ARHITEKTURA GOVORNIH PORTALA I MOGUĆNOSTI ... - Telfor

XIII Telekomunikacioni forum TELFOR 2005, Beograd, Sava Centar, 22.-24.11.2005.g.
ARHITEKTURA GOVORNIH PORTALA I MOGUĆNOSTI PRIMENE
ASR I TTS U POZIVNIM CENTRIMA NA SRPSKOM GOVORNOM
PODRUČJU
Sovilj-Nikić S. 1 , Delić V. 1
1 Fakultet tehničkih nauka, Novi Sad
I UVOD
Govorna komunikacija čoveku predstavlja najprirodniji i
najpogodniji način komuniciranja.
U eri ubrzanog tehnološkog razvoja postoji prirodna
čovekova težnja da i sa mašinama uspostavi komunikaciju
putem govora. Zahvaljujući razvoju novih govornih
tehnologija ostvarena je govorna komunikacija između
čoveka i mašine.
U ovom radu, pored opisa govornih tehnologija, tj.
automatskog prepoznavanja i sinteze govora, prikazani su
govorni portali i automatizacija pozivnog centra kao dve
najznačajnije moguće komercijalne primene novih govornih
tehnologija za srpski jezik.
II GOVORNE TEHNOLOGIJE
Govorne tehnologije koje omogućavaju dvosmernu
komunikaciju između čoveka i mašine jesu automatsko
prepoznavanje govora (eng. Automatic Speech Recognition-
ASR) i konverzija teksta u govor (eng. Text-to-Speech-TTS).
Krajem 20. veka došlo je do integracije računarstva i
telefonije (eng. Computer Telephony Integration-CTI) i
pojave mnogobrojnih CTI aplikacija sa sasvim novim
servisima do tada nezamislive funkcionalnosti. Međutim,
osnovni korisnički interfejs - telefonska tastatura predstavljao
je sve veće ograničenje pri primeni datih aplikacija. Primena
novih govornih tehnologija (ASR, TTS) prevazilazi ovo
ograničenje i pruža korisnicima prirodan interfejs - govor ka
svetu integrisanog računarstva i telefonije. Sa druge strane,
integracija računarstva i telefonije doprinela je da se povećaju
mogućnosti primene govornih tehnologija. ASR i TTS nalaze
značajnu primenu u raznim telekomunikacionim službama,
kao što su čitanje e-mail i faks poruka korisnicima preko
telefona, govorna pošta, iščitavanje sadržaja obimnih baza
podataka, pristup informacijama na Internetu putem telefona,
itd. Pored toga, govorne tehnologije nalaze svoju primenu i u
proizvodima namenjenim informisanju, obrazovanju i
pomoći hendikepiranim osobama, softverima za učenje
stranih jezika, kao i u raznim aplikacijama zabavnog
karaktera.
Automatsko prepoznavanje govora omogućava
komunikaciju između čoveka i mašine u kojoj se čovek
obraća mašini izdavanjem odgovarajućih komandi putem
glasa. Ova komunikacija podrazumeva konverziju govora u
odgovarajuću informaciju (kod) na način koji omogućava
izvršavanje određene radnje od strane mašine (računara,
robota, automata, itd.). Automatsko prepoznavanje govora
jeste proces kojim računar konvertuje akustički govorni
signal u tekst.
Sistemi za automatsko prepoznavanje govora mogu biti
takvi da se prepoznavanje govora vrši zavisno, odnosno
nezavisno od govornika. Ukoliko se parametri ASR sistema
podešavaju na osnovu izgovora osobe koja će taj sistem i
koristiti u pitanju je prepoznavanje govora zavisno od
govornika. ASR sistem kod kojeg se prepoznavanje vrši
nezavisno od govornika namenjen je da radi i za one
govornike čiji glas nije korišćen za obuku sistema.
Sistemi za prepoznavanje govora se takođe razlikuju
prema veličini rečnika, kao i prema tipu govora koji
prepoznaju. Postoje sistemi koji su namenjeni za
prepoznavanje pojedinačnih reči, u tom slučaju radi se o
prepoznavanju izolovano izgovorenih reči. Ukoliko je sistem
namenjen za prepoznavanje celih rečenica razlikuju se dva
slučaja. Kada su reči izgovorene jedna po jedna, tj. sa jasnim
pauzama između njih, radi se o sistemu za prepoznavanje
diskontinualnog govora, odnosno u pitanju je prepoznavanje
povezano izgovorenih reči. Takođe, postoje i sistemi kod
kojih se vrši prepoznavanje kontinualnog govora, tj. govora u
kojem se rečenice izgovaraju prirodno, sa manjim ili većim
pauzama između ili bez pauza između reči.
Sinteza govora je govorna tehnologija koja omogućava
da se mašina ’’obrati’’ čoveku. Na upit korisnika govorni
automat sintetizovanim govorom saopštava traženu
informaciju. Kod TTS sistema vrši se proces konverzije
teksta u govor, odnosno automatska sinteza govora na osnovu
teksta.
Dva osnovna zahteva postavljena pred TTS sistem jesu
postizanje razumljivosti i prirodnosti sintetizovanog govora.
Da bi se informacija prenela do slušaoca potrebno je, pre
svega, da sintetizovan govor bude razumljiv. Pored toga,
sintetizovan govor treba da zvuči što prirodnije jer prirodnost
govora u mnogome doprinosi njegovoj razumljivosti. Postići
prirodnost sintetizovanog govora znači održati prozodijski
kontinuitet, akcenatsku strukturu i emocionalne efekte.
Prirodnost sintetizovanog govora je u uskoj vezi sa njegovim
prozodijskim obeležjima, odnosno sa jačinom, visinom i
trajanjem pojedinih slogova u okviru reči, kao i pojedinih reči
u okviru rečenice. Današnji TTS sistemi postižu
zadovoljavajući nivo razumljivosti sintetizovanog govora,
dok je njegova prirodnost često vrlo skromna jer postizanje
prirodnosti predstavlja mnogo veći problem [1].
III MOGUĆNOSTI PRIMENE NOVIH GOVORNIH
TEHNOLOGIJA
Automatsko prepoznavanje govora (ASR) i sinteza
govora na osnovu teksta (TTS) omogućavaju dvosmernu
govornu komunikaciju između čoveka i računara, što ima niz
mogućih primena. Međutim, govorne tehnologije su veoma
složene, zavisne od jezika i ne mogu se, kao mnoge druge

nove tehnologije, jednostavno uvesti iz inostranstva i
primeniti na nekom govornom području. Potrebno ih je
posebno razvijati za skoro svaki jezik. Za uspešan razvoj
ASR i TTS komponenti potrebno je objediniti znanja iz više
disciplina (lingvistika, fonetika, akustika, psiholingvistika,
digitalna obrada signala, matematika i programiranje),
povezati ih sa specifičnostima jednog jezika i implementirati
u okruženje raspoloživih računara, kako bi oni mogli da
pretvaraju tekst u tečan i razumljiv govor (TTS) ili da
razumeju čovekove govorne komande (ASR).
Zahvaljujući dostignućima u istraživanju i razvoju
govornih tehnologija na Fakultetu tehničkih nauka (FTN) i u
preduzeću AlfaNum iz Novog Sada, srpski jezik je svrstan
među relativno mali broj jezika u svetu gde su govorne
tehnologije dostigle visok kvalitet i već pronašle prve
primene. Građanima na srpskom govornom području
omogućeno je da koriste prednosti koje nove govorne
tehnologije pružaju.
Automatizacija pozivnih centara, govorni portali i
samouslužni govorni automati, čitanje sadržaja baza
podataka, čitanje e-mail i faks poruka, govorni softveri za
učenje srpskog kao stranog jezika, govorna pošta - samo su
neke od mogućih komercijalnih primena novih govornih
tehnologija. Pored komercijalnih primena i doprinosa u
razvoju više naučnih disciplina, razvoj govornih tehnologija
ima izuzetan značaj za osobe sa invaliditetom. Humane
primene govornih tehnologija doprinose praktičnom
ostvarivanju prava na komuniciranje i informisanje osoba sa
invaliditetom i stoga imaju veliki društveni značaj, ali isto
tako mogu poslužiti i kao test pre puštanja u eksploataciju
masovnih komercijalnih primena.
IV KOMERCIJALNE PRIMENE GOVORNIH
TEHNOLOGIJA
Iskustva u svetu (Datamonitor 2003.) pokazuju da su
govorne tehnologije vrlo brzo našle svoje prve velike
primene i predviđa se izuzetno velika stopa rasta u prvoj
dekadi 21. veka. Takođe, svetska iskustva ističu najbrži
prodor govornih tehnologija u samouslužnim telefonskim
aplikacijama. Ova iskustva i predviđanja odnose se na velike
svetske jezike za koje su govorne tehnologije već razvijene i
primenjene. S obzirom na stepen dostignuća u istraživanju i
razvoju govornih tehnologija za srpski jezik na FTN i u
preduzeću AlfaNum iz Novog Sada omogućena je njihova
primena u savremenim korisničkim servisima i aplikacijama
na srpskom govornom području.
Potrebno je pažljivo analizirati potrebe našeg društva i
tržišta kako bi se pronašle praktično ostvarive primene
govornih tehnologija za srpski jezik i to u skladu sa njihovim
trenutnim mogućnostima. Telekom operator sa svojim
mrežama fiksne i mobilne telefonije svakako predstavlja
najveći poligon za primene govornih tehnologija na srpskom
jeziku i može od toga da ima najveće koristi. Investiranje u
nove tehnologije je neminovno i po pravilu veoma isplativo,
naročito u velikim telekomunikacionim sistemima kao što je
telekom operator. Investiranje u razvoj govornih tehnologija
za srpski jezik doprineće većem kvalitetu i široj primeni, što
će ubrzati povraćaj ove i budućih investicija u govorne
tehnologije, korisničke servise i aplikacije na bazi tih
tehnologija. Stoga, važno je planski, sistematski i stručno
uvoditi u primenu govorne tehnologije u skladu sa realno
sagledanim potrebama i trenutnim mogućnostima i
dostignućima u razvoju govornih tehnologija. Takođe,
potrebno je dalje unapređivati govorne tehnologije za srpski
jezik, pratiti njihovu primenu u velikim telekomunikacionim
sistemima i usmeravati razvoj u skladu sa potrebama telekom
operatora i sa ciljem unapređenja kvaliteta korisničkih servisa
i usluga na bazi govornih tehnologija.
V GOVORNI PORTALI
Tehnološka revolucija koju je izazvao Internet,
konvergencija mreža za prenos govora i podataka, kao i sve
veća konkurencija doveli su do pojave nove generacije IVR
(eng. Interactive Voice Response) tehnologije. Do tada, IVR
aplikacije funkcionisale su na bazi tonskog biranja i
preslušavanja unapred snimljenih govornih informacija.
Zahvaljujući pojavi novih govornih tehnologija, koje
omogućavaju automatsko prepoznavanje i sintezu govora,
nova generacija IVR aplikacija je značajno unapređena što
dovodi do pojave tzv. govornih portala (eng. Voice Portals).
Govorni portal je sistem koji korisniku omogućava
pristup informacijama na Internetu u svako doba i na svakom
mestu, i to pomoću telefona i sopstvenog glasa. Pre pojave
govornih portala, za pristup informacijama na Internetu bio je
potreban pre svega računar, ali isto tako i određeni nivo
znanja, obučenosti i iskustva. Sa druge strane, pokazalo se da
ljudi radije koriste telefone, kojih ima i daleko veći broj nego
računara, pa je izuzetno značajna mogućnost da se i tom
velikom broju ljudi omogući pristup vrednim informacijama.
Procenjeno je da trenutno u svetu 4,9 milijardi ljudi koristi
telefon, a oko 800 milinona Internet što opravdava uvođenje
govornih portala [2]. Portal na vebu jeste pristupna tačka
preko koje korisnici traže željene informacije. Dakle, govorni
portal je telefonski broj koji omogućava ovakav pristup
pomoću telefona i navigaciju koristeći govorne komande.
Nove govorne tehnologije, automatsko prepoznavanje govora
(ASR) i sinteza govora na osnovu teksta (TTS) predstavljaju
ključne elemente govornog portala.
Komunikacija koja se odvija između korisnika i uređaja
može se na najopštijem nivou predstaviti u nekoliko koraka
(slika 5.1):
• korisnik putem telefona izgovarajući govorne
komande zahteva da pristupi željenoj aplikaciji;
• voice server registruje poziv korisnika i odgovara na
njega;
• na osnovu informacija koje je voice server prikupio
od korisnika šalje se zahtev za URL (predstavlja
univerzalnu adresu svakog resursa na Internetu) preko
Internet ili LAN mreže korisnikovom veb serveru;
• traženu informaciju veb server u vidu VoiceXML
dokumenta vraća voice server-u koji je u vidu
govorne informacije prezentuje korisniku.
Slika 4.1: Dijagram arhitekture sistema govornog portala

Da bi se ovaj proces komunikacije između korisnika i
sistema obavio kvalitetno i efikasno neophodno je da sistem
govornog portala sadrži sledeće hardverske, softverske i
mrežne elemente:
• telefonsku mrežu,
• voice server (VoiceXML Gateway),
• veb/aplikacioni server,
• Internet mrežu,
• VoiceXML dokumente,
• gramatičke fajlove i
• audio fajlove.
Voice server predstavlja ključnu komponentu sistema
govornog portala koja u sebi sadrži telefonski interfejs, ASR
uređaj, TTS uređaj i VoiceXML browser.
Svrha telefonskog interfejsa je da omogući korisniku da
pozove govorni portal koristeći običan telefonski aparat. On
predstavlja primarni interfejs govornog portala za krajnjeg
korisnika. Ukoliko korisnik upućuje govorne komande pri
komunikaciji sa mašinom, telefonski interfejs prosleđuje
govorni signal korisnika uređaju za prepoznavanje govora
(ASR). Sa druge strane, informaciju koju je korisnik tražio
preuzima od TTS uređaja i prosleđuje je korisniku. Naravno
prezentacija informacija korisniku ne mora da se vrši samo
pomoću TTS uređaja, već se za to mogu koristiti i prethodno
snimljeni segmenti, audio fajlovi, itd. ASR uređaj pretvara
govorni signal u tekst koji se potom prosleđuje VoiceXML
browser-u. Sa druge strane, TTS uređaj konvertuje tekst
poslat od strane VoiceXML browser-a u govor.
VoiceXML browser je ključna komponenta voice servera.
On šalje zahteve za dobijanje VoiceXML dokumenata,
interpretira dobijene dokumente i kontroliše tok dijaloga (tzv.
dialog manager). Pored toga, on kontroliše rad celokupnog
voice server-a, odnosno uređaja za prepoznavanje govora,
uređaja za sintezu govora i telefonske komponente. Stoga,
VoiceXML browser je moguće podeliti na dva dela: deo koji
upravlja ostatkom voice server-a i deo koji zahteva i izvršava
VoiceXML dokumente, nazvan VoiceXML interpreter.
VoiceXML browser prezentuje primljene dokumente
korisniku pomoću TTS uređaja. Uređaj za prepoznavanje
govora (ASR) prevodi korisnikove zahteve VoiceXML
browser-u na osnovu kojih on šalje HTTP (eng. Hyper Text
Transfer Protocol) zahtev veb/aplikacionom serveru.
Veb/aplikacioni server prima zahtev i traženi dokument šalje
u obliku VoiceXML dokumenta. VoiceXML dokument u
suštini predstavlja dokument koji definiše interakciju između
korisnika i mašine, kao i sam tok dijaloga. Njegova uloga je
od izuzetne važnosti za pravilan rad voice server-a jer na
osnovu njega VoiceXML browser upravlja radom uređaja za
prepoznavanje govora.
Govorni portali u svetu postaju jedan novi vid
komunikacije sa okruženjem za koji Datamonitor predviđa
izuzetno brz rast iz razloga što ljudi radije koriste telefon
nego računar da dođu do željenih informacija. Govor daje
jednu novu dimenziju korisničkim servisima, stoga
samouslužni govorni automati i informacioni govorni portali
implementirani u preduzeću telekom operatora bi svakako
mogli doprineti zadržavanju postojećih i privlačenju novih
korisnika, razlikovanju od konkurencije i boljem povezivanju
sa korisnicima, a samim tim i povećanju prihoda kompanije.
Zahvaljujući primeni govornih tehnologija u savremenim
korisničkim servisima i aplikacijama moguće je pružiti nove i
unaprediti postojeće usluge, što povećava produktivnost
opsluživanja korisnika i kvalitet poslovanja. Međutim, da bi
se to i ostvarilo neophodno je ljudima ponuditi servise koji su
im potrebni i za koje su spremni da plate. Sadržaji koji
najčešće zanimaju većinu ljudi jesu bioskopski i pozorišni
repertoar, red vožnje prigradskih i međugradskih autobusa,
vremenska prognoza, informacije o kulturno-umetničkim i
sportskim događajima u gradu, stanja na putevima, horoskop,
sportski rezultati, itd.
VI AUTOMATIZACIJA POZIVNOG CENTRA
Pozivni centar (eng. Call Center) predstavlja centar u
kome veliki broj operatera i drugog osoblja centra obrađuje
korisničke zahteve. To je sistem koji organizovano i manje ili
više automatizovano prima brojne telefonske pozive, pruža
osnovne informacije pozivaocu, izvršava akcije u skladu sa
svojim mogućnostima i komandama pozivaoca (zadatim
govorom ili unosom određenih cifara preko telefonske
tastature), a u slučaju potrebe može da prenese pozive do
kompetentnih operatera koji su na raspolaganju - automatska
distribucija poziva (eng. Automatic Call Distribution - ACD).
Do pre nekoliko godina, pozivni centri posmatrani su u
svetlu njihove tradicionalne funkcije - centra za organizovani
prijem telefonskih poziva uz prosleđivanje veze do
odgovarajućih lokala. Međutim, nekoliko novih tehnologija
kao što su integracija računarstva i telefonije, automatsko
prepoznavanje i sinteza govora, napredne tehnike rutiranja
kroz inteligentne mreže, razvoj korisničkih baza podataka,
kao i povezivanje sa Internetom značajno su promenile ulogu
pozivnih centara. Danas, moderni pozivni centar jednog
preduzeća preuzima funkciju komunikacionog interfejsa za
sve vrste poslovne komunikacije sa korisnicima usluga tog
preduzeća, tako da postaje osnovna tačka pristupa tom
preduzeću.
Osnovni elementi svakog pozivnog centra su:
• telefonski resuri,
• računarski resursi,
• osoblje.
Osnovni alat radnika pozivnog centra jeste telefonski
aparat, a pružanje efikasne usluge zahteva povezivnje
telefonskog sistema sa informacionim sistemom, odnosno
implementaciju savremenog CTI sistema [2].
Skoro svaka organizacija koja je takvog obima da joj je
potreban pozivni centar, već sadrži određene računarske
resurse. To su veliki centralni računari sa brojnim važnim
podacima koji su najčešće pod nadzorom posebnog osoblja.
Razvoj PC računara i klijent-server arhitektura omogućio je
razvoj fleksibilnih i funkcionalnih pozivnih centara koji
uspešno koriste informacije iz glavnih računara bez
narušavanja njihovog integriteta.
Osoblje pozivnog centra učestvuje sa 60 do 70% u
strukturi troškova poslovanja pozivnog centra. Efikasno
korišćenje zaposlenih u pozivnom centru može imati
značajne finansijske efekte, koji se ogledaju u manjem
rashodu preduzeća zbog plata operatera, kao i u smanjenju
potreba za prostorom. Stoga, neophodno je optimizovati broj
zaposlenih u skladu sa potrebama u toku različitih
vremenskih perioda. Povezivanjem servisa pozivnih centara
sa IVR, ASR, TTS i ostalim CTI servisima najveći broj
poziva može se obraditi automatski, bez angažovanja
operatera. Primenom govornih tehnologija moguće je
ostvariti značajne uštede. Automatizacijom sistema za
masovno opsluživanje telefonskih poziva telekom operatora
moguće je ostvariti izuzetno velike uštede, naročito zbog

smanjenja potrebnog broja zaposlenih koji rade na prijemu
telefonskih poziva. Iskustva pokazuju da je automatizovani
prijem i obrada poziva 4 do 10 puta jeftinija od obrade poziva
uz pomoć operatera, a veliki broj poziva odnosi se na rutinske
servise za koje nije potreban živi operater. Primena ASR
tehnologije dovodi do skraćenja prosečnog trajanja poziva i
time se omogućuje prijem većeg broja poziva, što pored
uštede u vremenu doprinosi i uštedama u novcu. Takođe,
ASR tehnologija omogućava korisniku da na mnogo lakši i
komforniji način dođe do željene informacije. Automatizacija
pozivnog centra direktno doprinosi optimizovanju broja
zaposlenih, kao i povećanju njihove produktivnosti jer
rutinske operacije se obavljaju automatski dok se operateri
pozivnog centra mogu posvetiti složenijim interaktivnim
zadacima i specifičnim potrebama korisnika. Zahvaljujući
primeni novih govornih tehnologija povećava se efikasnost
pružanja usluga korisničkih servisa, što doprinosi povećanju
zadovoljstva korisnika i ugleda preduzeća. Bliže povezivanje
sa korisnicima kroz unapređenje postojećih i uvođenje novih
servisa, kao i veća efikasnost i produktivnost vode ka
povećanju prihoda i profita.
VII ZAKLJUČAK
Svi krajnji korisnici, od poslovnih ljudi do običnih
građana, veoma su zainteresovani za usluge koje mogu dobiti
telefonom: od raznih tehnika kontrole i usmeravanja poziva,
čitanja elektronske pošte i faks poruka, pa do pristupa
najraznovrsnijim informacijama. Sve ove usluge danas se
ostvaruju uz pomoć prozvoda vodećih CT kompanija koje u
najnovijim CT sistemima sve više koriste nove govorne
tehnologije, odnosno automatsko prepoznavanje (ASR) i
sintezu govora (TTS). Upravo ASR i TTS jesu ono po čemu
se CT tehnologije danas razlikuju od onih u ne tako davnoj
prošlosti. ASR i TTS tehnologije omogućile su da se
prevaziđu ograničenja telefonske tastature kao interfejsa
između čoveka i CT sistema. Zahvaljujući primeni novih
govornih tehnologija pozivaocu je omogućeno da odmah
kaže šta želi, a ne da pomoću telefonske tastature kreće kroz
složene strukture menija. Sa druge strane, integracija
računarstva i telefonije doprinela je povećanju mogućnosti
primene novih govornih tehnologija (pristup innformacijama
na Internetu putem telefona, čitanje e-mail i faks poruka
preko telefona, govorna pošta, itd.). Budućnost ASR i TTS
tehnologija leži u njihovoj sposobnosti da izgrade moćne
aplikacije kakve nije mogućno izgraditi bez usavršenih ASR i
TTS proizvoda.
S obzirom na zavisnost govornih tehnologija od jezika,
zahvaljujući doprinosima u istraživanju i razvoju govornih
tehnologija za srpski jezik na FTN i u preduzeću AlfaNum iz
Novog Sada otvorena je mogućnost i za građane na srpskom
govornom području da koriste prednosti koje ove nove
tehnologije pružaju, ravnopravno sa građanima iz razvijenih
zemalja za čije su jezike govorne tehnologije već razvijene i
primenjene. Sada je vreme da se akcenat stavi na komercijalne
primene novih govornih tehnologija, na inovativne
aplikacije i korisničke servise. Telekom operator svakako
predstavlja najveći poligon za primene novih govornih
tehnologija (automatizacija pozivnog centra, govorni portali,
čitač SMS i e-mail poruka). Komercijalna primena govornih
tehnologija doprineće njihovom daljem usavršavanju u cilju
unapređenja kvaliteta korisničkih servisa i usluga na bazi
govornih tehnologija.
LITERATURA
[1] M. Sečujski, R. Obradović, D. Pekar, Lj. Jovanov and V.
Delić, “AlfaNum System for Speech Synthesis in
Serbian Language,” in Proc. 5 th Conf. Text, Speech and
Dialogue, pp. 237-244, Brno, Czech Republic, 2002.
[2] Delić V., Glavatović D. i Sečujski M.: ”CTkurs-kurs iz
serije Napredne komunikacione tehnologije”, Centar za
telekomunikacije, Fakultet tehničkih nauka, Novi Sad,
mart 2003.
[3] V. Delić, D. Pekar, R. Obradović, and M. Sečujski:
”Speech Signal Processing in ASR&TTS Algorithms”,
Facta Universitatis (Niš), Series: Electronics and
Energetics, vol. 16, no. 3, pp. 355-364, December 2003.
[4] “When Machines Talk–Speech Technology in Human-
Machine Communication,” Special Section in IEEE
Signal Processing Magazine, vol. 22, no. 5, pp. 16-126,
September 2005.
[5] V. Delić: ”Govorna komunikacija čoveka i mašine”,
Zbornik radova 10. konf. TELFOR, pp. 31-34, Beograd,
nov. 2002.
[6] Speech Magazine: http://www.speechmag.org
Zahvalnica: Ovaj rad je pisan u okviru projekta TR-6144A
Ministarstva nauke i zaštite životne sredine koji podržava i
preduzeće “Telekom Srbija”, pod nazivom “Razvoj govornih
tehnologija za srpski jezik i primena u Telekomu”.
Abstract: The speech technologies which enable communi–
cation between man and machine are automatic speech
recognition (ASR) and text-to-speech (TTS). Taking
language dependance of speech technologies into
consideration, thanks to contributions in the research and
developement of speech technologies for Serbian language at
Faculty of Technical Sciences (FTN) and in the enterprice
AlfaNum in Novi Sad, people on the Serbian language area
obtained a possibility to use advantages of new speech
technologies. Now, it is time to put emphasis on the
commercial applications of new speech technologies.
Certainly, telekom operator represents the biggist polygon for
applications of new speech technologies (automatization of
call center, voice portals, SMS and e-mail reader).
VOICE PORTALS ARCHITECTURE AND APPLI–
CATION OF ASR AND TTS TECHNOLOGY IN CALL
CENTERS ON THE SERBIAN LANGUAGE AREA,
Sandra Sovilj-Nikić, Vlado Delić