ääniassistenttien

ääniassistanttien, eli ääköpohjaisten henkilökohtaisten avustajien kehitti ja tuotti markkinoille useita suuria teknologia- ja teknologiayrityksiä 2010-luvun alussa. Ne käyttävät puheentunnistusta, luonnollisen kielen käsittelyä ja syväoppien kielimalleja muuntaakseen käyttäjän lausumia toimintotoiminnoiksi, kuten viestien lähettämiseksi, viihteen toistamiseksi, kalenterin hallitsemiseksi tai osapuolten etsimiseksi verkossa.

Perinteisesti kaksi suurinta ajuria ovat Google Assistant, Amazon Alexa ja Apple Siri, joita on laajentettu myös Yhdysvalloiden ulkopuolisiin markkinoihin. Näiden lisäksi on monia alaosaajia ja alihankkijoita, kuten Nuance, Pandorabots ja Baidu's DuerOS, jotka tarjoavat räätälöityjä palveluita erityisesti yritys- ja kuluttajalohkoihin. Ääniassistenttien käyttöliittymiä hallitaan yleensä selainpohjaisesti, älypuhelimilla, älykelloilla ja kotilaitteissa, joissa mikrofonit ja kaiuttimet toimivat etäyhteyden kautta pilvipalveluihin.

Teknisiä haasteita ovat mm. meluhälytykset, kielten ja aksenttien moninaisuus sekä kyky ymmärtää kontekstia ja pitkäkestoisia keskusteluja. Tunnelin ja tunnelitietämyksen käsite on kehittynyt myös käyttäjäkokemuksen parantamiseksi. Turvallisuus- ja yksityisyysnäkökohtia pidetään kriittisinä, ja monilla alueilla on otettu vahvoja tietosuoja- ja tiedonsalvointirajoituksia. Uusia tutkimusalueita ovat multi‑modalit, joissa ääni yhdistetään esimerkiksi kasvojentunnistukseen ja käsialammakseen.

Tulevaisuudessa ääniassistenttien käännös- ja vaikutuskyky paranee, ja ne integroidaan yhä sellaisiin ääniohjatuihin tavaroihin, jotka täydentävät ihmisen ja teknologian välistä vuorovaikutusta laajemmin.