VocalNews

Audi a choisi d’intégrer les applications vocales de Nuance dans ses nouveaux modèles A8.

Alliant navigation, multimédia et téléphonie, les commandes vocales du nouveau système d’info-divertissement d’Audi offrent une interface intuitive conçue pour limiter les distractions visuelles et manuelles des automobilistes.

Les fonctionnalités vocales des modèles 2010 de l’Audi A8 J’énonce ma destination en une seule fois : Grâce à l’application One-Shot Destination Entry de Nuance, les conducteurs dictent leur adresse de destination en une seule commande vocale, c’est extrêmement simple. Il suffit par exemple de dire « Boulogne Billancourt, 47 avenue Edouard Vaillant » pour que le GPS du système MMI Touch calcule l’itinéraire. A moyen terme, l’accès au répertoire de contacts accélérera encore la procédure. En effet, le conducteur pourra dire « Aller au domicile de John Smith », ce qui déclenchera la recherche d’itinéraire.

Je sélectionne une chanson : Music Search permet la sélection vocale des morceaux de musique par simple dictée de la source audio, du genre, de l’artiste, de l’album ou de la chanson. Avec les commandes vocales en langage naturel intégrées au système d’info-divertissement des Audi A8, les utilisateurs ont simplement à prononcer « Lire l’artiste Lady Gaga » ou « Lire le titre Bad Romance », par exemple. Grâce à la reconnaissance vocale multilingue, Music Search sait gérer les commandes en différentes langues. Le système propose également la sélection vocale de stations de radio par nom ou fréquence et le contrôle vocal des lecteurs de CD, DVD et MP3.

Les commandes vocales intégrées permettent aussi la numérotation vocale. Le répertoire peut inclure jusqu’à 2 000 contacts, dont 50 entièrement personnalisables. L’utilisateur peut énoncer « Maman » ou « Bureau » par exemple, pour accélérer l’accès aux contacts les plus fréquents.

Si le logiciel de dictée vocale de Nuance, Dragon Naturally Speaking, fait des heureux dans le monde Windows, il n'en était pas de même pour le monde Apple. MacSpeech avait bien un logiciel dont la version française est apparue fin 2009 et on était en droit de se demander quand viendrait la réplique de Nuance.

Elle vient de tomber, non pas avec une version dédiée Mac de Dragon, mais tout simplement par l'annonce du rachat de MacSpeech par Nuance Communications !

Au passage on note que le coeur du produit de MacSpeech n'était autre ... que le moteur de Dragon, le moteur de reconnaissance vocale de Nuance.

On sent là que Nuance s'intéresse aux solutions Apple, surtout si on se souvient que la société vient de sortir successivement deux applications iPhone (Dragon Search et Dragon Dictate) qui étonnent par leur efficacité (voir nos billets de décembre sur Dictate et sur Search).

On n'arrête pas le progrès ...

Nous l'annoncé lors du lancement de Dragon Dictate, voici Dragon Search pour l'iPhone par Nuance.

Le spécialiste du traitement de la parole semble bien déterminé à ne pas laisser le champ libre à Google, Vlingo ou Yahoo qui ont compris que la voix est une interface fondamentale pour les mobiles, fussent-ils dotés d'écrans. Et la recherche d'informations, notamment locales, est un des usages clé. Aussi cette nouvelle application permet-elle de trouver simplement et rapidement sur internet. Basée sur les moteurs traditionnels (on a le choix entre Google, Yahoo et Bing) mais aussi sur Wikipedia, Twitter, Youtube.

Et tout comme dans Dictate, l'interface est intuitive et efficace.

C'est en américain seulement, et disponible uniquement sur l'appStore US (mais on expliquait récemment comment faire pour l'obtenir malgré ce Yalta) alors n'hésitez pas à vous le procurer.

Philips passe au sans fil et offre une ergonomie améliorée et un design futuriste pour son outil de dictée.

Déjà pré-annoncé courant 2009, Philips annonce la sortie du SpeechMike Air, la version sans fil de l’appareil d’enregistrement audio professionnel le plus vendu dans le monde. Le concept du SpeechMike qui connaît un grand succès, comprend, dans un seul appareil, un microphone de dictée, un haut-parleur, un système de contrôle de dictée et un navigateur PC. En plus d’un grand nombre de nouvelles fonctions, le SpeechMike Air frappe par son design : son boîtier élégant mais robuste, les boutons de contrôle plus grands et sa ligne affinée ont été spécifiquement mis au point pour répondre aux besoins des utilisateurs réguliers de dictée. La qualité d’enregistrement a encore été améliorée, faisant du SpeechMike Air l’appareil de référence dans le domaine de la reconnaissance vocale.

Le SpeechMike est compatible avec Dragon Naturally Speaking®, le logiciel leader mondial de la reconnaissance vocale de Nuance : les fonctions clés de ce logiciel peuvent être directement contrôlées par un bouton en utilisant le nouveau logiciel de contrôle Philips Speech Control qui est fourni avec chaque SpeechMike. Grâce à des réglages préinstallés par défaut, le SpeechMike est immédiatement opérationnel. Le logiciel Speech Control permet également d’affecter des fonctions spécifiques aux boutons programmables, ce qui permet à chaque utilisateur de personnaliser l’appareil selon ses préférences.

Le design du SpeechMike Air a été influencé par les résultats des dernières recherches en ergonomie. Les mouvements des utilisateurs pendant une dictée ont été analysés en détail : les boutons les plus importants ont été agrandis et positionnés à portée du pouce pour réduire les mouvements au minimum. La dictée elle-même a encore été simplifiée grâce à la fonction « pousser pour dicter » : les fonctions de démarrage et d’arrêt peuvent être contrôlées par un seul bouton, ce qui permet à l’utilisateur de dicter de façon intuitive.

En plus de l’appareil audio, le système SpeechMike Air intègre la station d’accueil SpeechMike AirPort. Cette station d’accueil se connecte au PC et permet de transférer des données et de recharger le micro. Il intègre également le module de réception SpeechMike AirBridge qui gère les enregistrements provenant de l’appareil de dictée, sans fil avec une portée maximale de 10 mètres. Le module de réception SpeechMike AirBridge peut aussi être utilisé sans être connecté à la station d’accueil. Par exemple, le module AirBridge peut se connecter à un ordinateur portable via son câble USB, ce qui permet à son utilisateur de dicter normalement avec son SpeechMike Air et de bénéficier d’une mobilité totale. Le transfert des données est crypté sans erreurs et s’effectue en Bluetooth via un protocole de transmission de données spécifiquement conçu. Si l’utilisateur dépasse la portée de réception du SpeechMike, l’appareil émet un signal vibratoire.

Le potentiel du SpeechMike Air peut être totalement exploité avec les solutions de gestion de dictée numérique SpeechExec Pro et SpeechExec Enterprise ou en intégration avec les systèmes spécifiques sectoriels, par exemple dans le médical ou le juridique. Cette intégration est rendue possible grâce au kit logiciel séparé SDK (Software Development Kit – Kit de Développement Logiciel). Le SpeechMike Air fonctionne comme n’importe quel appareil standard USB, permettant cette intégration facile qui fait la réputation des SpeechMike filaires.

Mercedes passe son syst§me de navigation embarquée en langage naturel.

Parce qu'ils sont fastidieux à utiliser, en faisant épeler le nom du pays, puis la ville, la rue et confirmer à chaque étape, Mercedes a mis au point un algorithme de reconnaissance vocale capable de comprendre une adresse entière.

Cette évolution du système Linguatronic permet de meilleurs résultats et un usage nettement plus naturel. Il fonctionne dans six langues, concerne 15 pays européens et sera proposé dans un premier temps sur la nouvelle Classe S.

C'est la solution One-Shot Destination Entry de Nuance qui a été choisie pour cette nouvelle version. 73 % des personnes interrogées dans le cadre de son étude sur la simplicité d'utilisation des interfaces à commandes vocales ont déclaré être extrêmement satisfaites des systèmes de navigation embarqués à commandes vocales. En tête des principales améliorations qu’elles souhaiteraient voir développer figurent l’optimisation du langage naturel et de la concision des échanges, ainsi que la réduction du nombre de confirmations.

A noter, selon de récentes enquêtes commanditées par Nuance, les commandes vocales des systèmes de navigation embarqués figurent en tête des fonctions les plus efficaces à réduire la distraction des conducteurs et à simplifier l’utilisation de ces dispositifs.

Et voici les comédiens qui ont prété leurs voix à Mercedes :

Kopin, spécialiste de la micro-électronique, présente le Golden-i (clin d'oeil à James Bond), une oreillette/écran bluetooth étonnante.

Avec une vision équivalente à un écran de 15 pouces et la reconnaissance vocale, cet appareil permet de travailler sans les mains et de piloter jusqu'à 7 autres appareils. Un processeur Texas Instrument, cadencé à 600 Mhz et capable d'afficher 10 millions de polygones est intégré pour offrir ces fonctions.

C'est Nuance, avec son offre VoCon3200 qui a été choisi pour assurer une dialogue homme - machine naturel et lire les emails.

On rêve de l'essayer !

Nuance avait annoncé une étude sur l'usage des appareils embarqués par les automobilistes, elle confirme le succès des fonctionnalités de reconnaissance et de synthèse vocales. En effet, huit automobilistes sur neuf déclarent utiliser régulièrement les systèmes à reconnaissance vocale embarqués dans leur véhicule.

Menée par Maix Research and Consulting cette enquête révèle également que 73 % des utilisateurs se disent satisfaits par ces technologies, les réclameront à l’achat de leur prochain véhicule et les recommanderont à leurs amis.

Voici les principaux résultats de cette enquête :

• La téléphonie et la navigation à commande vocale sont les applications privilégiées des automobilistes : 83 % téléphonent, 80 % répondent aux appels et 76 % saisissent leurs destinations à la voix de manière systématique ou fréquente.

• Les commandes vocales se prêtent à davantage de scénarios de conduite que les commandes manuelles : la majorité des personnes interrogées (environ 75 %) déclarent préférer les commandes vocales lors de leurs déplacements, en particulier dans certaines situations. En effet, 50 % des utilisateurs apprécient d’utiliser les commandes vocales lorsqu’ils sont accompagnés. Ils sont 18 % de plus (68 %) à préférer les utiliser lorsqu’ils sont seuls. 58 % d’entre eux se servent des commandes vocales dans des lieux qu’ils connaissent et 69 % dans des lieux inconnus. 63 % des sondés ont déclaré utiliser les commandes vocales lorsque la circulation est calme ou normale, contre 71 % lorsque le trafic est intense et particulièrement stressant.

• L’âge joue un rôle dans l’adoption des commandes vocales : l’utilisation de systèmes embarqués à reconnaissance vocale est généralement plus fréquente chez les jeunes conducteurs (entre 18 et 29 ans) que chez les automobilistes plus âgés (40 ans et plus), qui se contentent de les utiliser uniquement dans les lieux qu’ils connaissent mal ou lorsque le trafic est intense.

• Les utilisateurs de systèmes embarqués à reconnaissance vocale disposeraient volontiers de davantage de fonctionnalités « connectées » : cette étude indique en effet que les personnes interrogées préféreraient disposer de davantage de services vocaux « connectés ». Ils sont 43 % à affirmer qu’ils utiliseraient volontiers des services d’information continue sur la circulation routière, 40 % des services de prévisions météorologiques et 37 % des fonctions de recherche d’entreprises locales.

• Les utilisateurs attendent un dialogue plus naturel : les personnes interrogées dans le cadre de cette étude ont été invitées à citer les améliorations qui, selon elles, les encourageraient à utiliser davantage les systèmes embarqués à reconnaissance vocale dans la voiture. Elles ont ainsi majoritairement évoqué l’optimisation du naturel des dialogues, qui accélèrerait les échanges avec les systèmes et en simplifierait donc l’utilisation.

Pouvoir utiliser n'importe quelle fonction de son téléphone portable sans fouiner les menus et sous menus ... en une seule étape ... et vocalement ?

C'est ce que propose la solution One-Shot Destination Entry dont Nuance fera la démonstration lors du salon Embedded World (Nuremberg du 3 au 5 mars 2009).

En une seule phrase, il est donc possible de faire exécuter plusieurs commandes et de trouver satisfaction sans valider chaque étape. Nuance pense particulièrement aux conducteurs agacés de devoir confirmer la ville puis la rue puis le numéro ... et leur propose de dicter simplement « 196 avenue des Champs Elysées, Paris, France » par exemple. Et hors l'agrément de ce genre d'interface utilisateur, il est clair que cela renforce la sécurité en réduisant les risques de distraction des conducteurs. Une bonne façon de minimiser le risque d'intervention juridique, on se rappelle que certains étudient ces risques et imaginent de légiférer ...

Cette nouvelle solution est intégrée dans SYNC, la plateforme automobile de Microsoft et déjà disponible.

Amazon est tellement importante qu'elle attise les appétits. Nous avons déjà évoqué les premières réactions à la fonction de synthèse vocale du Kindle, voilà qu'après Guilde des Auteurs c'est le président du lobby des auteurs américains qui demande que les machines qui lisent à voix haute des livres électroniques payent des droits supplémentaires.

Car ils estiment que cela fait concurrence à la vente de leurs livres audio. Ce qui est surprenant c'est qu'ils ne s'en rendent compte que maintenant. Car cela fait longtemps que des outils permettent de lire un texte sur un ordinateur, que des livres sont disponibles sous forme numérique et donc que "leurs droits" sont bafoués ...

D'ici à ce que la Guilde des Auteurs ait envie de oursuivre Acapela, Nuance, Loquendo ou VoiceCorp ... il n'y a qu'un pas ! Car le texte publié dans le New York Times laisse comprendre qu'ils souhaitent un droit général pour taxer toute innovation technologique sans laquelle ils pourraient gagner plus d'argent...

S'il est vrai qu'IBM, avec le professeur Jelinek, a été pionnier des technologies de reconnaissance de la parole, ils étaient moins présents depuis quelques années sur ce marché. Voilà qu'ils annoncent un accord avec Nuance, que l'on ne présente plus, pour optimiser leurs portefeuilles respectifs de solutions.

Soucieux de démocratiser l’accès aux dernières technologies de reconnaissance vocale, les fournisseurs Nuance et IBM ont décidé de collaborer à l’intégration des technologies IBM aux solutions de Nuance. Nuance devrait ainsi commercialiser ces premières solutions intégrées d’ici deux ans. IBM conservera toutefois son indépendance et sa clientèle. Cet accord technologique prévoit en outre que Nuance rachètera les brevets déposés par IBM pour ses technologies de reconnaissance vocale.

Deux grands acteurs qui avancent de concert, voilà bien de quoi nous réjouir en ce début 2009 !