Ján Ľupták, Ján Slota, Augustín Marián Húska či Katarína Tóthová. Aj títo známi bývalí i súčasní poslanci poslúžili vede. Zvukové nahrávky ich prejavov v pléne parlamentu a ich textové prepisy použili vedci zo Slovenskej akadémie vied a Technickej univerzity v Košiciach na vývoj rozpoznávača plynulej reči v slovenčine. Jeho úlohou je automaticky prepisovať hovorené slovo do textu súčasne s tým, ako je vyslovené.
Rozpoznávače reči sa používajú vo veľkých jazykoch ako angličtina, nemčina, japončina či čínština už roky. Slovenský rozpoznávač zatiaľ existuje iba ako experiment vedcov, no už o rok by z neho mala vzniknúť aj prvá verzia nasadená do praxe. Od SAV si ju objednalo ministerstvo spravodlivosti, ktoré chce cez rozpoznávač urýchliť prácu súdov.
Kým dnes sudcovia rozhodnutia diktujú do diktafónov a nahrávky neskôr prepisujú úradníci, po novom by mal mať každý sudca diktovaný text ihneď k dispozícii na obrazovke počítača. Podobné využitie je možné napríklad v medicíne, aby lekári nezabíjali čas písaním správ.
Zložitá slovenčina
Vymoženosť by iste ocenili aj novinári, ktorí musia často pri písaní článku spracovávať desiatky minút zvukových záznamov. Vedúci projektu Milan Rusko z Ústavu informatiky SAV však upozorňuje, že rozpoznávače sú zatiaľ vhodnejšie skôr pre odbory s užšou slovnou zásobou. „Čím väčšia slovná zásoba, tým zložitejšie výpočty a väčšie riziko omylu,“ vysvetľuje.
Všeobecné rozpoznávače sa zatiaľ využívajú najmä v angličtine. Vytvoriť spoľahlivú slovenskú verziu je oveľa náročnejšie, keďže slovenčina je ohybný jazyk a za samostatné slovo sa považuje každý jeho slovný tvar. Namiesto jedného anglického slova school tak v slovenčine existuje škola, školy, škole, školu, školou. Podobne v množnom čísle.
Pri bežnom používaní slovenčiny by tak rozpoznávač potreboval ovládať až 440-tisíc slov. Softvér, ktorý vedci nakŕmili zvukovými záznamami a ich prepismi z parlamentu, používa polovicu z toho.
Málo politikov
Parlament si vedci pri vývoji softvéru zvolili úmyselne. Všetky vystúpenia poslancov od roku 1994 sú totiž bezplatne k dispozícii v zvukovej i textovej forme. Pre vývoj softvéru je pritom najdôležitejšie práve vytvorenie rozsiahlych zvukových a textových databáz. Tie napĺňa zhruba tridsiatka vyškolených brigádnikov, súčasťou tímu sú aj dvaja jazykovedci.
Ani tisíce hodín rečnenia politikov však na vytvorenie kvalitného všeobecného rozpoznávača nestačia. „Všetky prejavy z parlamentu dokopy dávajú asi 80 megabajtov textov. My by sme potrebovali 80 gigabajtov, teda tisíckrát viac,“ hovorí Rusko.
Vedci preto softvér dopĺňajú aj rôznymi inými dostupnými dielami, na ktoré nie je copyright, alebo textami z internetu. Použiteľné však nie je čokoľvek. „Knihy v bernolákovskej slovenčine alebo Hviezdoslavova Hájnikova žena nie sú na zahrnutie do jazykového modelu vhodné, lebo dnes je ich reč už neaktuálna, mnohé slová a ich postupnosti sa už nepoužívajú,“ vraví Rusko.
Učenlivý program
Dôležité totiž nie sú len samotné slová, ale aj ich použitie v kontexte. Ako program funguje? Rozpoznávač môže pracovať online i offline. To znamená, že človek môže text cez mikrofón priamo diktovať alebo do počítača nahrať zvukový záznam. V prvom kroku softvér analyzuje zvuk, ktorý dostal. Ak zistí, že ide o reč, konkrétne slovenčinu, rozloží zvuk na malé časti o veľkosti desatiny hlásky. Tie porovnáva so zvukmi vo svojej akustickej databáze. Navrhne najpravdepodobnejší prepis zvukov a ten zas porovná so svojou textovou databázou. Výsledkom sú jednotlivé slovenské slová.
Tým sa však proces nekončí. Nastupuje analýza pravdepodobnosti výskytu dvoch slov vedľa seba, potom troch vedľa seba. Slová nesediace v kontexte rozpoznávač opraví. To všetko sa musí diať súčasne, ako človek hovorí.
Pri využívaní obrovských akustických a jazykových databáz môže byť preto softvér mimoriadne náročný na výkon počítača.
Ani tým sa však ešte práca rozpoznávača nekončí. Ak má po skončení rozpoznávania k dispozícii zvukovú nahrávku i človekom opravený prepis, stav zdanlivej nečinnosti využíva na učenie a vyhodnocuje chyby, ktoré spravil.
Ak program pravidelne používa rovnaký človek, prispôsobuje sa aj jeho prejavu. Naučiť sa dokáže napríklad aj to, ako jednotlivé slová vyslovuje ráčkujúci rečník či človek so sykavkami.
Do siení sa nehodí
Program, ktorý by mali o rok začať využívať sudcovia, zatiaľ nezrýchli samotné pojednávania. Vyvinúť ho tak, aby dokázal kvalitne rozpoznávať slová viacerých rečníkov, ktorí sú v rôznych vzdialenostiach od mikrofónu a občas hovoria aj súčasne, je ešte vyšší vývojový stupeň. „Rôzne vzdialenosti by dokázali vyriešiť náhlavové alebo klopové mikrofóny pre všetkých rečníkov, čo by však pri množstve súdov bolo veľmi finančne náročné,“ hovorí Rusko.
Ďalším problémom je bezpečnosť, keďže v súdnych sieňach sa pracuje aj s nebezpečnými kriminálnikmi, ktorí by mohli káble použiť na škrtenie. Sudcovia by zas mikrofón upevnený na hlave mohli vnímať ako znižovanie vážnosti súdneho tribunálu.
„Najväčším problémom však ostáva rozpoznávanie paralelnej reči, tým sa v súčasnosti zaoberá množstvo skupín po celom svete,“ vraví Rusko.
Za prepisovaním banovať nebudem
Ako dnes vznikajú súdne dokumenty, hovorí asistentka senátu na občianskoprávnom úseku Krajského súdu v Trenčíne SILVIA ŠIŠOVSKÁ (36).
Ako sa píšu súdne rozhodnutia?
Sudcovia väčšinou rozhodnutia diktujú do diktafónu. Nám potom dajú kazetu, ktorú vložíme do prehrávača a nahrávku prepíšeme.
Kazetu?
Technológie sú už trochu morálne zastarané. Rozhodnutia sa stále nahrávajú na tú istú stopu a koľkokrát sa stáva, že počujem aj to, čo mala sudkyňa na kazete predtým.
Vyžaduje si táto práca špeciálne zručnosti?
Treba vedieť rýchlo písať všetkými desiatimi. Najmä na pojednávaniach nemôže sudca čakať, kým napíšem do zápisnice, čo diktuje. Mám štátnu skúšku zo strojopisu. Vyžaduje sa aj znalosť slovenského jazyka a gramatiky.
Koľkí to robíte?
Na súde máme štyri oddelenia - civilné, obchodné, správne a trestné, na ktorých pracuje šestnásť asistentiek.
Ako dlho trvá prepísať stranu?
Záleží, aká je to vec. Ak sú tam samé čísla parciel a metre štvorcové, je to dosť prácne. Včera som napríklad osemstranové rozhodnutie písala dve hodiny. V priemere však jedna strana trvá okolo desať minúť.
Čo hovoríte na to, že by túto prácu mal za vás robiť počítač?
Bolo by to úžasné, veľmi by nám to pomohlo.
Neprišli by ste o prácu?
Okrem prepisovania robíme aj dosť iných vecí, i keď prepisovanie nám zaberie najviac času. Takto by sme mali viac času venovať sa ostatnému a nemuseli by sme pracovať v strese a často na hrane termínov. Takže skôr by to urýchlilo konania.
Čo robíte okrem prepisov?
Celú administratívu. Na pojednávaniach zapisujeme ich priebeh, pripravujeme všetky rozhodnutia, uznesenia či predvolania. Od úradov či zamestnávateľov žiadame rôzne prípisy, máme na starosti celú spisovú agendu. Každé rozhodnutie treba skontrolovať, vytlačiť, rozmnožiť, opatriť pečiatkou, dať podpísať sudcovi, rozposlať a založiť.
Pri prepisoch aj vnímate, čo píšete?
Určite, text musí mať hlavu a pätu, treba dbať na správne skloňovanie, pravopis. Musíme si to preštudovať, aby sme vedeli, čo a od koho treba vyžiadať.
Ako dlho to robíte?
Štyri roky.
Nebude vám prepisovanie chýbať?
Isto nie, je to stereotyp. Človek celý deň sedí pri počítači, potom má problémy s chrbticou a bolia ho oči. Už sa na ten program teším.
Michal Piško
