Schnell und sicher ans Ziel - Der Weg zum effizienten Dialog

Lautmaler - Whitepaper Schnell und sicher ans Ziel - Der Weg zum effizienten Dialog lautmaler Schnell und sicher ans Ziel - Der Weg zum effizienten Dialog Schnell und sicher ans Ziel - bekanntermaßen aber mit vielen Risi- aber wie? ken verbunden ist. Auf der anderen Inhalt: Seite steht der geführte Dialog, der Die meisten Sprachdialogsysteme ha- sicher funktioniert, dafür aber starr und ben einen klaren Sinn und Zweck: Sie langwierig erscheint. Schnell und sicher ans Ziel - sollen dem Nutzer ermöglichen, Trotzdem steht man bei der Ge- aber wie? 1 Informationen abzurufen und Auf- staltung von Dialogen nicht grund- Frei und geführt - Zwei Extreme gaben zu erledigen und das so komfor- tabel wie möglich – also schnell und sätzlich vor der Entscheidung zwischen der Dialogführung 2 fehlerfrei. schnell und risikoreich auf der einen und sicher und langwierig auf der Frei aber einsam 2 Doch Sicherheit und Schnelligkeit anderen Seite. Das vorliegende Paper scheinen sich in der Praxis häufig aus- analysiert die Stärken und Schwächen Der geführte Dialog 3 zuschließen. Auf der einen Seite steht beider Ansätze und zeigt alternative der freie Dialog, der flexible Nutzer- Wege zu einer Dialogführung, die so- Die beste aller möglichen Welten 3 eingaben erlaubt und deshalb als besonders schnell und zielführend gilt – wohl komfortabel als auch von Erfolg Fazit 4 gekrönt ist. Über die Lautmaler Die Lautmaler GbR ist eine in Berlin ansässige Agentur für Voice User Interface Design. Kerngebiet ist die Gestaltung der Schnittstelle zwischen Nutzer und System. Dazu gehört neben dem Dialog- und Audio-Design auch der Bereich Speech-Science, der Leistungen wie Grammatik-Design, linguistische Daten- ❉ redaktion, phonetische Transkription sowie Erkenner- und TTS-Tuning umfasst. Mit diesem ganzheitlichen Ansatz finden die Lautmaler für jedes System den Königs- weg zwischen intuitiver Bedienbarkeit einerseits und technisch Möglichem andererseits. Frei und Geführt – Zwei Weise im System (genauer: in der Endeffekt die Erkennung verschlechtern Grammatik) „hinterlegt“ sein muss, können. Extreme der Dialogführung andernfalls wird sie nicht er-kannt. Die Hotword-Grammatik (auch Dieses Hinterlegen kann, je nach Der freie Dialog Hotword Recognition) verfolgt einen Grammatik-Typ, auf verschiedene Wei- anderen Ansatz: Anstatt die gesamte se geschehen. Im Wesentlichen sind System Willkommen beim Äußerung des Nutzers zu erkennen, vier Typen von Grammatiken zu unter- Sprechenden Fahrplan. finden nur die relevanten Teile der scheiden: Was kann ich für Sie Äußerung Beachtung. Die unwichtigen tun? Die klassische Grammatik (auch: Teile werden bei der Erkennung deterministische Grammatik) wird ignoriert. manuell von einem Designer oder Nutzer Äh ja. Hallo erstmal. Ich Anders als bei geschriebener möchte gerne nach Entwickler erstellt. Dazu begibt sich Sprache aber, wo ein Wort klar durch Leipzig, und zwar mor- dieser in die Perspektive des Nutzers zwei Leerzeichen von seinen Nachbarn gen. So um die Mit- und leitet die möglichen Äußerungen ge-trennt ist, lassen sich Wörter im tagszeit rum. Ach und ab. Die klassische Grammatik ist in zusammenhängenden akustischen ja, ich fahre hier in ihrer Produktion kostengünstig und Strom nur sehr schwer isolieren. Des- Berlin los, Berlin-Char- eignet sich gut für eine überschaubare lottenburg um genau zu wegen funktioniert dieser Ansatz auch Anzahl möglicher Äußerungen. Bei sein … Was gibt’s denn nur dann verlässlich, wenn sehr wenige einem freien Dialog ist die Anzahl da so? Hotwords erkannt werden müssen. Mit möglicher Äußerungen jedoch zu groß steigender Anzahl Hotwords steigt um sie allesamt vorhersehen zu kön- auch die Anzahl an Fehlerkennungen System Gut, ich habe hier nen. In diesem Fall ist die klassische rapide. Ein weiteres Problem besteht folgende Verbindung ... Grammatik also eher ungeeignet. bei der Auswahl der Hotwords. Ähnlich Die statistische Grammatik (auch wie bei den anderen beiden Gram- So oder so ähnlich würde wohl der stochastische Grammatik) wird so- matik-Typen müssen diese entweder ideale Dialog aussehen: Das System zusagen durch die Nutzer selbst er- durch Abhören von Nutzeräußerungen stellt eine offene Frage und der Nutzer stellt: Alle tatsächlich getätigten Äuße- oder aber durch „Best Guess“ eines macht nach Belieben seine Angaben. rungen werden in die Grammatik Entwicklers gewonnen werden. Daraufhin checkt das System die An- eingespeist und es werden Wahrschein- Die Keyword-Grammatik (auch gaben des Nutzers auf Vollständigkeit lichkeiten für die Kombinationen von Keyword-Spotting) funktioniert ähnlich (ggf. werden noch fehlende Angaben Wörtern errechnet. Gleichzeitig, und wie die Hotword-Grammatik. Relevante erfragt) und gibt anschließend die ge- das ist der große Vorteil statistischer Teile der Äußerung werden erkannt, wünschten Informationen aus. Grammatiken, werden aus dem vor- andere werden ignoriert. Wegen ihrer handenen Sprachmaterial automatisch Natürlich ist ein Dialog zwischen ähnlichen Funktionsweise ergeben sich neue Äußerungen abgeleitet. Nutzer und System wie in diesem für die Keyword-Grammatik und die Beispiel beim derzeitigen Stand der Die statistische Grammatik hat also Hotword-Grammatik auch die gleichen Technik so gut wie unmöglich. Trotz- nicht nur den Vorzug, dass sie auf Vor- und Nachteile.