Da Sprache zahlreiche Nuancen enthält, ist die Umwandlung von Sprache in analysierbaren Text eine große technische Herausforderung. Wie konnte Cedat 85 seine Position an der Spitze der Spracherkennungstechnologie stärken?

Cedat 85 nutzte die Leistung schnellerer Server von IBM, um das Training neuronaler Netzwerkmodelle zu beschleunigen. So konnte das Unternehmen mehr Projekte übernehmen und schneller Ergebnisse liefern.

Seit Hunderten, ja sogar Tausenden von Jahren nutzen Menschen Sprache, um komplexe Ideen und Emotionen schnell und effektiv zu kommunizieren. Sprache allein ist jedoch sehr schwer zu analysieren, ohne zuerst eine schriftliche Aufzeichnung zu erstellen, was Zeit und Ressourcen kostet.

Mit Technologie zur Spracherkennung soll sich das ändern, da damit Sprache automatisch in schriftlichen Text umgewandelt wird, der dann analysiert werden kann. Seit mehr als drei Jahrzehnten sorgt Cedat 85 für einen Durchbruch bei Speech-to-Text-Lösungen und hilft Kunden aus den Bereichen Medien, Behörden, Finanzdienstleistungen, Versicherungen, Technologie, Marketingabteilungen und Contact Centern dabei, immer komplexere Anforderungen zu erfüllen.

Enrico Giannotti, Managing Director bei Cedat 85, erklärt: „Sprache ist ein sehr komplexes Phänomen. Wir sprechen in verschiedenen Sprachen, Dialekten und linguistischen Modellen. Sprache ist sehr dynamisch, da täglich neue Ausdrücke erfunden werden und sich die Bedeutung bestehender Wörter ändert. Deshalb ist die Entwicklung von Spracherkennungslösungen so, als würde man versuchen, ein bewegliches Ziel zu treffen.“

Seit 2002 entwickelt Cedat 85 komplexe neuronale Netze zur Unterstützung seiner Speech-to-Text-Lösungen, wobei die Algorithmen im Laufe der Zeit immer komplexer und genauer geworden sind. Um den nächsten Entwicklungssprung zu machen, wollte das Unternehmen die Trainingszyklen für die Modelle beschleunigen. Aufgrund der begrenzten Infrastruktur dauerte es früher bei Cedat 85 Wochen oder sogar Monate, ein neuronales Netzwerkmodell zu trainieren. Dieser Prozess war riskant und zeitaufwändig, da man bis zum Abschluss des Trainings kaum Einblick in die Genauigkeit des Modells hatte.

„Wir trainieren unsere Modelle mit riesigen Datenmengen“, kommentiert Giannotti. „Auch wenn wir unsere Infrastruktur mit GPUs erweitert haben, um die Verarbeitung zu beschleunigen, dauerte es immer noch lange, bis wir Ergebnisse erzielten. Jedes Projekt war so zeit- und ressourcenintensiv, dass wir neue Möglichkeiten zurückstellen mussten. Durch die wachsende Popularität von Analysen und sprachgesteuerten Lösungen eröffnen sich ständig neue Anwendungsbereiche für Speech-to-Text-Lösungen. Wir wollten sicherstellen, dass wir den Anschluss an die Konkurrenz nicht verpassen, und waren entschlossen, schneller zu handeln.“

Cedat 85 nutzt die Vorteile der daten- und rechenintensiven IBM Power Systems-Server, um seinen Kunden Ergebnisse in hoher Geschwindigkeit und Qualität bereitzustellen. Durch die Verkürzung der Markteinführungszeit für seine Lösungen ist die IBM Infrastruktur für das Unternehmen ein wesentlicher Faktor, um einen Wettbewerbsvorteil zu erzielen.

„Mit IBM Power Systems AC922-Servern können wir neuronale Netzwerkmodelle 2,4-mal schneller trainieren“, erklärt Giannotti. „Und das Entscheidende ist, dass diese Zeitersparnis nicht auf Kosten der Genauigkeit geht. Vor Kurzem haben wir ein Pilotprojekt für einen Regierungskunden durchgeführt, bei dem wir unsere Modelle an die verschiedenen regionalen Akzente und Dialekte anpassen mussten. Innerhalb weniger Wochen steigerten wir die Genauigkeit unseres englischen Sprachmodells um fast 10 Prozent, wenn wir es auf deren Anwendungsfall anwandten – ein Prozess, für den wir früher Monate gebraucht hätten. Diese Verbesserung ist auf eine Kombination aus der Expertise unserer KI-Entwickler, unseren eigenen Algorithmen und der superschnellen Verarbeitung der IBM Infrastruktur zurückzuführen.“

Die kürzeren Trainingszeiten verringern auch das Risiko für Cedat 85, da die Entwickler nicht mehr so lange warten müssen, um herauszufinden, ob ein neuronales Netzwerkmodell eine Feinabstimmung benötigt. Das Unternehmen hat auch seine Kapazitäten für die Übernahme von Projekten erhöht, sodass es neue Chancen wahrnehmen kann.

„Mit den IBM Power Systems AC922-Servern können wir mehr experimentieren, da wir verschiedene Dinge ausprobieren können, ohne uns Sorgen machen zu müssen, dass wir unsere Infrastruktur monatelang mit der Schulung eines fehlerhaften Modells belasten“, erklärt Giannotti. „Wir können auch proaktiver mit unseren bestehenden und potenziellen Kunden umgehen, was uns hilft, unsere Umsätze zu steigern und unsere Investitionen in IBM Lösungen innerhalb weniger Monate zu amortisieren.“

Mit Blick auf die Zukunft prüft Cedat 85 derzeit, wie man weitere IBM Technologien in das Angebot integrieren kann. Insbesondere untersucht das Unternehmen, wie IBM® Watson-Tools ihm dabei helfen könnten, seinen Kunden noch mehr Mehrwert aus Texten zu bieten.

Abschließend erklärt Giannotti: „Mit Unterstützung der IBM Infrastruktur produzieren wir für unsere Kunden jeden Tag Milliarden von Wörtern aus Sprache. Durch den Einsatz der neuesten IBM Power Systems-Server stellen wir sicher, dass wir bei der Entwicklung von Speech-to-Text-Lösungen weiterhin eine Spitzenposition einnehmen. Als Nächstes haben wir die Möglichkeit, mit IBM zusammenzuarbeiten, um eine noch außergewöhnlichere Lösung auf den Markt zu bringen.“

Cedat 85 ist ein marktführendes Unternehmen für Speech-to-Text-Technologie und -Services mit Sitz in Rom, Italien. Das Unternehmen hat mehr als 500 Kunden weltweit, verfügt über 33 Jahre Erfahrung und wurde in der Gartner-Wettbewerbsstudie 2018 als einer der Top-11-Global-Player und eines der Top-5-Unternehmen in Europa für Speech-to-Text-Anwendungen eingestuft. Das Unternehmen ist mit seiner internationalen Marke Speech-i weltweit tätig.