![\"\"](\"\/site\/userfiles\/voz_2(2).jpg\")
<\/p>\nCada vez mais, nossos computadores fazem as coisas que queremos a partir de comandos de voz. Voc\u00ea pode ligar para sua m\u00e3e, procurar uma pizzaria ou escrever um email apenas falando com o aparelho. \u00c0s vezes, ele entende errado, mas na maioria das vezes ele acerta. Voc\u00ea v\u00ea o quanto isso \u00e9 incr\u00edvel quando pensa no que um computador tem que fazer para transformar a fala humana em palavras: ele tem que fazer pequenas mudan\u00e7as na press\u00e3o do ar virarem linguagem.
\nReconhecimento de voz \u00e9 uma coisa bem complicada, que foi desenvolvida por muito tempo, mas aqui, resumido para voc\u00ea, est\u00e3o as sete coisas que um computador tem que fazer para entender o que est\u00e3o falando. <\/p>\n
Se voc\u00ea achava que a vida da Siri era moleza, est\u00e1 enganado. O Mental Floss revela como \u00e9 dif\u00edcil para computadores entenderem o que n\u00f3s dizemos \u2014 e transformarem isto em palavras. <\/p>\n
1. Transformar o movimento das mol\u00e9culas de ar em n\u00fameros
\nO som entra no seu ouvido ou num microfone pela altera\u00e7\u00e3o da press\u00e3o do ar, como uma onda cont\u00ednua de som. O computador grava a medida da onda num ponto no tempo, salva isso, e ent\u00e3o mede de novo. Se ele esperar demais entre uma mensura\u00e7\u00e3o e outra, ele perde algumas mudan\u00e7as na onda que s\u00e3o bem importantes. Ent\u00e3o, para ter uma boa aproxima\u00e7\u00e3o de uma onda de voz, a mensura\u00e7\u00e3o tem que ser feita pelo menos 8 mil vezes por segundo, mas ela funciona bem melhor se forem 44.100 as medidas por segundo. Esse processo \u00e9 conhecido como digitaliza\u00e7\u00e3o a 8kHz ou 44,1kHz. <\/p>\n
2. Descobrir que partes da onda sonora s\u00e3o fala
\nQuando o computador mede as mudan\u00e7as na press\u00e3o do ar, ele n\u00e3o sabe quais s\u00e3o causadas pela fala e quais s\u00e3o causadas por carros passando, por m\u00e1quinas trabalhando ou at\u00e9 mesmo pelo barulho do seu HD. Muitas opera\u00e7\u00f5es matem\u00e1ticas s\u00e3o feitas a partir do som digitalizado para filtrar o que n\u00e3o \u00e9 voz. N\u00f3s sabemos o que esperar da voz, mas n\u00e3o o suficiente para tornar a filtragem de ru\u00eddos uma tarefa f\u00e1cil. <\/p>\n
3. Escolher as partes da onda sonora que ajudam a separar o que \u00e9 voz <\/p>\n
<\/p>\n
Uma onda sonora de fala \u00e9, na verdade, uma mistura complexa de m\u00faltiplas ondas em diferentes frequ\u00eancias. As frequ\u00eancias particulares \u2014 como elas mudam e qual a for\u00e7a de cada uma delas \u2014 importam muito para identificar a diferen\u00e7a entre, digamos, o som de \u201cah\u201d e o som de \u201cih\u201d. Mais opera\u00e7\u00f5es matem\u00e1ticas transformam as ondas complexas em representa\u00e7\u00f5es num\u00e9ricas das caracter\u00edsticas mais importantes. <\/p>\n
4. Olhar os pedacinhos de som digitalizado em sequ\u00eancia e deduzir o que cada um mostra
\nH\u00e1 cerca de 40 sons (ou fonemas) em ingl\u00eas. Em portugu\u00eas, esse n\u00famero \u00e9 um pouco menor: 34. O computador tem uma ideia geral do que cada um deve parecer porque foi treinado com v\u00e1rios exemplos. Mas as caracter\u00edsticas dos fonemas n\u00e3o variam apenas por causa de sotaque, mas tamb\u00e9m pela proximidade com outros fonemas \u2014 o \u201ct\u201d de \u201cstar\u201d \u00e9 diferente do de \u201ccity\u201d. Um computador tem que ter um modelo de cada fonema em muitos contextos diferentes para adivinhar corretamente. <\/p>\n
5. Identificar as palavras que podem ser formadas com esses fonemas
\nO computador tem uma grande lista de palavras que inclui diferentes maneiras de pronunci\u00e1-las. Ele deduz que palavras foram ditas separando a sequ\u00eancia de fonemas em sequ\u00eancias de palavras permitidas. Se ele v\u00ea a sequ\u00eancia \u201chang ten\u201d, ele n\u00e3o vai dividir em \u201chey, ngten!\u201d, porque \u201cngten\u201d n\u00e3o est\u00e1 em seu dicion\u00e1rio. <\/p>\n
6. Determinar qual a sequ\u00eancia de palavras mais prov\u00e1vel baseado em como as pessoas falam normalmente
\nN\u00e3o h\u00e1 separa\u00e7\u00e3o entre palavras na fala. O computador tem que descobrir onde coloc\u00e1-las por meio do encontro de sequ\u00eancias de fonemas com palavras v\u00e1lidas. Podem haver m\u00faltiplas sequ\u00eancias de palavras que coincidam com a fala, mas nem todas formar\u00e3o boas sequ\u00eancias de palavras \u2014 ou seja, n\u00e3o formar\u00e3o frases compreens\u00edveis. \u201dWhat do cats like for breakfast?\u201d pode ser trocada por \u201dwater gaslight four brick vast?\u201d se s\u00f3 as palavras forem levadas em considera\u00e7\u00e3o. O computador aplica modelos de qu\u00e3o prov\u00e1vel \u00e9 uma palavra estar depois da outra para determinar qual frase \u00e9 a melhor. Alguns sistemas tamb\u00e9m levam em conta outras informa\u00e7\u00f5es, como depend\u00eancia entre palavras que n\u00e3o est\u00e3o pr\u00f3ximas umas das outras. Mas, quanto mais informa\u00e7\u00f5es voc\u00ea usa, mais poder de processamento voc\u00ea precisa ter. <\/p>\n
7. Agir
\nUma vez que o computador decidiu qual a melhor escolha, ele pode agir. No caso de software de ditado, ele coloca a frase na tela. No caso de um sistemo de atendimento eletr\u00f4nico, ele tentar\u00e1 escolher a op\u00e7\u00e3o que melhor se encaixa entre as pr\u00e9-programadas. No caso da Siri, ele far\u00e1 uma liga\u00e7\u00e3o, ir\u00e1 procurar alguma coisa na Internet ou trazer a reposta mais apropriada. Como todo mundo que j\u00e1 usou softwares de reconhecimento de voz sabe, erros acontecem. Todas as estat\u00edsticas e c\u00e1lculos n\u00e3o s\u00e3o capazes de evitar que \u201crecognize speech\u201d seja confundido com \u201c\u201dwreck a nice beach\u201c, mas um computador conseguir retirar uma dessas duas op\u00e7\u00f5es do ar (literalmente) ainda \u00e9 bem incr\u00edvel. <\/p>\n
Autor: GizModo<\/b><\/p>\n","protected":false},"excerpt":{"rendered":"
Cada vez mais, nossos computadores fazem as coisas que queremos a partir de comandos de voz. Voc\u00ea pode ligar para sua m\u00e3e, procurar uma pizzaria ou escrever um email apenas falando com o aparelho. \u00c0s vezes, ele entende errado, mas na maioria das vezes ele acerta. Voc\u00ea v\u00ea o quanto isso \u00e9 incr\u00edvel quando pensa […]<\/p>\n","protected":false},"author":1,"featured_media":22999,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[6,40],"tags":[],"class_list":{"0":"post-22998","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-noticias","8":"category-tecnologia"},"yoast_head":"\n