Les nombreuses nuances dans la parole rendent difficile sa conversion en un texte analysable d’un point de vue technique. Comment Cedat85 pourrait-il renforcer sa position de leader de la technologie de reconnaissance vocale ?

Cedat85 a exploité la puissance des serveurs accélérés d’IBM pour accélérer l’entraînement des modèles de réseaux neuronaux, ce qui a permis à l’entreprise de prendre en charge davantage de projets et de fournir des résultats plus rapidement.

Depuis des centaines de milliers d’années, les humains utilisent la parole pour communiquer rapidement et efficacement des idées et des émotions complexes. La parole seule, cependant, est très difficile à analyser sans d’abord produire une trace écrite, ce qui nécessite du temps et des ressources.

La technologie de reconnaissance vocale vise à changer cela en convertissant automatiquement la parole en un texte écrit qui peut être analysé. Depuis plus de trente ans, Cedat85 élabore des solutions de Speech to Text innovantes et permet à ses clients des secteurs des médias, du gouvernement, des finances, des assurances, de la technologie, des départements marketing et des centres d’appel de répondre à des demandes de plus en plus complexes.

Enrico Giannotti, directeur général de Cedat85, explique : « La parole est un phénomène très sophistiqué. Nous parlons en utilisant des langues, des dialectes et des modèles linguistiques différents. La parole est très dynamique : chaque jour, de nouvelles expressions sont inventées et le sens des mots existants évolue. Le développement de solutions de reconnaissance vocale est donc un travail périlleux. »

Depuis 2002, Cedat85 conçoit des réseaux neuronaux sophistiqués pour soutenir ses solutions de Speech to Text, ses algorithmes devenant plus complexes et plus précis au fil du temps. Pour franchir une nouvelle étape dans le développement, l’entreprise souhaitait accélérer les cycles d’entraînement des modèles. Auparavant, en raison des limitations de l’infrastructure, il fallait à Cedat85 des semaines, voire des mois, pour entraîner un modèle de réseau neuronal. Ce processus était risqué et prenait beaucoup de temps, car il ne permettait pas de connaître la précision du modèle tant que l’entraînement n’était pas terminée.

« Nous entraînons nos modèles à l’aide de grandes quantités de données », commente M. Giannotti. « Même si nous avions augmenté notre infrastructure avec des GPU pour accélérer le traitement, il fallait toujours beaucoup de temps pour obtenir des résultats. Chaque projet était tellement chronophage et gourmand en ressources que nous avons dû reporter des opportunités. Avec la popularité croissante des solutions analytiques et vocales, de nouveaux marchés émergent en permanence pour la technologie Speech to Text. Pour ne pas nous laisser distancer par nos concurrents, nous étions déterminés à avancer plus vite. »

Cedat85 tire parti des serveurs IBM Power Systems à forte intensité de données et de calcul pour fournir des résultats aux clients avec une rapidité et une qualité exceptionnelles. En réduisant le temps de mise sur le marché de ses solutions, l’infrastructure IBM contribue à donner à l’entreprise un avantage concurrentiel vital.

« Grâce aux serveurs IBM Power Systems AC922, nous pouvons entraîner les modèles de réseaux neuronaux 2,4 fois plus rapidement », commente M. Giannotti. « Et surtout, ces gains de temps ne se font pas au détriment de la précision. Nous avons récemment mené à bien un projet pilote pour un client gouvernemental dans le cadre duquel nous devions adapter nos modèles pour tenir compte des différents accents et dialectes régionaux. En quelques semaines, nous avons augmenté la précision de notre modèle de langue anglaise de près de 10 % lorsqu’il est appliqué à son cas d’utilisation. Par le passé, ce processus nous aurait pris des mois. Cette amélioration est due à la combinaison de l’expertise de nos ingénieurs en IA, de nos algorithmes propriétaires et du traitement ultra-rapide de l’infrastructure IBM. »

Les temps d’entraînement plus courts réduisent également les risques pour Cedat85, car les ingénieurs n’ont pas à attendre aussi longtemps pour savoir si un modèle de réseau neuronal a besoin d’être perfectionné. L’entreprise a également augmenté sa capacité à prendre en charge des projets, ce qui lui permet de tirer parti de nouvelles opportunités.

« Le déploiement de serveurs IBM Power Systems AC922 nous permet de faire davantage d’expérimentations, car nous pouvons essayer différentes choses sans nous soucier d’immobiliser notre infrastructure pour entraîner un modèle défectueux pendant des mois », explique M. Giannotti. « Nous pouvons également être plus proactifs avec nos clients existants et potentiels, ce qui nous permet d’accroître nos revenus et de rentabiliser les solutions IBM en quelques mois. »

Cedat85 explore les façons dont il pourra intégrer d’autres technologies IBM à ses offres à l’avenir. Plus précisément, l’entreprise étudie la façon dont les outils IBM Watson peuvent l’aider à générer une valeur supplémentaire à partir du texte pour les clients.

M. Giannotti conclut : « Grâce à l’infrastructure IBM, nous produisons chaque jour des milliards de mots de texte issus de la parole pour nos clients. » En déployant les derniers serveurs IBM Power Systems, nous nous assurons de continuer à montrer la voie en matière de développement de solutions Speech to Text. Ensuite, nous avons la possibilité de faire équipe avec IBM pour apporter quelque chose de spécial sur le marché. »

Cedat85 est un leader du marché dans la technologie et les services de Speech to Text basé à Rome, en Italie. L’entreprise compte plus de 500 clients dans le monde, possède 33 ans d’expérience et a été désignée comme l’un des 11 premiers acteurs mondiaux et l’un des cinq premiers en Europe pour les applications Speech to Text dans le paysage concurrentiel 2018 de Gartner. L’entreprise opère dans le monde entier grâce à sa marque internationale Speech-i.