Voice Dialog System in Web Browser for Demonstration Purposes

Název česky

Hlasový dialogový systém ve webovém prohlížeči pro demonstrační účely

Jazyk práce

anglický

Abstrakt

Cieľom práce je navrhnúť a vytvoriť hlasom ovládaného asistenta(voicebota), ktorý bude ľahko nasaditeľný na webovú stránku. Používateľom tak bude poskytnutý moderný spôsob, ako prirodzene komunikovať cez internetový prehliadač. Hlavný dôraz je kladený na synchronizáciu medzi hlasovým asistentom a obsahom na webovej stránke. Synchronizácia je dosiahnutá obojsmerným prenosom hlasu a textových príkazov medzi klientom a serverom. Na to je použitá technológia WebRTC v kombinácií so signalizačným protokolom SIP. Práca sa zaoberá oblasťami ako VoIP telefonovanie, počítačové siete a strojové učenie(proprietárne rečové technológie od Phonexie). Benefitom nasadenia hlasového asistenta je zníženie nákladov na odchádzajúce hovory pre klientov, odľahčenie agentov na call centrách pri odpovedaní na často kladené otázky a zvýšenie záujmu zákazníkov vďaka použitiu nových technológií.

Klíčová slova

voicebot, WebRTC, SIP, RTP, SDP, Asterisk, hlasový dialógový systém, prechod NAT, Phonexia, rozpoznávanie reči, internetový prehliadač, IBM Watson, WebSocket, Phonexia Speech Engine

Ústav

Ústav počítačové grafiky a multimédií FIT VUT v Brně

Studijní program

Informační technologie a umělá inteligence, specializace Počítačové sítě

Soubory

Stav

obhájeno, hodnocení B

Obhajoba

26. srpna 2021

Oponent

Glembek Ondřej, Ing., Ph.D.

Průběh obhajoby

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B - velmi dobře.

Otázky u obhajoby

Do dialogového systému se jako vstup bere "1-best" výstupní řetězec z modulu rozpoznávání řeči, tedy sekvence slov. Dal by se využít graf hypotéz, případně N-best výstup rozpoznávače?

Komise

Hruška Tomáš, prof. Ing., CSc. (UIFS FIT VUT), předseda
Kolář Dušan, doc. Dr. Ing. (UIFS FIT VUT), člen
Lengál Ondřej, Ing., Ph.D. (UITS FIT VUT), člen
Očenášek Pavel, Mgr. Ing., Ph.D. (UIFS FIT VUT), člen
Polčák Libor, Ing., Ph.D. (UIFS FIT VUT), člen
Veselý Vladimír, Ing., Ph.D. (UIFS FIT VUT), člen

Citace

VLČEK, Pavol. Voice Dialog System in Web Browser for Demonstration Purposes. Brno, 2021. Diplomová práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2021-08-26. Vedoucí práce Schwarz Petr. Dostupné z: https://www-dev.fit.vutbr.cz/study/thesis/23460/

BibTeX

@mastersthesis{FITMT23460,
    author = "Pavol Vl\v{c}ek",
    type = "Diplomov\'{a} pr\'{a}ce",
    title = "Voice Dialog System in Web Browser for Demonstration Purposes",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2021,
    location = "Brno, CZ",
    language = "english",
    url = "https://www.fit.vut.cz/study/thesis/23460/"
}