Convertire in testo analizzabile il parlato, con le sue molteplici sfumature, rappresenta una sfida tecnica enorme. In che modoCedat85 avrebbe potuto rafforzare la propria posizione tra i leader nella tecnologia di riconoscimento vocale?

Cedat 85 ha sfruttato la potenza dei server accelerati di IBM per velocizzare l'addestramento dei modelli di reti neurali, ottenendo la possibilità di intraprendere un maggior numero di progetti e fornire risultati in tempi più brevi.

Per centinaia e migliaia di anni, gli esseri umani hanno usato il linguaggio per comunicare idee ed emozioni complesse in modo rapido ed efficace. Tuttavia, è molto difficile analizzare il parlato senza prima produrre una documentazione scritta, che richiede tempo e risorse.

La tecnologia di riconoscimento vocale mira a cambiare questa situazione, convertendo automaticamente il parlato in testo scritto che può essere analizzato. Da oltre trent'anni, Cedat 85 è all'avanguardia nelle soluzioni speech to text e aiuta i clienti nei settori dei media, della pubblica amministrazione, dei servizi finanziari, delle assicurazioni, della tecnologia, del marketing e dei contact center a soddisfare richieste sempre più complesse.

Enrico Giannotti, Managing Director di Cedat 85, spiega: “Il parlato è un fenomeno molto sofisticato. Parliamo di lingue, dialetti e modelli linguistici diversi. Poiché il parlato è così dinamico, con nuove frasi inventate e parole esistenti che cambiano significato ogni giorno, sviluppare soluzioni di riconoscimento vocale può essere come colpire un bersaglio in movimento”.

Dal 2002, Cedat 85 costruisce sofisticate reti neurali per supportare le sue soluzioni speech to text, utilizzando algoritmi che sono diventati sempre più complessi e accurati nel tempo. Per fare un salto di qualità nello sviluppo, l'azienda mirava ad accelerare i cicli di addestramento dei modelli. In precedenza, a causa dei limiti dell’infrastruttura, Cedat 85 poteva impiegare anche settimane, o addirittura mesi, per addestrare un modello di rete neurale. Potendo accedere solo a pochissime informazioni sulla precisione di un modello fino al completamento dell'addestramento, questo processo si rivelava molto lungo e rischioso.

"Addestriamo i nostri modelli utilizzando grandi quantità di dati", commenta Giannotti. "Nonostante avessimo potenziato la nostra infrastruttura con le GPU per accelerare l'elaborazione, ci è voluto ancora molto tempo per ottenere risultati. Ogni progetto richiedeva così tanto tempo e risorse che abbiamo dovuto rimandare delle opportunità. Con la crescente popolarità delle soluzioni vocali e di analytics, stanno emergendo sempre nuovi mercati per la tecnologia speech-to-text. Per essere sicuri di non perdere terreno rispetto ai concorrenti, eravamo determinati ad agire più in fretta”.

Cedat 85 sfrutta i server IBM Power Systems, ad alta intensità di dati e di elaborazione, per fornire risultati ai clienti con grande velocità e qualità. Riducendo il time-to-market delle sue soluzioni, l'infrastruttura IBM contribuisce a creare un vantaggio competitivo fondamentale per l'azienda.

"Utilizzando i server IBM Power Systems AC922, possiamo addestrare i modelli di reti neurali con una velocità 2,4 volte maggiore", commenta Giannotti. "E soprattutto, il risparmio di tempo non va a scapito dell'accuratezza. Di recente abbiamo condotto un progetto pilota per un ente pubblico in cui abbiamo dovuto adeguare i nostri modelli per adattarli ai diversi accenti e dialetti regionali. Nel giro di poche settimane, abbiamo aumentato l'accuratezza del nostro modello in lingua inglese di quasi il 10% quando applicato al loro caso d’uso, un processo che in passato ci avrebbe richiesto mesi. Questo miglioramento è stato reso possibile grazie alla combinazione tra la competenza dei nostri ingegneri AI, i nostri algoritmi proprietari e l’elaborazione superveloce dell’infrastruttura IBM”.

I tempi di addestramento più brevi riducono anche il rischio per Cedat 85, poiché gli ingegneri non devono aspettare a lungo per scoprire se un modello di rete neurale ha bisogno di una messa a punto. L'azienda ha inoltre aumentato la sua capacità di portare avanti progetti, e di conseguenza di cogliere nuove opportunità.

"L'impiego dei server IBM Power Systems AC922 ci offre una maggiore possibilità di sperimentazione: possiamo infatti provare cose diverse senza preoccuparci di vincolare la nostra infrastruttura all'addestramento di un modello difettoso per mesi e mesi", spiega Giannotti. "Possiamo anche essere più proattivi con i nostri attuali e potenziali clienti, e questo ci consente di incrementare i nostri profitti e di rientrare dell'investimento nelle soluzioni IBM in pochi mesi".

Guardando al futuro, Cedat 85 sta studiando come integrare altre tecnologie IBM nella sua offerta. In particolare, l'azienda sta esplorando come gli strumenti IBM® Watson potrebbero aiutarla a ottenere ulteriore valore dal testo per i clienti .

Giannotti conclude: "Con il supporto dell'infrastruttura IBM, produciamo ogni giorno miliardi di parole a partire dal parlato per i nostri clienti. Implementando i più recenti server IBM Power Systems, ci assicuriamo di continuare a essere all'avanguardia nello sviluppo di soluzioni di speech to text. Ora abbiamo la possibilità di collaborare con IBM per portare qualcosa di ancora più speciale sul mercato”.

Cedat 85 è un'azienda leader nel mercato della tecnologia e dei servizi speech-to-text con sede a Roma, in Italia. L'azienda vanta oltre 500 clienti in tutto il mondo, 33 anni di esperienza ed è stata designata tra i primi 11 operatori globali e tra i primi cinque in Europa per le applicazioni Speech-to-Text nel panorama competitivo di Gartner del 2018. L'azienda opera in tutto il mondo attraverso il suo marchio internazionale Speech-i.