggalaw bilang mga paraan ng pag-input.

"Ang pananalita ay ang pangunahing ng NUI," sabi niya. Bahagi ng demonstrasyon ang nagpakita kung paano ang Microsoft's Kinnect XBox teknolohiya ay maaaring bigyang-kahulugan ang mga kilos ng kamay upang ma-trigger ang mga aksyon sa computer. Ang teknolohiyang ito ay gagamitin sa mga produkto ng Microsoft na lampas sa XBox, sinabi ni Bukshteyn sa susunod na pakikipanayam sa IDG.

Sinabi ni Serafin na ang kumpanya ay nasa maagang proseso ng pag-roll ng pagsasalita ng pakikipag-ugnayan sa iba't ibang mga bahagi ng Windows Phone 7, na nagsisimula sa mga pinaka-mabigat ginamit - paghahanap, pagtawag sa mga tao, at paggabay sa mga gumagamit sa mga koleksyon ng larawan.

Maaaring mag-trigger ng isang user ang telepono upang makinig sa mga utos ng boses sa pamamagitan ng pagpindot sa isang solong buton sa telepono. Ang ilan sa pagpoproseso ng wika ay gagawin sa telepono at ang ilan ay gagawin ng Tellme. "Totoo lang, hindi dapat alam ng user o pag-aalaga ang tungkol sa" kung saan pinoproseso ang mga utos ng boses, sinabi ni Bukshteyn.

Sinabi ni Serafin na ang serbisyo ng Tellme ay ang pinakamalaking ginagamit na pagsasalita na nakabatay sa natural na sistema sa pagpoproseso ng wika na ginagamit ngayon. Iniaalok ng Microsoft ang serbisyo sa mga malalaking organisasyon para sa suporta sa tulong sa tulong ng telepono. Ang serbisyo ay may higit sa 2.5 bilyon na tawag sa isang taon para sa mga corporate client, sinabi niya.

Sinasaklaw ni Joab Jackson ang software ng enterprise at breaking balita ng pangkalahatang teknolohiya para sa Ang IDG News Service. Sundin si Joab sa Twitter sa @Joab_Jackson. Ang e-mail address ni Joab ay [email protected]