Group items tagged

Passionnant décryptage du CTO de Snips... depuis Siri à aujourd'hui... décryptage de la technologie autour des assistants vocaux, cas d'usages, fantasmes... Interface vocale, la technologie existe depuis 30 ans (médecins, call center...), "interface" remplacée par "assistant" (promesse de l'IA) + promesse d'un dialogue naturel... Limites : la voix ne sert pas à tout, besoin d'un écran quand on a une recherche plus précise à faire... ex: est-ce à l'usager de s'adapter à l'interface ? = > formulation de l'intention... Briques techniques d'un assistant vocal : - banc de micros (détection de la source, triangulation pour mieux capter la source de son) - wakeword pour réveiller l'assistant (machine learning = écoute le signal en permanence mais entre en écoute active à partir du "wakeword", la reconnaissance vocale est alors lancée qui a pour objectif de transcrire ce que l'utilisateur a dit) - NLU : natural language understanding https://en.wikipedia.org/wiki/Natural-language_understanding prend le texte en entrée ("la météo demain à Bordeaux ?") et sort un objet structuré : intention : météo, quand : demain soir, où : bordeaux même fonctionnement qu'un chatbot - Logique d'action (comment réagir à la demande de l'utilisateur ?) :ce sont les développeurs qui travaillent cette dernière partie + synthèse vocale pour donner la réponse Snips travaille les étapes "wakeword" + "NLU" logique d'action (cf. modèle app store) avec 16000 développeurs + synthèse vocale : sous-traitance secteurs : bureau, habitat, véhicule, industrie Privacy / snips : le son ne sort pas du "salon" - sortie prévue fin 2019 petit réseau de neurones pour le "wakeword" tourne en embarqué pour toutes les solutions (amazon, google...)... mais il y a un taux d'erreur (de une fois par heure à une fois par jour)... donc

Face aux Gafam, que peut la France sur le marché des Assistants vocaux? Des briques technologiques mais limité par la question de l'entraînement des modèles.

Des app aux skills... les modèles économiques en jeu... quelles rémunérations pour les développeurs dans ce nouvel écosystème d'interfaces vocales ?

"Dans l'empire du Milieu, les caméras de reconnaissance faciale sont partout. L'intelligence artificielle permet ainsi de retrouver des criminels en fuite ou de payer ses achats en un clin d'oeil. Mais aussi d'étouffer toute dissidence." "Le gouvernement chinois s'évertue aussi à promouvoir cette technologie, qu'il perçoit comme l'une des innovations clefs qui vont lui permettre de réduire sa dépendance face aux Etats-Unis. En 2017, il a nommé cinq champions nationaux de l'intelligence artificielle : Baidu pour les voitures autonomes, Alibaba pour les villes intelligentes, Tencent pour les diagnostics médicaux, iFlytek pour la reconnaissance vocale et SenseTime pour la reconnaissance faciale."[...] "Les autorités de Pékin ont annoncé que les caméras qu'elles s'apprêtent à installer à l'entrée de tous les logements sociaux de la ville auront notamment pour but de surveiller les allées et venues des résidents. Ceux qui ne sortent pas de chez eux durant plusieurs jours ou qui invitent un étranger chez eux déclencheront une alerte. De même, l'assureur Ping An se sert de la reconnaissance faciale pour repérer les employés qui sèchent une réunion et une école de Hangzhou a installé des caméras à l'avant des salles de classe pour repérer les élèves qui ne suivent pas en cours." "Au xviiie siècle, le philosophe utilitariste Jeremy Bentham imagine une architecture carcérale, le panoptique, dans lequel les geôliers, installés dans une tour centrale, sont en mesure de surveiller tous les faits et gestes des prisonniers sans être visibles eux-mêmes (photo : la prison de Crest Hill, en Illinois, en 1928). Les détenus, qui ne peuvent savoir s'ils sont observés ou non, se trouvent contraints à une permanente docilité. Pour Bentham, on peut étendre le principe aux usines, aux écoles ou aux hôpitaux. Michel Foucault, deux cents ans plus tard, considère dans Surveiller et punir que « cette visibilité organisée entièrement autour d'un

"Montre-moi comment tu parles, je te dirai qui tu es C'est le cas de Voicesense, par exemple, une société israélienne basée à Tel Aviv qui utilise l'analyse vocale en temps réel pendant des appels pour évaluer si quelqu'un est susceptible d'être en défaut sur un prêt bancaire, d'acheter un produit plus cher, ou d'être le meilleur candidat pour un emploi. Voicesense exploite le pouvoir de la voix, reliant les modèles de parole aux tendances personnelles pour prévoir le comportement individuel. Pour Voicesense, « la voix est partout. L'écoute des interactions vocales révèle les caractéristiques fondamentales d'une personne, bien plus que ce que les mots réels ne peuvent transmettre. »"

""Grâce à l'assistance vocale, les techniciens de production peuvent se concentrer sur leurs gestes et se libérer des notices et des modèles techniques", explique André Joly, co-fondateur de la société Simsoft Industry" ... "Les premiers projets développés 'sur mesure' pour des grands comptes nous permettent aujourd'hui de décliner Vogof par type de métiers, mais aussi d'élargir ses missions au-delà de l'assistance à la production, pour de la maintenance d'équipements ou de la formation professionnelle"

"C'est une tendance dans l'écosystème de l'audio-parlé : plusieurs distributeurs et hébergeurs spécialisés dévoilent leur ambition de devenir le « Netflix du podcast » . Mais que se passe-t-il quand Netflix, ainsi érigé en modèle, se lance lui-même sur ce format ?"

Les chercheurs de la start-up d'intelligence artificielle Dessa ont créé une réplique de la voix de Joe Rogan, célèbre podcasteur américain. "La start-up précise que son modèle pourrait potentiellement reproduire la voix de n'importe qui, à condition que suffisamment de données soient disponibles. " "Bien que cette technologie présente des avantages, la start-up a décidé de ne pas la rendre accessible au public. Il en est de même pour ses recherches. En effet, pour l'entreprise, une simulation de voix aussi perfectionnée est susceptible d'être exploitée à des fins malveillantes." "Du côté des avantages, Dessa indique tout de même que sa technologie pourrait permettre de créer des assistants vocaux plus réalistes. Il serait également possible de concevoir des voix synthétiques réalistes et personnalisées pour les personnes atteintes de troubles de la parole. "