 |
| Franciska de Jong. (Foto: Arjan Reef) |
`Zoeken in spraak heeft al toegevoegde waarde als een spraakherkenner in iets minder dan de helft van de gevallen een fout maakt. Onze herkenner heeft een foutpercentage van ongeveer twintig procent, dus dat is veel beter dan je minimaal nodig hebt', legt Franciska de Jong uit. Ze werkt als hoogleraar taaltechnologie aan de faculteit EWI en is sinds vorig jaar tevens managing director van de Virtual Knowledge Studio van de Erasmus Universiteit.
Een aantal jaren geleden begon de groep van De Jong met een tool waarin je kon zoeken in het NOS Journaal van de laatste twee weken. Je voert een zoekterm in en de zoekmachine toont je alle fragmenten waarin dat woord voorkomt. Je hoeft dus nooit meer een hele journaaluitzending te doorzoeken, maar komt direct bij het fragment dat je nodig hebt.
Dezelfde spraakherkenner ligt ten grondslag aan tools op de HMI-website waar gezocht kan worden in gesproken tekst van koningin Wilhelmina op Radio Oranje en gesprekken met W.F. Hermans. Dat geldt ook voor de website Buchenwald.nl waarop interviews staan met overlevenden van dit concentratiekamp.
De herkenner steunt op drie pijlers: input van een spraakmodel, een grote woordenschat en een taalmodel. De Jong: `Allereerst moet je het systeem trainen op betrouwbaar spraakmateriaal. Er bestaan uitspraakvariaties tussen mensen, maar een klank zelf heeft ook allerlei akoestische dimensies.'
De woordenschat van de spraakherkenner bestaat uit zo'n 65 duizend woorden, voor dit systeem het maximum. `Dat moet je onderhouden, zeker als het over actuele onderwerpen gaat binnen een nieuwsdomein. Dan kom je namen van politici tegen of geografische gebieden waar zich een ramp heeft voltrokken. Die zal het systeem niet herkennen, zolang die woorden nooit zijn ingevoerd.'
De derde pijler van de spraakherkenner is het zogenaamde taalmodel. Dat is gebaseerd op een groot tekstbestand (corpus) met ruim 500 miljoen woorden. Het taalmodel vertelt het systeem in welke combinaties van woorden een woord vaak voorkomt. De Jong: `Stel dat iemand restaurant zegt. Dat kan de herkenner misschien verstaan als tante, restant of restaurant. Maar op basis van de context “eten in een Italiaans ...” zal de herkenner dan het juiste woord kiezen.'
Hoe goed de spraakherkenner presteert, hangt onder andere af van het genre. `Nieuws is relatief voorspelbaar', aldus De Jong. `Maar toen we daarna met hetzelfde tekstcorpus als voor het Journaal een tool maakten voor Willem Frederik Hermans was het foutpercentage aanvankelijk zestig procent. Dat komt doordat het om spontanere spraak gaat en het woordgebruik heel anders is dan in een nieuwsuitzending.'
Voor het huidige onderzoek en de ontwikkeling van de spraakherkenner noemt De Jong twee voorname uitdagingen: een nog betere herkenning door bijvoorbeeld een grotere woordenschat, en integratie met meer geavanceerde zoektechnologieën. Die mogelijkheden zijn eindeloos volgens de hoogleraar. `Het is nooit af, er komen steeds nieuwe onderzoeksvragen. Vier jaar geleden hadden we er nooit aan gedacht om het toe te passen op podcasts, gesproken blogs. Gewoon omdat die toen nog niet bestonden. Een andere toepassing kan zijn om gesprekken bij medische operaties op te nemen. Studenten kunnen dan zoeken naar momenten dat een bepaalde handeling wordt verricht. Die video's kunnen dan gekoppeld worden aan lesmateriaal.'
Volgens De Jong komt er steeds meer materiaal beschikbaar en zoeken in gesproken tekst wordt steeds relevanter. `Voor journalisten, documentairemakers, maar ook voor een breder publiek. Historici kunnen het gebruiken als onderzoeksmateriaal, maar het is ook van maatschappelijk belang dat onze oral history bewaard blijft en doorzoekbaar is. Zo kunnen we ons digitaal cultureel erfgoed ontsluiten.'
Zagen, kloppen, boren…?
De spraakherkenner voor het NOS-Journaal maakt automatisch een transcript van wat hij denkt te horen. Dat is een extraatje en geen doel op zich, maar het geeft wel inzicht in de werking van de herkenner. Geografische namen (Klagenfurt) blijken inderdaad een probleem, maar verder is het systeem ook nog niet feilloos, zoals blijkt uit onderstaand voorbeeld:
Zagen Kloppenburg want natuurlijk zijn er maar een voet tussen de ze bezig met voorbereiding en natuurlijk vinden ze prachtig dat hun stad één van de vier Oostenrijkse speelsteden is maar meteen na de loting was wel even slikken. Duitsland Polen en Kroatië komen reclame voert en dat betekent de risicowedstrijden.
Oftewel:
Zagen, kloppen, boren. Want natuurlijk zijn de Klagenfurters druk bezig met de voorbereidingen. Natuurlijk vinden ze het prachtig dat hun stad één van de vier Oostenrijkse speelsteden is, maar meteen na de loting was het wel even slikken. Duitsland, Polen en Kroatië komen naar Klagenfurt en dat betekent risicowedstrijden.
