Bachelorproef. Het gebruik van spraaktechnologie bij medical management assistants (MMA's) in West-Vlaanderen. Ellen De Backer

Transcriptie

1 Bachelorproef Studiegebied Handelswetenschappen en bedrijfskunde Bachelor Office management Afstudeerrichting Medical management assistant Academiejaar Studente Ellen De Backer Het gebruik van spraaktechnologie bij medical management assistants (MMA's) in West-Vlaanderen Interne begeleider De heer Nico Van den Abeele

2

3 Het gebruik van spraaktechnologie bij medical management assistants (MMA s) in West-Vlaanderen Ellen De Backer

4 Woord vooraf In dit woord vooraf zou ik graag een aantal mensen willen bedanken die mij geholpen hebben om mijn bachelorproef tot een goed einde te brengen. Mijn oprechte dank gaat in de eerste plaats uit naar mijn interne begeleider, de heer Nico Van den Abeele, die mij de gelegenheid bood onder zijn begeleiding dit werk te maken. Ik wil hem van harte bedanken voor zijn deskundig advies en voor de tijd die hij voor mij vrijmaakte. Verder wil ik een aantal West-Vlaamse ziekenhuizen bedanken voor de informatie die zij beschikbaar stelden om mijn bachelorproef tot een goed einde te brengen, namelijk: AZ Alma Ziekenhuis Campus Sijsele, AZ Damiaan Campus Heilig Hart Oostende, az groeninge Kortrijk, AZ Koningin Fabiola Blankenberge, AZ Onze-Lieve- Vrouw Ter Linden Knokke-Heist, AZ Sint-Augustinus Veurne, AZ Sint-Jan Brugge- Oostende AV, AZ Sint-Lucas Brugge, Heilig-Hartziekenhuis Roeselare-Menen, Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie, Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem, Psychiatrisch Ziekenhuis Heilig Hart Ieper, Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge, Sint-Andriesziekenhuis Tielt, Sint-Jozefskliniek Izegem, Sint-Rembertziekenhuis Torhout en het Stedelijk Ziekenhuis Roeselare. Ten slotte dank ik mijn ouders voor de mogelijkheden die zij mij boden en voor de steun en aanmoediging tijdens moeilijke momenten. Ellen De Backer Beveren-Leie, augustus 2013

5 Inleiding Voor mijn bachelorproef heb ik gekozen om het onderwerp spraaktechnologie te bespreken. In 2012 volgde ik de module Office & Media II, waarvan spraaktechnologie een onderdeel was. Die lessen spraken mij heel erg aan en dit is dan ook de reden waarom ik dit onderwerp koos. Om mijn onderwerp te laten passen in de opleiding Office management met als afstudeerrichting MMA, heb ik gekozen om meer informatie te verzamelen over het gebruik van spraaktechnologie bij MMA s. In het eerste hoofdstuk licht ik de term spraaktechnologie toe, waaronder taal- en spraaktechnologie, spraakherkenning en spraaksynthese behoren. Verder in dat hoofdstuk bespreek ik de verschillende soorten en de voor- en nadelen van spraaktechnologie. Als laatste ga ik dieper in op de geschiedenis van die technologie. Het tweede hoofdstuk is gewijd aan de invloed van Lernout & Hauspie op de ontwikkeling van spraaktechnologie. Verder bespreek ik hier de belangrijkste basistechnologieën die zij aanboden. In het derde en laatste hoofdstuk van het theoretische deel van mijn bachelorproef, bespreek ik drie verschillende leveranciers van spraaktechnologie. Die verschillende leveranciers zijn Nuance, Philips en G2 Speech. Voor de schrijffase van mijn theoretische deel van mijn bachelorproef, zocht ik verschillende boeken, eindwerken en internetsites die relevant waren voor de uitwerking. Na het theoretische gedeelte volgt aansluitend het praktische gedeelte van mijn bachelorproef. Terwijl ik mijn bachelorproef schreef, nam ik contact op met zeventien West-Vlaamse ziekenhuizen, zodat ik voldoende gegevens kon bijeenbrengen. In het eerste deel van mijn onderzoek heb ik onderzocht welke diensten spraaktechnologie toepassen. Na dit onderzoek ben ik op zoek gegaan naar verdere informatie, die ik grotendeels verkreeg door mijn enquête. In het laatste deel van mijn onderzoek bespreek ik waarom vooral artsen van de dienst medische beeldvorming spraaktechnologie toepassen. Tot slot nog een verduidelijking: in mijn bachelorproef spreek ik vaak over de gebruiker, de consument en de medisch specialist. Om de leesbaarheid te verbeteren, zal ik hiernaar verwijzen met hij. Vanzelfsprekend bedoel ik in alle gevallen hij/zij.

6 Abstract Spraaktechnologie is een relatief jong vakgebied, maar toch komen we er de dag van vandaag al vaak mee in aanraking. In de toekomst zullen steeds meer gebruikers met spraaktechnologie werken, omdat die technologie blijft evolueren. In mijn bachelorproef probeer ik informatie te verzamelen over die nieuwe technologie. Gaandeweg verduidelijk ik de termen taal- en spraaktechnologie, spraakherkenning en spraaksynthese. Heel wat verschillende soorten technologieën komen aan bod, met elk zijn voor- en nadelen. Ook de impact van Lernout en Hauspie en de rol van de drie belangrijkste leveranciers zijn niet min en hebben elk hun plaats binnen de spraaktechnologie. In het praktische deel van mijn bachelorproef heb ik het gebruik van spraaktechnologie onderzocht bij MMA s in West-Vlaanderen. Met een enquête ondervroeg ik heel wat radiologen en MMA s. Ze gaven een antwoord op onder andere het waarom van spraaktechnologie, de voor- en nadelen, de risico s voor het beroep van MMA en het nut van het onderdeel spraaktechnologie in de opleiding Office management.

7 Verkorte inhoudsopgave Hoofdstuk 1: Spraaktechnologie Introductie in spraaktechnologie Verschillende soorten spraaktechnologie Voor- en nadelen van spraaktechnologie Geschiedenis van spraaktechnologie Besluit Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) Geschiedenis van Lernout en Hauspie Basistechnologieën van Lernout en Hauspie Samenvatting Hoofdstuk 3: Verschillende leveranciers Nuance Philips G2 Speech Besluit Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Inleiding Enquête West-Vlaamse ziekenhuizen Besluit Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming Inleiding West-Vlaamse ziekenhuizen Besluit... 77

8 Bijlagen Bijlage 1: Voorbeeld SAIL-technologie Bijlage 2: Enquête

9 Inhoudsopgave Woord vooraf... 2 Inleiding... 3 Abstract... 4 Verkorte inhoudsopgave... 5 Inhoudsopgave... 7 Lijst met afkortingen Verklarende woordenlijst Hoofdstuk 1: Spraaktechnologie Introductie in spraaktechnologie Wat houdt taal- en spraaktechnologie in? Voorbeeld Voorbeeld Wat houdt spraakherkenning in? Wat houdt spraaksynthese in? Fonetische transcriptie van de tekst Berekening van de geschikte prosodie Spraakgeneratie Verschillende soorten spraaktechnologie Sprekeronafhankelijke spraak en sprekerafhankelijke spraak Continue spraak en discontinue spraak Voor- en nadelen van spraaktechnologie Voordelen van spraaktechnologie Nadelen van spraaktechnologie Geschiedenis van spraaktechnologie Geschiedenis van spraakherkenning Geschiedenis van spraaksynthese Algemene ontwikkeling

10 5 Besluit Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) Geschiedenis van Lernout en Hauspie Basistechnologieën van Lernout en Hauspie SAIL-technologie Spraak-naar-tekst Tekst-naar-spraak Tekst-naar-tekst Samenvatting Hoofdstuk 3: Verschillende leveranciers Nuance Dragon NaturallySpeaking Informatie over Nuance Healthcare Intelligente systemen voor de gezondheidzorg Dragon Medical Philips Philips Speech Processing Solutions Producten Philips SpeechWorld-app Philips SpeechExec Pro Philips Pocket Memo Philips-dicteerrecorder Philips SpeechMike Samenwerking Philips en Nuance Meer mogelijkheden voor MMA s G2 Speech Missie Visie Producten

11 3.3.1 SpeechReport MediSpeech Besluit Hoofdstuk 4: Spraaktechnologie in ziekenhuizen Inleiding Enquête West-Vlaamse ziekenhuizen AZ Alma Ziekenhuis Campus Sijsele Anatomo-pathologie Medische beeldvorming AZ Damiaan Campus Heilig Hart Oostende Medische beeldvorming az groeninge Kortrijk Medische beeldvorming AZ Koningin Fabiola Blankenberge en AZ Onze-Lieve-Vrouw Ter Linden Knokke-Heist Orthopedie AZ Sint-Augustinus Veurne Anatomo-pathologie Medische beeldvorming AZ Sint-Jan Brugge-Oostende AV Kinder- en jeugdpsychiatrie Medische beeldvorming Orthopedie AZ Sint-Lucas Brugge Medische beeldvorming Heilig-Hartziekenhuis Roeselare-Menen Medische beeldvorming Kliniek Sint-Jozef vzw Centrum voor Psychiatrie en Psychotherapie Onze Lieve Vrouw van Lourdes Ziekenhuis Waregem

12 3.11 Psychiatrisch Ziekenhuis Heilig Hart Ieper Psychiatrisch Ziekenhuis Onze-Lieve-Vrouw Brugge Sint-Andriesziekenhuis Tielt Medische beeldvorming Sint-Jozefskliniek Izegem Sint-Rembertziekenhuis Torhout Inwendige geneeskunde Medische beeldvorming Stedelijk Ziekenhuis Roeselare Medische beeldvorming Besluit Hoofdstuk 5: Spraaktechnologie op de dienst medische beeldvorming Inleiding West-Vlaamse ziekenhuizen AZ Alma Ziekenhuis Campus Sijsele Getuigenis van radioloog Luc Roussel AZ Damiaan Campus Heilig Hart Oostende Getuigenis van radioloog Alain Broeders az groeninge Kortrijk Getuigenissen van MMA s Getuigenissen van radiologen AZ Sint-Augustinus Veurne Getuigenis van radioloog Lamoral AZ Sint-Jan Brugge-Oostende AV Getuigenis van radioloog Koen Mermuys Getuigenis van MMA AZ Sint-Lucas Brugge Getuigenissen van radiologen Heilig-Hartziekenhuis Roeselare-Menen Getuigenis van MMA Mieke Vandewalle

13 2.8 Sint-Andriesziekenhuis Tielt Getuigenis van radioloog Astrid Leus Sint-Rembertziekenhuis Torhout Getuigenis van MMA Jimmy Coppens Stedelijk Ziekenhuis Roeselare Getuigenissen van radiologen Besluit Conclusie Lijst met tabellen Referentielijst Geraadpleegde werken Persoonlijke communicatie Bijlagen Bijlage 1: Voorbeeld SAIL-technologie Bijlage 2: Enquête

14 Lijst met afkortingen ARPANET CMU CT-scan cve epd FLV gps IBM L&H MMA MRI PACS PSRS RIS RSI RX SAIL SDK TST VODER Advanced Research Projects Agency Network Carnegie Mellon University computertomogram centrale verwerkingseenheid elektronisch patiëntendossier Flanders Language Valley global positioning system International Business Machines Lernout en Hauspie medical management assistant magnetic resonance imaging Picture Archiving and Communication System Philips Speech Recognition Systems Radiologie Informatie Systeem repetitive strain injury radiografie spraak, artificiële intelligentie en taal Software Development Kit taal- en spraaktechnologie Voice Operating Demonstrator 12

15 Verklarende woordenlijst fonetiek macro s repetitive strain injury semantiek spin-off elektronisch patiëntendossier Picture Archiving and Communication System Radiologie Informatie Systeem magnetic resonance imaging poli echo abdomen gastroscopie gastroscoop wetenschap die zich bezighoudt met het voortbrengen en verstaan van spraakgeluid reeks instructies onder een naam of toets(combinatie) om geregeld terugkerende handelingen te verrichten, bijvoorbeeld in een tekstverwerker verzamelnaam voor klachten aan armen, handen, polsen, nek en/of schouders, vermoedelijk veroorzaakt door activiteiten met een herhaalde beweging of met een statische houding van een of meer van de genoemde lichaamsdelen leer van de betekenis van woorden, woorddelen- en vormen en het verband tussen de verschillende betekenissen ervan bijproduct van een uitvinding of technologische vernieuwing, afgeleide toepassing dossier met medische informatie over een patiënt, databank met medische informatie over patiënten is een beeldverwerkend systeem (computers en servers in een netwerk met specifieke software) dat het mogelijk maakt om via computers de digitale beelden (met verslag) gemaakt op de afdeling medische beeldvorming, te verwerken, te archiveren en te verspreiden bij de aanvragende medisch specialisten een systeem dat alle patiëntgebonden informatie van een dienst medische beeldvorming beheert bepaalde techniek om een scan te maken van het menselijk lichaam als verkorting van polikliniek, zorginstelling of een deel daarvan, waar niet-bedlegerige patiënten onderzocht en behandeld worden een echoscopie van de onderbuik inwendig onderzoek van de maag met de gastroscoop endoscoop voor het bekijken van de binnenzijde van de maag 13

16 Hoofdstuk 1: Spraaktechnologie Hoofdstuk 1: Spraaktechnologie 1 Introductie in spraaktechnologie Vanaf het ontstaan van de computer zijn we volgens Van Brabander (2008) steeds op zoek geweest naar manieren om van dat lastige toetsenbord af te komen. De muis bracht enig soelaas, aanraakschermen lijken de toekomst te hebben. Toch vraagt Van Brabander zich af of het niet nog comfortabeler kan. De nieuwste evoluties omtrent spraaktechnologie tonen aan dat die droom nu echt werkelijkheid wordt. Volgens Van Hoornweder ( ) is spraaktechnologie een communicatiemiddel tussen mens en computer. De communicatie verloopt niet alleen meer met een beeldscherm en een toetsenbord, maar ook via een koptelefoon en een microfoon. 1.1 Wat houdt taal- en spraaktechnologie in? Volgens de Nederlandse Taalunie (2013) is een leven zonder computers niet meer denkbaar. Mensen gebruiken ze dagelijks om informatie te verwerken of om met anderen te communiceren. Door de computer kennis bij te brengen over onze taal wordt de interactie ermee natuurlijk en voor iedereen bereikbaar. De technologie die dit mogelijk maakt, heet taal- en spraaktechnologie (TST). TST is volgens van den Heuvel, T Sas en Verberne (2012) een relatief jong vakgebied dat volop in ontwikkeling is. Toepassingen die in de jaren 90 alleen in het laboratorium mogelijk waren, bewijzen nu hun nut in het dagelijkse leven. Om diverse talen optimaal te kunnen gebruiken, zijn niet enkel naslagwerken voor grammatica en spelling nodig, maar ook programmatuur voor TST en digitale teksten voor de ontwikkeling van die programmatuur. Technologie speelt elke dag opnieuw een grotere rol in de maatschappij, waardoor technologische systemen, al dan niet communicatieve systemen, steeds meer menselijke taken voor hun rekening nemen. 14

17 Hoofdstuk 1: Spraaktechnologie Met onze stem kunnen we onze smartphone een adres of contactpersoon laten opzoeken. Speciaal ontwikkelde telefoons voor mensen met een gehoorstoornis zetten gesproken tekst om naar geschreven tekst. Die systemen kunnen bijgevolg communicatieve beperkingen steeds beter opvangen. En zo maken toepassingen ons leven gemakkelijker. Die toepassingen voor diverse talen komen er echter niet vanzelf. Voor elke toepassing is het noodzakelijk om te investeren in teksten voor taalkundig onderzoek en programmatuur die op onze taal zijn toegespitst. De auteurs van den Heuvel, T Sas en Verberne leggen onderstaand enkele voorbeelden van TST uit Voorbeeld 1 Volgens van den Heuvel, T Sas en Verberne (2012) kennen en gebruiken we sommige TST-toepassingen allemaal. Spellingcontrole is een van de meest gebruikte taaltechnologische toepassingen. De spellingcontrole die in onze kantoorsoftware en browser zit, is gebaseerd op woorden: het systeem gaat elk woord uit de tekst opzoeken in een woordenlijst en markeert het als spelfout indien het woord niet in de lijst voorkomt. Een uitbreiding op die basis-functionaliteit is spellingcontrole die eveneens kan herkennen dat een woord verkeerd gespeld is, afhankelijk van de context, terwijl het wel in de woordenlijst voorkomt. Een andere uitbreiding volgens van den Heuvel, T Sas en Verberne (2012) is spellingcontrole die niet alleen fouten markeert, maar de schrijver ook ondersteuning geeft met feedback en extra informatie Voorbeeld 2 Het tweede voorbeeld van TST is tekst-naar-spraakomzetting. Een ander woord voor dit begrip is spraaksynthese. De auteurs van den Heuvel, T Sas en Verberne (2012) merken op dat veel mensen dat voorbeeld van TST kennen. Visueel gehandicapten gebruiken spraaksynthese regelmatig in (web)omgevingen: zij kunnen de tekst op het scherm door de computer laten voorlezen. Tegenover spraaksynthese staat spraakherkenning. De ontwikkeling van systemen voor spraakherkenning is er de afgelopen 20 jaar snel op vooruitgegaan. Dicteersystemen zijn bedoeld om de spraak van één enkele gebruiker in een welbepaalde context bijna perfect te herkennen. Die herkenning vindt meestal plaats achter de computer. Spraakherkenning die dialogen afhandelt, moet zo goed 15

18 Hoofdstuk 1: Spraaktechnologie mogelijk proberen te herkennen wat een willekeurige spreker in een willekeurige context zegt. 1.2 Wat houdt spraakherkenning in? Spraakherkenningsprogramma s maken het volgens Leijten en van Waes (2003) mogelijk om een tekst te dicteren aan de computer. De software zet immers de steminput om in tekst op het scherm, net zoals een toetsaanslag resulteert in een teken op het scherm. De teksten die de gebruiker inspreekt, verschijnen volgens Baetens en Bruyninckx ( ) onmiddellijk op het scherm. Hierdoor is het mogelijk om bijvoorbeeld standaardteksten, medische protocollen of juridische teksten te creëren. Voor die specifieke toepassingen bestaan er aangepaste programma s, bijvoorbeeld een softwareprogramma bestemd voor de opmaak van medische protocollen. Baetens en Bruyninckx ( ) merken bovendien op dat dit zeer bruikbaar is op een dienst medische beeldvorming. Daarnaast kan de gebruiker het gesproken woord toepassen om bepaalde commando s te laten uitvoeren. Hierdoor kan hij bijvoorbeeld de computer een opdracht geven om in de tekst een interlinie vrij te laten, een aantal woorden in het vet te zetten of om andere programma s te openen. Volgens Leijten en van Waes (2003) zijn de mogelijkheden van spraakherkenning voor dicteertoepassingen de laatste jaren duidelijk in een stroomversnelling gekomen. Nieuwe technologische ontwikkelingen in de taaltechnologie hebben het mogelijk gemaakt om niet alleen discontinue spraak te dicteren aan een computer, maar stellen ons in staat om continue spraak te gebruiken en te laten herkennen. De foutmarge van die herkenning is in de meeste professionele programma s stilaan op een aanvaardbaar niveau gekomen, op voorwaarde tenminste dat de gebruiker vooraf tijd maakt voor training. Dicteerprogramma s zijn namelijk sprekerafhankelijk en vergen dus eerst een gestandaardiseerde stemherkenning. Leijten en van Waes (2003) merken op dat een gebruiker alles wat hij vroeger met toetsenbord en muis afhandelde, nu ook kan afwerken met spraakinput. Dit is de bedoeling van dicteerprogramma s. Spraaktechnologie maakt het mogelijk om een microfoon te gebruiken om bijvoorbeeld in tekstverwerkers tekst te dicteren, door een tekst te scrollen, de lay-out aan te passen of tekstwijzigingen door te voeren. Aanvankelijk waren de meeste gebruikers repetitive strain injury (RSI)-patiënten of gehandicapten die noodgedwongen gebruikmaakten van spraaktechnologie. Ook 16

19 Hoofdstuk 1: Spraaktechnologie bepaalde beroepsgroepen zoals radiologen en advocaten maakten al in een vroeg stadium gebruik van de technologie, ook omdat de meeste producenten al snel speciaal voor die doelgroepen specifieke pakketten ontwikkelden met bijvoorbeeld aangepaste wetenschappelijke woordenboeken. Om af te sluiten bespreken Baetens en Bruyninckx ( ) nog het belang van spraakherkenning over beveiliging van de systemen, meer bepaald de toegangscontrole. Hierbij is het noodzakelijk een aantal onafhankelijke indicatoren over de identiteit te verkrijgen, aldus de veiligheid te garanderen en misbruik aan het systeem te voorkomen. Spaakherkenning kan bijdragen tot een grotere garantie op gebied van veiligheid. Die stelling is gebaseerd op het feit dat de stem van iedere persoon uniek is, net zoals de vingerafdruk en de iris. De gebruiker kan hiervoor het speaker verification system toepassen. Nadat de gebruiker bijvoorbeeld zijn naam heeft ingevoerd, verleent het systeem toegang aan die persoon na herkenning van zijn stem. Volgens Baetens en Bruyninckx ( ) is die theorie zinvol in de medische wereld, omdat de computer van een dokter vertrouwelijke patiëntengegevens bevat. Als de dokter het speaker verification system invoert in de computer, is de vertrouwelijke informatie enkel voor hem toegankelijk. Hierdoor is de noodzaak voor een wachtwoord minder dwingend. Dit wachtwoord kan de dokter trouwens vergeten en kan iemand anders zelfs achterhalen. 1.3 Wat houdt spraaksynthese in? Volgens Stortelder (2006) is spraaksynthese, zoals de naam al doet vermoeden, een kunstmatige productie of samenstelling van spraak. Spraaksynthese is een gebied waar verschillende takken van wetenschap samenkomen. Fonetiek, linguïstiek en informatica zijn enkele voorbeelden. Er is dan ook een enorme verzameling theorie die achter spraaksynthese schuilgaat. In het dagelijkse leven zijn er tal van toepassingen van spraaksynthese waar iedereen wel eens mee te maken heeft gehad. Bij het openbaar vervoer kan de operator omroepberichten synthetiseren uit vooraf opgenomen uitspraken. Een ander voorbeeld van dergelijke spraaksynthese is de routebeschrijving die global positioning system (gps)-systemen doorgeven aan automobilisten. Uitingen zijn composities van vaste contextzinnen met daarin variabele elementen. Een combinatie van meerdere uitingen is eveneens mogelijk. Een voorbeeld hiervan is U gaat hier (rechts/links) af. U gaat hier af. is de vaste contextzin en rechts en links zijn de variabele elementen. 17

20 Hoofdstuk 1: Spraaktechnologie Ook andere soorten van synthese geraken steeds meer ingeburgerd in de maatschappij. Die systemen gebruiken geavanceerde methoden om van een tekst een gesproken uiting te maken. Dergelijke toepassingen dienen er bijvoorbeeld voor om websites voor blinden of slechtzienden voor te lezen. Ook voor mensen die niet kunnen praten kan spraaksynthese een uitkomst bieden. Door spraaksynthese zijn ze in staat vrij complexe uitingen te realiseren. Andere voorbeelden zijn digitale woordenboeken die de uitspraak van woorden hoorbaar maken. Martens (2008) merkt op dat spraaksynthese een ingewikkeld proces is, dat grofweg is op te delen in drie deelprocessen: de fonetische transcriptie, de berekening van de geschikte prosodie en de generatie van spraak. Martens legt de drie deelprocessen hieronder kort uit Fonetische transcriptie van de tekst Martens (2008) merkt op dat een woord in een tekst niets anders is dan een rij letters, cijfers of speciale symbolen. Al die symbolen heten in de taalwetenschap grafemen. Een woord is dus een rij grafemen die samen de orthografische transcriptie vormt, de tekst volgens de Nederlandse spellingsregels. De grafemen komen vaak, maar zeker niet altijd, overeen met de klanken van het woord zoals de gebruiker ze uitspreekt. Zo kent het Nederlands in totaal 40 klanken of fonemen. De fonetische transcriptie betekent de uitspraak van woorden, namelijk een beschrijving van een rij fonemen. In het Nederlands, net zoals in de meeste talen, is er geen eenvoudige omzetting van grafemen naar fonemen mogelijk Berekening van de geschikte prosodie Volgens Martens (2008) is het uiteraard niet de bedoeling dat een zin als een opsomming van woorden gaat klinken. Bij de opbouw van zinnen moeten belangrijke woorden een nadruk krijgen en op sommige plaatsen is een korte pauze tussen twee woorden noodzakelijk. Al die elementen vormen samen de prosodie van de spraak. De prosodie is vaak kenmerkend voor een taal of een accent. 18

21 Hoofdstuk 1: Spraaktechnologie Spraakgeneratie Volgens Martens (2008) maakt de spraaksynthesizer voor de generatie van spraak, net als bij reproductie, gebruik van vooraf opgenomen natuurlijke spraak. Die spraakopnames vormen onderdeel van teksten voor taalkundig onderzoek. Uit die spraak kan de synthesizer naast woorden en woordgroepen ook delen van woorden selecteren, zoals fonemen, foneemparen of lettergrepen. 2 Verschillende soorten spraaktechnologie De verschillende soorten van spraaktechnologie zijn sprekeronafhankelijke spraak, sprekerafhankelijke spraak, continue spraak en discontinue spraak. Die verschillende soorten van spraaktechnologie leg ik volgens het standpunt van de auteurs van der Meulen en van Dijk (2004) verder uit. 2.1 Sprekeronafhankelijke spraak en sprekerafhankelijke spraak Volgens van der Meulen en van Dijk (2004) bestaat er bij sprekeronafhankelijke spraak geen relatie tussen de herkenning van spraak en de woorden die de persoon inspreekt. Het systeem moet in feite elke stem herkennen. Het maakt dan niet uit of die stem een hoge of lage toon heeft en of de persoon langzaam of snel praat. Het voordeel hiervan is dat iedereen het sprekeronafhankelijke systeem meteen kan toepassen. Het nadeel is dat de gegevensverzameling heel groot moet zijn, aangezien het systeem veel verschillende personen moet kunnen herkennen. Bij sprekerafhankelijke spraak is het volgens van der Meulen en van Dijk (2004) zo dat de spreker het systeem heeft getraind. Hierdoor zal het systeem alleen de kenmerken van die ene spreker herkennen. Het voordeel is dat er een betere herkenning mogelijk is. De database is namelijk specifiek gericht op één spreker, zodat de gebruiker geen gemiddelde database moet aanmaken. Het nadeel hierbij is dat er per spreker een gegevensverzameling moet zijn. 2.2 Continue spraak en discontinue spraak Naast sprekeronafhankelijke spraak en sprekerafhankelijke spraak maken van der Meulen en van Dijk (2004) ook nog een onderscheid tussen continue spraak en discontinue spraak. 19

22 Hoofdstuk 1: Spraaktechnologie Continue spraak betekent hetzelfde als gewoon praten zoals in een dagelijks gesprek. Het nadeel is dat mensen vaak overbodige woorden uitspreken, die dus niet relevant zijn voor een eventueel verslag. Bij continue spraak zal het systeem de overbodige woorden automatisch weglaten. Om die woorden automatisch te kunnen weglaten was een goede software en een krachtige computer van groot belang. Het systeem moet dus een normaal gesprek kunnen omzetten naar een goed en bondig verslag. Consumenten hanteerden vroeger dikwijls discontinue spraak, omdat de centrale verwerkingseenheid (cve) in de computer heel traag werkte. Het was belangrijk dat de gebruiker goed articuleerde en dat hij genoeg tijd tussen de verschillende woorden liet. Het was eveneens van belang dat er tussen twee woorden telkens een pauze was van een seconde. Door die pauzes kon het systeem de woorden goed verwerken. 3 Voor- en nadelen van spraaktechnologie 3.1 Voordelen van spraaktechnologie Volgens de website van AVT Benelux (2013) biedt dit bedrijf meer dan 25 jaar oplossingen voor de invoering van tekst in de computer en dit op een efficiënte en comfortabele manier. AVT Benelux geeft daarnaast uitgebreid advies over spraakherkenningssoftware en producten zoals dicteermicrofoons, mobiele recorders en headsets. Hieronder bespreek ik de voordelen van spraaktechnologie volgens hun standpunt. Het belangrijkste voordeel van spraaktechnologie is de snelheid. Spraaktechnologie gaat tot wel vijf maal sneller dan typen, waardoor de gebruiker aanzienlijk veel tijd kan besparen. De gebruiker hoeft zelf helemaal niet meer te typen, maar een combinatie van beide behoort eveneens tot de mogelijkheden. Doordat de consument minder moet typen, is er veel minder lichamelijke inspanning nodig. De gedicteerde tekst zorgt voor onmiddellijke controle op het scherm en de eventuele fouten kan hij direct verbeteren, waardoor er slechts weinig spel- en grammaticafouten zullen voorkomen. Die mogelijkheid maakt de opstelling van brieven, s, rapporten en verslagen sneller en makkelijker. Spraaktechnologie kan op die manier RSI-klachten helpen voorkomen of verminderen. 20

23 Hoofdstuk 1: Spraaktechnologie De gebruiker kan eerder geschreven documenten ook herschrijven of bewerken met zijn eigen stem. Hij kan op een eenvoudige wijze eigen dictaat en andere teksten terug beluisteren met de terugluister- en afspeelfunctie. Ook is het mogelijk om zelf te dicteren in een digitale spraakrecorder en later de omzetting van de gesproken tekst uit te voeren. Surfen op het internet kan voortaan ook met spraaktechnologie. Tot slot zijn er bij de toepassing van een digitale spraakrecorder geen cassettebandjes meer nodig. De opslag van de bestanden vindt direct plaats op de computer of op het netwerk. De gebruiker kan eveneens dicteren in een digitale recorder of smartphone, waarvan het softwaresysteem later de omzetting van de gesproken tekst uitvoert. Die recorder of smartphone kan de consument overal gebruiken, zelfs in de auto, waardoor hij ook onderweg geen tijd meer zal verliezen. 3.2 Nadelen van spraaktechnologie Naast de hierboven vermelde voordelen zijn er ook enkele nadelen verbonden aan spraaktechnologie. Een eerste nadeel volgens van der Meulen en van Dijk (2004) zijn de omgevingsgeluiden. Omgevingsgeluiden zoals het geluid van machines of pratende collega s en patiënten kunnen storend werken. De computer maakt bij spraakherkenning namelijk geen onderscheid tussen de ingesproken tekst door de consument en de verschillende omgevingsgeluiden. De computer kan de omgevingsgeluiden interpreteren als ingesproken tekst. Het is daarom belangrijk om het stemvolume aan te passen aan de omgeving. Indien er sprake is van storend omgevingsgeluid, zal het nodig zijn om beter te articuleren en luider te praten. Als de gebruiker spraaktechnologie voor de eerste keer toepast, zal hij vooraf de microfoongevoeligheid moeten testen door enkele teksten in te spreken. Ook is het belangrijk om de microfoon op de juiste hoogte te plaatsen. Het stemvolume, het achtergrondgeluid en de microfoongevoeligheid kunnen dus variëren, waardoor foutieve interpretaties kunnen optreden. Daarom is het belangrijk om met bovenstaande zaken rekening te houden om zo die fouten zoveel mogelijk te reduceren. Voordat gebruikers vlot met spraaktechnologie kunnen werken, is volgens van der Meulen en van Dijk (2004) training noodzakelijk. Als de consument het spraakherkenningspakket installeert, zal hij eerst een reeks woorden of teksten moeten inspreken. De bedoeling hiervan is dat de software de stem van de gebruiker leert kennen en dus later de ingesproken commando s beter zal kunnen omzetten naar tekst. 21

24 Hoofdstuk 1: Spraaktechnologie Het is belangrijk om de software vaak te trainen, zodat de herkenning na verloop van tijd nauwkeuriger en vlotter zal zijn. Het nadeel van die trainingen is dat ze veel tijd in beslag neemt voordat de gebruiker effectief aan de slag kan gaan. Ten slotte kan spraaktechnologie voor bepaalde doeleinden heel langzaam en inefficiënt werken. Bijvoorbeeld wanneer de gebruiker een aantal opties wilt selecteren. Het is mogelijk om met de muis in enkele klikken verschillende woorden aan te duiden. Met spraaktechnologie moet de gebruiker echter vragen aan het systeem om het woord te selecteren. Het spraakherkenningssysteem moet bovendien de spraak goed herkennen om dit mogelijk te maken. 4 Geschiedenis van spraaktechnologie Spraaktechnologie kent volgens Gil (z.j.) en volgens Van Hoornweder ( ) een langere geschiedenis dan mensen wellicht denken. Spraaktechnologie door machines is namelijk al 100 jaar in ontwikkeling, omdat de mens al eeuwen op zoek is naar manieren om moeilijke taken te vereenvoudigen. De geschiedenis van de eigenlijke TST kent volgens van der Beek (2010) zijn oorsprong in 1952 en gaat dus veel verder terug dan die van de computer. In de jaren vijftig waren er slechts weinig computers, waardoor een wiskundige integratie in de taal bovendien onmogelijk bleek. 4.1 Geschiedenis van spraakherkenning Gil (z.j.) merkt op dat onderzoekers uit het laboratorium van Alexander Graham Bell in 1952 de eerste echte bekende automatische spraakherkenning lanceerden. Dit apparaat, dat de naam Audrey kreeg, kon de cijfers nul tot en met negen herkennen. Audrey was tot 97 % nauwkeurig, indien de spreker mannelijk was en 350 milliseconden pauze tussen alle woorden liet. Het systeem werkte, doordat het apparaat aparte klanken (cijfers) kon onderscheiden en die controleerde aan de hand van modellen. De ontwerpers spraken die modellen vooraf in. Vervolgens verstreken er 20 jaar zonder noemenswaardige feiten in de wereld van spraakherkenning. Pas in 1971 kwam er een eerste stap richting innovatie. De Amerikaanse veiligheidsdienst Advanced Research Projects Agency Network (ARPANET) besloot te investeren in spraakherkenning. ARPANET sponsorde onderzoekers die een nieuw systeem zouden ontwikkelen. Dit systeem moest op zijn minst woorden en ook zinnen kunnen herkennen, zonder dat de gebruiker regelmatige pauzes moest laten tussen de verschillende woorden. Ook zou het 22

25 Hoofdstuk 1: Spraaktechnologie systeem tijdens de toepassing een lage tolerantie moeten hebben op achtergrondgeluid. Volgens Gil (z.j.) hebben onderzoekers in 1976 zes spraakherkenningssystemen ontworpen. De Carnegie Mellon University (CMU) in de Verenigde staten ontwierp het meest succesvolle systeem. Het apparaat kreeg de naam Harpy. Het belangrijkste nadeel van dat apparaat was de langzame werking. Bij een zin van vier woorden had Harpy vijf minuten nodig om die te verwerken. Ook was de gebruiker verplicht om het apparaat te trainen, zodat het systeem de woorden kon vergelijken met eerder ingesproken spraakmodellen. Het apparaat voldeed echter wel aan de eisen die ARPANET had gesteld. Harpy was het beste model om zich op te baseren voor verder onderzoek. Dit model paste namelijk het Markov-model toe. Die techniek bestond erin woorden als kleine overlappende stukken geluid op te vangen en op te slaan. Het onderzoek ging volgens Gil (z.j.) in de jaren 70 en 80 nog verder en het Markovmodel vormde hiervoor de basis. Later in de jaren 70 besloot ARPANET opnieuw te investeren in spraaktechnologie, om de fouten van het systeem te herleiden van ongeveer 10 % naar een paar procenten. Andere onderzoeken naar spraakherkenning hebben zich gefocust om het systeem accurater te maken en om spraakherkenning op de computers te verbeteren. 4.2 Geschiedenis van spraaksynthese Volgens de Boer (2002) heeft spraaksynthese een veel rijkere geschiedenis. Dit heeft veel te maken met het feit dat die taak eenvoudiger is en er in zekere zin zelfs geen computer nodig is. De uitspraak van de machine moet immers niet perfect zijn, omdat de mens heel gemakkelijk taal begrijpt. Een belangrijk probleem is echter de intonatie. Om te kunnen intoneren, moet de betekenis van de zin bekend zijn. Doorheen de jaren zijn er een aantal machines gebouwd die elk probeerden menselijke spraak na te bootsen. Volgens van der Beek (2010) bouwde Wolfgang von Kempelen in de tweede helft van de achttiende eeuw de eerste spraakmachine. De gebruiker bediende de machine met twee handen en pompte er lucht in met een blaasbalg. De machine kon woorden en zelfs korte zinnen produceren, al vergde de bediening wel enige training. 23

26 Hoofdstuk 1: Spraaktechnologie Wie zich met spraak bezighield, moest zelf de hulpmiddelen bouwen om het geluidssignaal te analyseren of te genereren, want er waren geen kant-en-klare machines en van softwarepakketten was ook nog geen sprake. Het is dan ook niet verwonderlijk dat de meeste pioniers op het gebied van de spraaktechnologie technische wetenschappers waren, te beginnen met de fysioloog von Kempelen en de elektrotechnicus Dudley. De opkomst van de elektrotechniek bood nieuwe kansen voor de spraaktechnologie: in 1939 presenteerde Homer Dudley op de Wereldtentoonstelling in New York zijn Voice Operating Demonstrator (VODER), een handmatig te bedienen spraaksynthesizer. Van die VODER zijn de oudste opnames van gesynthetiseerde spraak afkomstig. De VODER was het eerste apparaat dat de stem opving, converteerde tot basisklanken en de stem daarna elektronisch reproduceerde. Toch waren er enkele nadelen verbonden aan dit systeem. De technologie sprak niet uit zichzelf, er moest namelijk iemand het apparaat bedienen met knoppen en voetpedalen om er geluid uit te krijgen. Daarnaast was het zo ingewikkeld dat diegene die de VODER bediende een jaar op cursus moest gaan om de bediening ervan onder de knie te krijgen. Volgens de Boer (2002) ontwikkelden onderzoekers in de jaren 50 nog enkele systemen voor spraaksynthese. Tot slot bracht L&H een zeer geavanceerd commercieel model op de markt, namelijk Real Speak. Over dit model van L&H is er meer informatie te vinden in hoofdstuk twee op pagina Algemene ontwikkeling Leijten en van Waes (2003) merken op dat in de eerste ontwikkelingsfase van spraaktechnologie het onderzoek vooral gericht was op de technische ontwikkeling. De onderzoeksresultaten aan het einde van de jaren negentig waren toegespitst op het gebruik van spraakherkenning als schrijfinstrument. De nadruk in die onderzoeken ligt vooral op het gebruiksgemak van spraaktechnologie als schrijfinstrument. Volgens van der Beek (2012) is de ontwikkeling van taaltechnologie enorm gedreven en beïnvloed door de ontwikkeling in de techniek, de bredere beschikbaarheid van computers en ook snellere processoren, de dalende kostprijs voor geheugen en de ontwikkeling van programmeertalen en software. Voor de spraaktechnologie geldt dat zeker ook, ondanks het feit dat de spraaktechnologie ontstaan is voordat er computers beschikbaar waren voor spraakonderzoek. 24

27 Hoofdstuk 1: Spraaktechnologie Begin jaren negentig lijkt de tijd echter rijp voor concrete samenwerking tussen taal en spraak. Spraak- en taaltechnologen delen nu een gezamenlijk doel: ze ontwikkelen, onderhouden en exploiteren grote databestanden met taal- en spraakmateriaal. Daarnaast is nog een intensere samenwerking mogelijk, namelijk een integratie van taalkennis in spraakherkenningssystemen. In de loop van de jaren negentig kwamen er verschillende spraakherkenningspakketten op de markt, waaronder die van het Nederlandse Philips. Ook L&H, Dragon en International Business Machines (IBM) brachten pakketten op de markt. 5 Besluit Voor toepassingen zoals spellingcontrole en spraaksynthese is TST momenteel een frequent gebruikte applicatie. Spraaksynthese is een systeem dat in staat is om teksten voor te lezen, maar het is een ingewikkeld proces. Er zijn namelijk drie deelprocessen te onderscheiden: de fonetische transcriptie, de berekening van de geschikte prosodie en de generatie van spraak. Daarnaast laat spraakherkenning de computer toe het gesproken woord te herkennen en de spraak om te zetten naar tekst. Die techniek maakt het mogelijk grote stukken tekst in te lezen en kan bovendien computersystemen beveiligen. Er bestaan verschillende soorten spraaktechnologie. Elke soort heeft zijn eigen voor- en nadelen. Bij sprekeronafhankelijke spraak is er geen relatie tussen de spraakherkenning en de ingesproken woorden, het systeem herkent dus elke stem. Bij sprekerafhankelijke spraak traint de spreker het systeem, waardoor het enkel die ene stem herkent. Naast die twee soorten bestaat er ook nog de continue en discontinue spraak. Efficiëntie, comfort en tijdbesparing zijn slechts enkele van de vele voordelen van spraaktechnologie. Toch zijn er ook enkele nadelen aan het systeem verbonden. Zo kan omgevingsgeluid storend optreden en zelfs deel uitmaken van de opgenomen tekst. De microfoongevoeligheid is daarbij een belangrijke factor. Om foutieve interpretaties te vermijden, moet de gebruiker die correct instellen. Bovendien is training van de systemen noodzakelijk. De training zorgt voor een betere herkenning van de stem van de gebruiker. 25

28 Hoofdstuk 1: Spraaktechnologie De geschiedenis van de TST kent zijn oorsprong in 1952 en gaat dus veel verder terug dan die van de computer. Onderzoekers ontwikkelden in de tweede helft van de achttiende eeuw de eerste spraakmachine en sindsdien staat de evolutie niet meer stil. Door de computer is er ook een grote stap vooruit gezet. Begin jaren negentig lijkt de tijd rijp voor concrete samenwerking tussen taal en spraak. De integratie van taalkennis in spraakherkenningssystemen zorgde bovendien voor een nog intensere samenwerking, waardoor er verschillende spraakherkenningssystemen op de markt kwamen. 26

29 Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) 1 Geschiedenis van Lernout en Hauspie Volgens De Witte, Van Aelst en Van Peteghem (2001) bouwden Jo Lernout en Pol Hauspie een bedrijf vanuit de Vlaamse Westhoek dat marktleider wilde worden op het gebied van TST. Gyssels (2001) merkt op dat het duo Jo Lernout en Pol Hauspie in 1987 begon met hun avontuur rond spraaktechnologie. Pol Hauspie was een boekhouder die een passie had voor computertechnologie en Jo Lernout was een verkoper bij computerbedrijven. In 1987 begonnen ze samen het toekomstscenario in beeld te brengen, waarbij een simpel ingesproken woord een computer in actie zou doen treden. Een gewoon bevel zou volstaan om teksten te laten versturen naar de andere kant van de wereld. Jo Lernout en Pol Hauspie zouden de controle krijgen over die nieuwe gigantische markt. De evolutie van de telecommunicatie en de ontwikkeling van steeds krachtigere computers en softwaresystemen, maakte dit geloof in de jaren 90 onwrikbaar. Volgens Verrue ( ) richtten Jo Lernout en Pol Hauspie samen met Nico Willaert een spraaktechnologiebedrijf op, namelijk Lernout & Hauspie Speech Products. In Ieper, in het zogenaamde Flanders Language Valley (FLV) vestigden ze het bedrijf. Op diezelfde plaats vestigden zich tevens verwante bedrijven. Die bedrijven voerden eveneens onderzoek uit naar spraakherkenning en spraaksynthese. Vriendschap, knowhow en durf zorgden volgens De Witte, Van Aelst en Van Peteghem (2001) voor hun steile opmars in de richting van de absolute top. Toen L&H in 1995 naar de Amerikaanse technologiebeurs Nasdaq trok en een partnerschap aanging met Microsoft, bleek dit een groot succes: de overnames volgden elkaar op en Jo Lernout en Pol Hauspie werden gekende ondernemers. Het publiek tekende massaal in op de aandelen van L&H, die op de beurs ongekend hoge noteringen haalden. Alles verliep rimpelloos, tot de gezaghebbende The Wall Street Journal in augustus 2000 op het toneel verscheen. De omzet die L&H beweerde te realiseren in Korea en 27

30 Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) Singapore bleek gedeeltelijk nep. Hierdoor dachten velen dat Jo Lernout en Pol Hauspie fraude hadden gepleegd. Dit zorgde bijgevolg voor negatieve opmerkingen bij de tienduizenden aandeelhouders van L&H. De aandeelhouders hadden het echter bij het rechte eind en op 24 oktober 2001 verklaarde de rechtbank L&H uiteindelijk failliet. 2 Basistechnologieën van Lernout en Hauspie Volgens Gyssels (2001) vormden de basistechnologieën van L&H de kern van de onderneming. Sinds haar ontstaan in 1987 was L&H bezig, om onder andere tekstnaar-spraak en spraak-naar teksttechnologieën te ontwikkelen. Vanwege de lage opbrengsten van die technologieën in de beginperiode, begaf L&H zich ook in de winstgevende markt van vertalingen vanaf De volgende logische stap was om automatische vertaalmachines te bouwen, een vierde basistechnologie. In 1999 schoven Lernout en Hauspie, na vele jaren voorbereidend werk, een vijfde bouwsteen naar voren. Dit was niet echt een basistechnologie, namelijk Content Technology. L&H bracht die vijfde pijler begin 1999 onder in de spin-off Speech Artificial Intelligence Language (SAIL) Labs, dat de technologie verder zou perfectioneren. Volgens Vandoorne ( ) kunnen we de afkorting SAIL vertalen naar spraak, artificiële intelligentie en taal. Die drie aspecten zijn samengebracht onder een technologie die kortweg SAIL-technologie heet. Dit blijft echter een algemene noemer. Vandoorne legt de concrete invulling van die kernwoorden hieronder verder uit. 2.1 SAIL-technologie Vandoorne ( ) legt uit dat de term spraak staat voor alle nieuwe technologieën voor automatische spraakherkenning en spraaksynthese. Een bepaald systeem kan de teksten die de consument inspreekt herkennen en in een verder stadium uitvoeren. Bij spraaksynthese zal het systeem hetgeen de gebruiker intikt omzetten naar spraak. Spraak is echter niet hetzelfde als taal, al zijn er wel heel wat overeenkomsten. Door spraak kan taal namelijk tot uiting komen. Spraak omvat de natuurlijke articulatie, de klemtoon, het ritme en de zinsmelodie. Hierin ligt dan ook de grote uitdaging. Het gaat niet enkel om de omzetting naar de juiste taal, aangezien de productie naar spraak meer met zich meebrengt dan enkel de reproductie in een 28

31 Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) computerstijl. Het doel is om een goede weergave te ontwikkelen en zodoende rekening te houden met de wensen en eisen van de consument. De kunstmatige intelligentie is volgens Vandoorne ( ) de automatisering van activiteiten die we kunnen associëren met denken, beslissingen nemen, problemen oplossen en leren. De processen die zich afspelen in het nietwaarneembare van de mens, zoals de denkprocessen, gaat de kunstmatige intelligentie nabootsen en overbrengen naar een nieuw medium. Dit zal zo automatisch mogelijk verlopen, zodat de tussenkomst van menselijke handelingen zo klein mogelijk blijft. Daarnaast merkt Vandoorne ( ) op dat toepassingen voor de natuurlijke taal steeds maar toe nemen. Er is echter een belangrijke beperking van die taal. Taal is namelijk een manier waarmee mensen met elkaar in contact komen, een overkoepelend begrip voor enerzijds gesproken taal en anderzijds non-verbale taal. Systemen zoals de gps en de gsm gebruiken de toepassingen van de SAILtechnologie. Bijlage één op pagina 101 geeft meer inzicht in de SAIL-technologie. Dit voorbeeld verduidelijkt namelijk de toepassing van die technologie. De volledige technologie bestaat uit vier domeinen. Hieronder leg ik de drie belangrijkste domeinen uit, namelijk spraak-naar-tekst, tekst-naar-spraak en tekst-naar-tekst Spraak-naar-tekst In de fase van spraak-naar-tekst is het volgens Vandoorne ( ) mogelijk om gesproken klanken om te zetten naar een digitaal beeld. De woorden die de consument uitspreekt, zal het programma herkennen en vervolgens omzetten in tekst. Het is belangrijk dat de toepassing verwant is met de handelswijze en de stem van de gebruiker. Daarnaast is een duidelijke articulatie en een aangepaste spreeksnelheid vereist. Bij de omzetting van spraak-naar-tekst geeft Gyssels (2001) ook nog mee dat de geluidskaart van het spraakherkenningssysteem vooreerst een analoog signaal omzet naar een digitaal signaal van nullen en enen die de computer kan begrijpen. Vervolgens zal het akoestische model, dat geluid analyseert, de gesproken woorden zo accuraat mogelijk opsplitsen in klanken. Het akoestische model tracht dus met andere woorden om de gesproken klanken te herkennen. Nadat de computer de klanken heeft herkend, zal een statistische methode de waarschijnlijkheid van een bepaald woord, namelijk een combinatie van klanken, 29

32 Hoofdstuk 2: Invloed van Lernout en Hauspie (L&H) berekenen. Dit model zal de combinaties van de uitgesproken klanken vergelijken met woorden in elektronische woordenboeken. Vervolgens zal het systeem er de beste overeenkomst uithalen. Als er meerdere woorden dezelfde waarschijnlijkheid hebben, zal het taalmodel bepalen welk woord er in aanmerking komt. Naast die zogenaamde akoestische modellen zijn er namelijk volgens van der Meulen en van Dijk (2004) ook taalmodellen nodig. Er zijn meerdere soorten taalmodellen, bijvoorbeeld een unigram en een bigram. Een unigram is de kans op ieder woord. Een bigram is de kans op een woordpaar. Training van die taalmodellen verloopt door simpelweg te tellen hoe vaak een woord en hoe vaak een combinatie van woorden voorkomt. Door die taalmodellen is de kans groter dat het systeem minder tijd nodig heeft om een woord of een combinatie van woorden te herkennen. Het gaat hierbij louter om spraakherkenning en dus niet om spraakperceptie. Indien de computer de taalregels beter zou begrijpen en verbanden tussen woorden zou kunnen leggen, zou hij taal kunnen begrijpen. Een andere term voor dit fenomeen is Natural Language Understanding. De computer zal dan ook door zijn kennis en begrip van de context een accuratere herkenning kunnen aantonen. Verder kan de gebruiker, afhankelijk van de toepassing, de database kleiner of groter maken. De database kan namelijk 10 tot woorden bevatten. Het is bovendien mogelijk om databases aan de context aan te passen. Dit is zeker interessant voor de medische of juridische wereld, wanneer de gebruiker specifieke vaktermen gaat toevoegen aan het vakwoordenboek Tekst-naar-spraak Vandoorne ( ) merkt op dat tekst-naar-spraak een moeilijk proces is. Hierbij is een goede uitspraak namelijk van groot belang. Verder is het belangrijk om vlot te spreken en om de eentonigheid te vervangen door een boeiende intonatie. Het systeem voor de spraaksynthese moet de natuurlijke stem van de mens daarna zo goed mogelijk kunnen weergeven. Volgens Gyssels (2001) maakt die technologie het mogelijk om eender welke tekst om te zetten naar spraak. Begin 2000 kwam het Nederlandstalige Real Speak van L&H op de markt. Real Speak maakt gebruik van vooraf opgenomen klanken, namelijk diphonen. Hiervoor moet een bepaalde persoon gedurende een aantal weken teksten voorlezen, waaruit het systeem diphonen distilleert. Een diphoon bevat de aaneensluitende helften van twee opeenvolgende klanken. Dit is mogelijk 30