{"id":392622,"date":"2022-03-23T14:40:10","date_gmt":"2022-03-23T21:40:10","guid":{"rendered":"https:\/\/blog.webex.com\/uncategorized-it\/quando-tchaikovsky-diventa-chai-cough-ski-valutazione-dellaccuratezza-dei-motori-di-trascrizione-di-apprendimento-automatico\/"},"modified":"2022-03-23T14:40:10","modified_gmt":"2022-03-23T21:40:10","slug":"quando-tchaikovsky-diventa-chai-cough-ski-valutazione-dellaccuratezza-dei-motori-di-trascrizione-di-apprendimento-automatico","status":"publish","type":"post","link":"https:\/\/blog.webex.com\/it\/collaborazione\/lavoro-ibrido\/quando-tchaikovsky-diventa-chai-cough-ski-valutazione-dellaccuratezza-dei-motori-di-trascrizione-di-apprendimento-automatico\/","title":{"rendered":"Quando Tchaikovsky diventa “Chai Cough Ski”: ..."},"content":{"rendered":"

Da quando abbiamo lanciato Webex Assistant<\/a> nel 2020, la domanda pi\u00f9 comune che abbiamo ricevuto dai nostri clienti \u00e8: “\u00c8 accurato?”<\/strong> e quindi ho capito; i clienti vogliono essere sicuri che se scelgono di usare il motore di trascrizione automatica basato su intelligenza artificiale di Webex, tale motore manterr\u00e0 la promessa di una registrazione accurata della riunione, consentendo ai partecipanti alla riunione di concentrarsi sulla conversazione anzich\u00e9 prendere appunti, e render\u00e0 le riunioni pi\u00f9 inclusive attraverso funzioni di accessibilit\u00e0. Esistono cos\u00ec tanti esempi di casi in cui l’intelligenza artificiale ha promesso molto e offerto poco, per questo motivo per attivit\u00e0 fondamentali per le aziende Webex ha fatto passi da gigante per garantire un’incessante attenzione all’accuratezza.<\/p>\n

Mentre il mondo passa a un modello di lavoro ibrido<\/a>, funzioni come sottotitoli codificati, trascrizione e registrazione delle azioni da intraprendere sono diventate pi\u00f9 importanti che mai per offrire esperienze di riunione inclusive e della stessa qualit\u00e0 per tutti, indipendentemente dalla lingua parlata dagli utenti, dalle esigenze di accessibilit\u00e0 che potrebbero avere o dal fatto che scelgono di saltare una riunione a causa della loro vita frenetica e affidarsi a Webex Assistant per ottenere un riepilogo della riunione. Il nostro obiettivo \u00e8 sfruttare intelligenza artificiale e apprendimento automatico per offrire un’esperienza di riunione migliore a tutti.<\/p>\n


\n Sviluppare<\/span>
\n motori di trascrizione basati su intelligenza artificiale all’avanguardia \u00e8 un modo per raggiungere tale obiettivo.<\/span>
\n<\/span>\u00a0<\/span><\/p>\n

Considerato l’investimento che Webex ha fatto nello sviluppo di solide pipeline di apprendimento automatico, formazione ed etichettatura end-to-end, siamo orgogliosi di poter utilizzare queste basi per rilasciare un motore di trascrizione in inglese che offre un livello di accuratezza leader del settore per l’esperienza di riunione Webex rispetto ad altri motori di riconoscimento vocale best-in-class disponibili sul mercato. Nel tentativo di espandere la portata della nostra tecnologia per coprire pi\u00f9 del 98% di clienti Webex nel mondo, rilasceremo motori di riconoscimento vocale automatico (ASR, Automatic Speech Recognition) in spagnolo, francese e tedesco, sviluppati interamente in-house, che verranno offerti gratuitamente a tutti gli utenti di Webex Assistant nella prima met\u00e0 di quest’anno.<\/p>\n


\n \"Un
\n<\/a><\/p>\n

Ma cosa significa davvero il termine “accurato”?<\/h2>\n

Quando pensiamo a una trascrizione accurata di una conversazione, spesso immaginiamo che se avessimo una persona addetta alla trascrizione che ascolta il file audio, la trascrizione rifletterebbe ogni singola parola detta. Tuttavia, per vedere le cose nella giusta prospettiva, la percentuale di errore umano \u00e8 stata misurata su alcuni dei set di dati pi\u00f9 comuni, come “CallHome”, e il risultato migliore ottenuto fino ad ora \u00e8 una percentuale di errore pari al 6,8%; il che significa che se tu avessi una trascrizione di 100 parole, circa 7 di tali parole sarebbero trascritte in modo non accurato da un essere umano. \u00c8 anche importante dire che “CallHome” \u00e8 un set di dati costituito da conversazioni telefoniche di 30 minuti senza copione tra madrelingua inglese. [1] Si prevede che la percentuale di errore per un set di dati basato su conversazioni tra persone con accenti inglesi diversi sarebbe pi\u00f9 alta.<\/p>\n

Cosa ancora pi\u00f9 interessante \u00e8 che l’accordo tra pi\u00f9 trascrittori misurato dall’LDC (Linguistics Data Consortium) va dal 4,1% al 9,6%, a seconda che si tratti di pi\u00f9 trascrizioni precise o di una trascrizione rapida [2]. Ci\u00f2 significa che se si fornisce lo stesso file audio a due persone, non si ottiene la stessa identica trascrizione di quanto \u00e8 stato detto anche in condizioni ambientali perfette.<\/p>\n

Il nostro obiettivo, mentre continuiamo a migliorare la trascrizione Webex, non \u00e8 solo ottenere una trascrizione dello stesso livello della trascrizione umana, ma di superare tale livello e ottenere la massima accuratezza per ogni lingua, considerando accenti diversi, generi e ambienti acustici.<\/p>\n

Quindi, per rispondere alla domanda “\u00c8 accurato?” \u00c8 fondamentale descrivere le diverse dimensioni di accuratezza nel riconoscimento vocale automatico:<\/p>\n

1. L’accuratezza viene misurata utilizzando una metrica comune, denominata WER (Word Error Rate, percentuale di parole errate)<\/h2>\n