Ещё одна внезапно решенная проблема – понимание простых фраз на естественном языке, что-то…

Ещё одна внезапно решенная проблема – понимание простых фраз на естественном языке, что-то на уровне Siri или Cortana. Русский язык никто публично вроде бы не предлагает, а вот сервисов для понимания английского или даже испанского в интернете много.

#стартапдня сегодня SoundHound, не возьмусь утверждать, что он самый продвинутый из всех, но у него кроме технологии ещё и собственные применения её есть, да и инвестиции недавно поднял – чем не повод.

Начнем с API. Сделан он правильно, с онлайн регистрацией и открытым прайсом, без необходимости общения с сейлзами, но с бесплатным минимальным тарифным планом и преднастроенной демонстрашкой технологии. Качество продукта объективно оценить сложно – что-то он понимает, что-то нет, процент успеха с очевидностью зависит от моего акцента, выбранной темы и просто везения, какое-то число типа “72% верных ответов” не говорит ни о чем. Наверное, совсем правильно было бы проверять его через детские тесты: “разговаривает на уровне среднего ребенка 5 лет и 8 месяцев,” – это была бы наиболее информативная оценка. Но, увы, сейчас могу только сказать, что субъективно по распознаванию звуков он примерно на уровне Nuance (это то, что в трех четвертях приложений с голосовым вводом используется), а по пониманию смысла – хоть и неожиданно хорош в простых предложениях, но запутать можно и в них. Сложносочиненные не берет ни в какую.

Стоит доступ в самом простом случае от нескольких сотен до нескольких тысяч запросов за доллар в зависимости от размеров выбранного пакета, но это “общая лексика”, подключение некоторых тематических пакетов легко может изменить цену раз в десять. Тем не менее, считая даже по 100 запросов за доллар и три фразы в минуту от живого человека, получается, что “зарплата” робота 300$ в месяц за восьмичасовой рабочий день без простоев, отпусков, перекуров, больничных и налогов на ФОТ. В большинстве стран это вполне экономически целесообразный сотрудник коллцентра – и нет, он не будет как голосовой IVR, который в Аэрофлоте уже сто лет стоит, конечный клиент может и не понять, с кем разговаривает. А уж во всевозможные текстовые онлайн-помощники точно можно вставлять по схеме “робот отвечает на то, что может, человек на все остальное”. Даже интересно, почему это не встречается в обычной жизни – компания, между прочим, заявляет о 20 000 разработчиков, использующих её API, а она такая не единственная.