*Universidade de Buffalo testa Itanium

  *Reconhecimento de voz: quase realidade

    Nas últimas décadas nos habituamos a falar com os dedos: keyboard, calculadora, comandos teclados, mouse. Parecia tudo muito eficiente e perfeito. Mas nossos dedos não estariam sobrecarregados com tantas tarefas? E por acaso alguns dos nossos comportamentos e intenções não estariam tendo interpretação muito limitada com a simples digitação? Nossa voz, poderosa função do ser humano, não estaria sendo sub-utilizada?
    O reconhecimento de voz ("speech recognition" em Inglês) é uma iniciativa neste sentido. Basicamente, fazer com que um processador numérico traduza nossa fala para sua linguagem. E é aqui que começam problemas, de tal monta que até pouco tempo atrás considerou-se que seria impossível chegar a reconhecimento de voz completo.
    Nossa linguagem não é um dom natural (aliás a boca, órgão da fala, não foi desenvolvida para isto). De fato é uma instituição, aceita e compartilhada pelos que a praticam, com todas as vicissitudes e virtudes de uma instituição humana. Já a linguagem do processamento deriva de tecnologias eletrônicas e matemáticas, dentro de padrões muito mais rígidos e estreitos.
    Desta diferença resulta que só um treinamento específico pode traduzir a linguagem humana para a linguagem numérica do processador. Treinamento em dois sentidos: (1) o humano deve treinar como falar ao processador, de maneira a encaixar-se na rigidez de sua linguagem (2) o processador deve ser treinado para identificar numericamente as características da linguagem do humano, obtendo dados suficientes para traduzi-la.
    No atual estágio temos dois campos de aplicação para reconhecimento de voz. O primeiro é a conversão fala-texto. Sua aplicação é mais imediata, como ditar cartas e e-mails. O segundo é fala-comando, com aplicações muito mais amplas. Uma palavra, devidamente traduzida pelo processador, desencadeia uma ação instrumentalizada, como abrir um aplicativo no computador, fechar a porta do carro, adotar uma tática em videogame.
    Nada disto é ficção. Dois programas comerciais - ViaVoice da IBM e NaturallySpeaking da DRAGON SYSTEMS - dominam com certa perfeição esta tecnologia. Especificamente para jogos temos o software Game Commander 2, da SONTAGE INTERACTIVE, que admite comandos verbais para vários games de aceitação popular.
    Obviamente eles exigem o duplo treinamento, do processador e do usuário, que pode durar meia hora ou quase um dia inteiro - de qualquer maneira os programas são projetados para se treinarem permanentemente, sempre adicionando dados sobre os padrões de fala do usuário. 
    Tanto o ViaVoice quanto o NaturallySpeaking têm 4 versões (e 4 preços), variando do básico a características avançadas. O programa da IBM exige um processador de 300 MHz, 64 MBytes de RAM e 510 MBytes livres no HD. O NaturallySpeaking precisa do mesmo hardware, mas funciona também só com 150 MBytes de HD.
    O problema maior para brasileiros será a língua - Inglês americano, é óbvio. Para os programas funcionarem adequadamente com Português brasileiro ainda devem ser feitas muitas pesquisas da nossa desconhecida língua. Algumas pesquisas relevantes estão sendo feitas no NILC- Núcleo Interinstitucional de Linguística Computacional, na USP de São Carlos-SP. O NILC reúne pesquisas desta universidade, da Universidade Federal de São Carlos (UFSCAR) e da UNESP de Araraquara.