Dialogový systém pro hlasové vytáčení

Abstract

Dialogové systémy jsou dnes velmi populární, jak mezi uživateli chytrých telefonů či reproduktorů, tak mezi firmami, které je využívají ke snížení množství potřebných pra- covníků zákaznické podpory. Hlavním cílem práce je představení vlastní implementace dialogového systému pro hlasové vytáčení v češtině. Systém je implementován jako apli- kace pro mobilní telefony s operačním systémem Android, která k rozpoznání a syntéze řeči využívá služby Google. Řízení dialogu zajišťuje instance asistenta IBM Watson im- plementovaná autorem za využití služeb poskytovaných IBM. Porovnání se seznamem kontaktů provádí nově implementovaná komponenta běžící v cloudu. Ta entity rozpo- znané pomocí asistenta porovnává se seznamem kontaktů uživatele, navíc bere v úvahu i původní uživatelův vstup. Aplikace je psána v jazyce Kotlin, porovnávací komponenta v jazyce Python. Úspěšnost systému byla vyhodnocena na základě zkušeností reálných uživatelů. Celkově se 15 uživatelů pokusilo zahájit 91 hovorů, z čehož 51 se podařilo, což znamená úspěšnost 56 %. Podle zpětné vazby jsme navrhli možná vylepšení, která rovněž popisujeme. 1

Dialogue Systems are getting more and more popular, among users and companies alike. Users enjoy using smartphones and smart speakers; companies can hire fewer work- ers in support centres. The main goal of this thesis is to implement a dialogue system for voice dialing in the Czech language. The system is implemented as a mobile application for phones with the Android operating system which utilizes Google STT/TTS for voice communication with the user. The dialogue is handled by an instance of IBM Watson Assistant, which we have developed for the domain. Entities found by the assistant are matched against the user's contact list using a newly implemented matching component. This component takes the raw textual input into account to improve on the entities rec- ognized by Watson Assistant. The application is implemented in the Kotlin language, the matching component in Python. The system was evaluated with real users. 15 test users tried to make 91 phone calls and 51 of them were successful, which means a success rate of 56 %. Based on the user feedback we came up with ideas for improvements. 1