Nos últimos anos a presença dos softwares de reconhecimento de voz aumentou imperceptivelmente em nossas vidas. Estão do outro lado da linha das centrais de atendimento ao consumidor e dos sistemas de reserva de linhas aéreas. Estão integrados ao Microsoft Windows. São um método alternativo de inserção de texto em telefones touchscreen como iPhone e Android. Mas vamos admitir: a maioria das pessoas que já utilizou esse software, desejou nunca ter feito isso.
O reconhecimento de voz geralmente é o plano B: uma alternativa menos terrível à digitação ou à conversa humana em si. As corporações utilizam o reconhecimento de voz por ser mais barato que contratar pessoas reais. Muitas daqueles que ditam em seus computadores fazem isso por necessidade, talvez por conta de alguma deficiência. O reconhecimento de voz está surgindo nos telefones de touchscreen, pois a digitação em um teclado virtual é lenta e difícil.
Então o que é preciso para que o reconhecimento de voz seja mais que uma alternativa? Quanto próximos estamos do ideal Star trek onde é possível conversar com computadores e a mensagem ser claramente compreendida?
Bem, estamos chegando lá. Acontece que, após uma década de compras, fusões e escândalos de peculato, restou, ao menos nos Estados Unidos, apenas uma empresa de reconhecimento de voz: a Nuance Communications. A empresa vende o único software comercial de ditado para Windows, Macintosh e iPhone. Sua tecnologia guia os sistemas de comando de voz em carros da Audi, BMW, Ford e Mercedes e telefones celulares da Motorola, Nokia, Samsung, Verizon e T-Mobile. E movimenta brinquedos ativados por voz, unidades de GPS e caixas eletrônicos, além de responder telefones da AT&T, Bank of America, CVS, entre outros.
Todo ano a Nuance lança uma nova versão de seus programas de ditado, como Dragon NaturallySpeaking, mas geralmente não adiciona muitas características novas. Em vez disso, a empresa dedica a maior parte de seus recursos a um único objetivo: melhorar a precisão. |
