Accenti, dialetti, lingue, voci: trasformare queste informazioni in un asset digitale attraverso il riconoscimento vocale automatico è l'obiettivo di Cedat85, che sviluppa soluzioni in grado di acquisire valore dalla parola parlata. Utilizzando i server IBM® Power Systems AC922, l'azienda ha accelerato l'addestramento di modelli di reti neurali, riducendo il time-to-market delle sue soluzioni.
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”.
Quando Cedat 85 ha sentito parlare dei server IBM Power Systems AC922, progettati per supportare l'AI aziendale, ha colto al volo l'opportunità di confrontarli con la sua infrastruttura con accelerazione GPU esistente.
Giannotti ricorda: “Eravamo interessati a scoprire se IBM fosse in grado di mantenere la promessa di prestazioni senza precedenti per i workload AI con la sua ultima generazione di server Power Systems. Abbiamo testato la tecnologia e abbiamo subito capito che la risposta era affermativa: le prestazioni erano nettamente superiori rispetto al nostro ambiente precedente".
Cedat 85 si è rivolta all'IBM Business Partner Computer Gross Italia per ricevere assistenza nell'installazione e, nel giro di un paio di giorni, la piattaforma era già operativa. Poco dopo, Cedat 85 si è aggiudicata la gara d'appalto per un progetto storico: "Save our Sounds", un'iniziativa della British Library per preservare il patrimonio sonoro del Regno Unito. Cedat 85 è stata incaricata di contribuire alla creazione di un archivio radiofonico nazionale, proteggendo il capitale audio delle trasmissioni radiofoniche passate e future delle stazioni di tutto il Regno Unito convertendo il parlato in testo.
"Save our Sounds rappresenta un traguardo importante per Cedat 85", afferma Giannotti. “Per realizzare il progetto, avevamo bisogno di arricchire i nostri modelli. Tra le altre cose, avrebbero dovuto saper distinguere tra le molteplici varietà di accenti e dialetti esistenti nel Regno Unito e riconoscere i termini colloquiali. La nuova e più potente infrastruttura IBM è arrivata proprio al momento giusto per sostenere questi sforzi”.
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.
© Copyright IBM Corporation 2019. IBM Corporation, IBM Cloud, New Orchard Road, Armonk, NY 10504
Prodotto negli Stati Uniti d'America, agosto 2019.
IBM, il logo IBM, ibm.com e Power Systems sono marchi di International Business Machines Corp., registrati in diverse giurisdizioni del mondo. Altri nomi di prodotti e servizi potrebbero essere marchi di IBM o di altre società. Un elenco aggiornato dei marchi IBM è disponibile sul web alla pagina "Copyright and trademark information" all’indirizzo www.ibm.com/it-it/legal/copytrade.shtml.
Linux è un marchio registrato di Linus Torvalds negli Stati Uniti, in altri Paesi o in entrambi.
Le informazioni contenute nel presente documento sono aggiornate alla data della prima pubblicazione e possono essere modificate da IBM senza preavviso. Non tutte le offerte sono disponibili in ogni Paese in cui opera IBM.
Gli esempi citati relativi a dati di prestazione e clienti sono presentati unicamente a scopo illustrativo. Gli attuali risultati in termini di performance possono variare a seconda delle specifiche configurazioni e delle condizioni operative. LE INFORMAZIONI RIPORTATE NEL PRESENTE DOCUMENTO SONO DA CONSIDERARSI “NELLO STATO IN CUI SI TROVANO”, SENZA GARANZIE, ESPLICITE O IMPLICITE, IVI INCLUSE GARANZIE DI COMMERCIABILITÀ, DI IDONEITÀ A UN PARTICOLARE SCOPO E GARANZIE O CONDIZIONI DI NON VIOLAZIONE. I prodotti IBM sono coperti da garanzia in accordo con termini e condizioni dei contratti sulla base dei quali vengono forniti.
È responsabilità del cliente assicurare la conformità a normative e regolamenti applicabili. IBM non fornisce consulenza legale né dichiara o garantisce che i propri servizi o prodotti assicurino al cliente la conformità con qualsivoglia legge o regolamento.