Con tantos matices en el habla, convertirlo en texto analizable es un gran desafío técnico. ¿Cómo podría Cedat 85 fortalecer su posición a la vanguardia de la tecnología de reconocimiento de voz?

Cedat 85 aprovechó la potencia de los servidores acelerados de IBM para agilizar el entrenamiento de modelos de redes neuronales, lo que permitió a la empresa asumir más proyectos y ofrecer resultados antes.

Durante más de cientos y miles de años, los humanos han utilizado el habla para comunicar ideas y emociones complejas de manera rápida y efectiva. El habla por sí sola, sin embargo, es muy difícil de analizar sin producir primero un registro escrito, lo que lleva tiempo y recursos.

La tecnología de reconocimiento de voz tiene como objetivo cambiar esto convirtiendo automáticamente el habla en texto escrito que se puede analizar. Durante más de tres décadas, Cedat 85 ha estado haciendo avances en soluciones de voz a texto y ayudando a clientes en medios de comunicación, gobierno, servicios financieros, seguros, tecnología, departamentos de marketing y centros de contacto para satisfacer demandas cada vez más complejas.

Enrico Giannotti, director general de Cedat 85, explica: "El discurso es un fenómeno muy sofisticado. Hablamos usando diferentes idiomas, dialectos y modelos lingüísticos. Dado que el habla es tan dinámico, en el que se inventan nuevas frases y las palabras existentes cambian de significado cada día, desarrollar soluciones de reconocimiento de voz puede ser como dar con un objetivo en movimiento".

Desde 2002, Cedat 85 ha construido sofisticadas redes neuronales para respaldar sus soluciones de voz a texto, y sus algoritmos se han vuelto más complejos y precisos con el tiempo. Para dar el siguiente salto en el desarrollo, la empresa quería acelerar los ciclos de formación de modelos. Antes, las limitaciones de infraestructura hacían que Cedat 85 tardara semanas o incluso meses en entrenar un modelo de red neuronal. Con poca o ninguna información estratégica sobre la precisión del modelo hasta que se completó la capacitación, este proceso era arriesgado y requería mucho tiempo.

"Entrenamos nuestros modelos usando grandes cantidades de datos", comenta Giannotti. "Aunque aumentamos nuestra infraestructura con GPU para acelerar el procesamiento, todavía se tardó mucho en obtener resultados. Cada proyecto requería tanto tiempo y recursos que tuvimos que posponer oportunidades. Con la creciente popularidad de las soluciones analíticas y de voz, cada vez surgen nuevos mercados para la conversión de voz a texto. Para asegurarnos de no perder competencia, estábamos decididos a avanzar más rápido”.

Cedat 85 aprovecha los datos y los servidores IBM Power Systems que requieren muchos cálculos para brindar resultados a los clientes a gran velocidad y calidad. Al reducir el tiempo de comercialización de sus soluciones, la infraestructura de IBM contribuye a una ventaja competitiva vital para la empresa.

"Con los servidores IBM Power Systems AC922, podemos entrenar modelos de red neuronal 2,4 veces más rápido", comenta Giannotti. “Y lo más importante es que este ahorro de tiempo no se produce a costa de la precisión. Hace poco ejecutamos un proyecto piloto para un cliente gubernamental donde necesitábamos adaptar nuestros modelos para adaptarse a diferentes acentos regionales y dialectos. En pocas semanas, aumentamos la precisión de nuestro modelo en inglés en casi un 10 por ciento cuando lo aplicamos a su caso de uso, un proceso que antes nos habría llevado meses. Esta mejora se reduce a una combinación de la experiencia de nuestros ingenieros de IA, nuestros algoritmos patentados y el procesamiento súper rápido de la infraestructura de IBM".

Los tiempos de entrenamiento más cortos también reducen el riesgo de Cedat 85, ya que los ingenieros no tienen que esperar tanto tiempo para averiguar si un modelo de red neuronal necesita ajustes. La compañía también ha aumentado su capacidad para asumir proyectos, lo que le permite capitalizar nuevas oportunidades.

"El despliegue de servidores IBM Power Systems AC922 nos permite ser más experimentales, ya que podemos probar cosas diferentes sin preocuparnos de inmovilizar nuestra infraestructura formando a un modelo defectuoso durante meses", explica Giannotti. "También podemos ser más proactivos con nuestros clientes actuales y potenciales, lo que nos ayuda a aumentar nuestros ingresos y nos permite rentabilizar nuestra inversión en soluciones IBM en pocos meses".

De cara al futuro, Cedat 85 está investigando cómo podría integrar otra tecnología IBM en sus ofertas. Específicamente, la empresa está explorando cómo las herramientas de IBM® watsonx podrían ayudar a desbloquear valor adicional del texto para los clientes.

Giannotti concluye: "Con el apoyo de la infraestructura de IBM, producimos miles de millones de palabras de texto a partir de la voz para nuestros clientes cada día. Al implementar los últimos servidores IBM Power Systems, nos aseguramos de seguir liderando el desarrollo de soluciones de voz a texto. Ahora tenemos la oportunidad de asociarnos con IBM para aportar al mercado algo aún más especial".

Cedat 85 es líder del mercado en tecnología y servicios de voz a texto con sede en Roma, Italia. La empresa tiene más de 500 clientes en todo el mundo, 33 años de experiencia y fue designada uno de los 11 mejores jugadores globales y uno de los cinco principales de Europa para aplicaciones de Speech to Text en el panorama competitivo de Gartner 2018. La empresa opera en todo el mundo a través de su marca internacional Speech-i.