Sotaques, dialetos, idiomas, vozes — transformar essas informações em um recurso digital usando reconhecimento automático de fala é a missão da Cedat85, que desenvolve soluções que capturam valor da palavra falada. Usando servidores IBM Power Systems AC922, a empresa acelerou o treinamento de modelos de rede neural, reduzindo o tempo de lançamento no mercado de suas soluções.
Com tantas nuances na fala, converter em texto analisável é um grande desafio técnico. Como a Cedat 85 poderia fortalecer sua posição na vanguarda da tecnologia de reconhecimento de fala?
A Cedat 85 aproveitou o poder dos servidores acelerados da IBM para tornar mais rápido o treinamento de modelos de rede neural, permitindo que a empresa assuma mais projetos e forneça resultados mais cedo.
Há mais de centenas e milhares de anos, os humanos têm usado a fala para comunicar ideias e emoções complexas de forma rápida e eficaz. A fala sozinha, no entanto, é muito difícil de analisar sem antes produzir um registro escrito, o que exige tempo e recursos.
A tecnologia de reconhecimento da fala tem como objetivo mudar isso, convertendo automaticamente a fala em texto escrito que pode ser analisado. Por mais de três décadas, a Cedat 85 vem fazendo avanços em soluções de Speech to Text e ajudando clientes em mídia, governo, serviços financeiros, seguros, tecnologia, departamentos de marketing e contact centers a atender a demandas cada vez mais complexas.
Enrico Giannotti, Diretor Administrativo da Cedat 85, explica: "A fala é um fenômeno muito sofisticado. Falamos usando diferentes idiomas, dialetos e modelos linguísticos. Como a fala é tão dinâmica, com novas frases inventadas e palavras existentes mudando seu significado todos os dias, desenvolver soluções de reconhecimento da fala pode ser como atingir um alvo em movimento."
Desde 2002, o Cedat 85 construiu redes neurais sofisticadas para sustentar suas soluções de Speech to Text, com seus algoritmos se tornando mais complexos e precisos com o tempo. Para dar o próximo salto no desenvolvimento, a empresa queria acelerar os ciclos de treinamento de modelos. Anteriormente, as limitações de infraestrutura significavam que a Cedat 85 poderia levar semanas ou até meses para treinar um modelo de rede neural. Com pouco ou nenhum insight sobre a precisão do modelo até a conclusão do treinamento, esse processo era arriscado e demorado.
"Treinamos nossos modelos usando grandes quantidades de dados", comenta Giannotti." "Apesar de termos aumentado nossa infraestrutura com GPUs para acelerar o processamento, ainda levava muito tempo para obter resultados. Cada projeto exigia tanto tempo e recursos que tivemos que adiar as oportunidades. Com a crescente popularidade da análise de dados e de soluções habilitadas para voz, novos mercados estão surgindo para Speech to Text o tempo todo. Para garantir que não ficássemos para trás em relação aos concorrentes, estávamos determinados a agir mais rápido.”
Quando a Cedat 85 ouviu falar dos servidores IBM Power Systems AC922, projetados para dar suporte à IA empresarial, ela aproveitou a chance de compará-los à sua infraestrutura acelerada por GPU existente.
Giannotti relembra: “Estávamos interessados em descobrir se a IBM conseguiria cumprir a promessa de desempenho sem precedentes para cargas de trabalho de IA com sua última geração de servidores Power Systems. Testamos a tecnologia e logo descobrimos que a resposta era sim: eles superaram significativamente nosso ambiente anterior.”
A Cedat 85 contratou a Computer Gross Italia, parceira de negócios da IBM, para ajudar na instalação e, em alguns dias, a plataforma estava funcionando. Pouco tempo depois, a Cedat 85 ganhou a chance de um projeto marcante: "Save our Sounds", uma iniciativa da British Library para preservar a herança sonora do Reino Unido. A Cedat 85 foi contratada para ajudar a estabelecer um arquivo nacional de rádio, protegendo o capital de áudio de transmissões de rádio passadas e futuras de estações do Reino Unido, transcrevendo a fala em texto.
"Save our Sounds representa um grande marco para a Cedat 85", afirma Giannotti. "Para entregar o projeto, precisávamos enriquecer nossos modelos. Por exemplo, eles precisavam reconhecer a rica variedade de sotaques e dialetos que existem no Reino Unido e capturar termos coloquiais. A nova e mais poderosa infraestrutura da IBM chegou na hora certa para apoiar esses esforços."
A Cedat 85 está aproveitando os servidores IBM Power Systems, com uso intenso de dados e computação, para fornecer resultados aos clientes com grande velocidade e qualidade. Ao reduzir o tempo de lançamento no mercado de suas soluções, a infraestrutura da IBM contribui para uma vantagem competitiva vital para a empresa.
"Usando os servidores IBM Power Systems AC922, podemos treinar modelos de rede neural 2,4 vezes mais rápido.", comenta Giannotti."E, o que é fundamental, essa economia de tempo não prejudica a precisão.Recentemente, executamos um piloto para um cliente do governo, onde precisávamos personalizar nossos modelos para acomodar diferentes sotaques e dialetos regionais. Em algumas semanas, aumentamos a precisão do nosso modelo do idioma inglês em quase 10% quando aplicado ao seu caso de uso, um processo que nos levaria meses no passado. Essa melhoria se deve a uma combinação da conhecimento especializado de nossos engenheiros de IA, nossos algoritmos proprietários e o processamento super-rápido da infraestrutura da IBM."
Os tempos de treinamento mais curtos também reduzem o risco para a Cedat 85, pois os engenheiros não precisam esperar tanto tempo para descobrir se um modelo de rede neural precisa de ajuste fino. A empresa também aumentou sua capacidade de assumir projetos, permitindo que ela aproveite novas oportunidades.
"A implementação dos servidores IBM Power Systems AC922 nos permite ser mais experimentais, pois podemos tentar coisas diferentes sem nos preocuparmos em amarrar nossa infraestrutura ao treinamento de um modelo imperfeito por meses a fio", explica Giannotti. "Também podemos ser mais proativos com nossos clientes atuais e potenciais, o que nos ajuda a aumentar nossas receitas e nos dá um retorno sobre nosso investimento em soluções da IBM em poucos meses."
Olhando para o futuro, a Cedat 85 está investigando como pode integrar outras tecnologias da IBM em suas ofertas. Especificamente, a empresa está explorando como as ferramentas IBM Watson podem ajudar a liberar valor adicional do texto para os clientes.
Giannotti conclui: "Com suporte da infraestrutura da IBM, produzimos bilhões de palavras de texto provenientes da fala para nossos clientes todos os dias. Ao implementar os servidores IBM Power Systems mais recentes, estamos nos certificando de que continuamos a liderar o desenvolvimento de soluções de Speech to Text.Em seguida, temos a chance de nos unir à IBM para trazer algo ainda mais especial para o mercado."
A Cedat 85 é líder de mercado em tecnologia e serviços de Speech to Text, com sede em Roma, na Itália. A empresa tem mais de 500 clientes em todo o mundo, 33 anos de experiência e foi escolhida como uma das 11 principais empresas globais e uma das cinco principais na Europa para aplicações de Speech to Text no cenário competitivo de 2018 da Gartner. A empresa opera em todo o mundo por meio de sua marca internacional Speech-i.
© copyright IBM corporation 2019. IBM corporation, IBM cloud, New orchard road, Armonk, NY 10504
Produzido nos Estados Unidos da América, agosto de 2019.
IBM, o logotipo da IBM, ibm.com e Power Systems são marcas comerciais da International Business Machines Corp., registradas em várias jurisdições no mundo inteiro. Outros nomes de produtos e serviços podem ser marcas comerciais da IBM ou de outras empresas. Uma lista atualizada de marcas registradas da IBM está disponível na web em “Copyright and trademark information", em www.ibm.com/br-pt/legal/copytrade.shtml
Linux é uma marca registrada da Linus Torvalds nos Estados Unidos, em outros países ou em ambos.
Este documento é atual na data de sua publicação inicial, podendo ser alterado pela IBM a qualquer momento. Nem todas as ofertas estão disponíveis em todos os países em que a IBM opera.
Os dados de desempenho e exemplos de clientes citados são apresentados apenas para fins ilustrativos. Os resultados reais de desempenho podem variar de acordo com configurações e condições operacionais específicas. AS INFORMAÇÕES CONTIDAS NESTE DOCUMENTO SÃO FORNECIDAS NO ESTADO EM QUE SEM ENCONTRAM, SEM QUALQUER GARANTIA, EXPRESSA OU IMPLÍCITA, INCLUINDO SEM QUAISQUER GARANTIAS DE COMERCIALIZAÇÃO, ADEQUAÇÃO A DETERMINADO FIM E QUALQUER GARANTIA OU CONDIÇÃO DE NÃO INFRAÇÃO. Os produtos IBM têm garantia de acordo com os termos e condições dos contratos sob os quais são fornecidos.
O cliente é responsável por garantir a conformidade com as leis e regulamentações aplicáveis a ele. A IBM não fornece conselho jurídico ou representa ou garante que seus serviços ou produtos garantirão que o cliente esteja em conformidade com qualquer lei ou regulamento.