„Daktilograf“ pretvara govor u tekst, prilagođen slovenskim jezicima

Kompanija OM3GA, startap registrovan u Srbiji, razvija softversko rešenje za pretvaranje govora u tekst, prilagođeno slovenskim jezicima. Aplikacija Daktilograf trenutno podržava srpski, bosanski, hrvatski i crnogorski jezik, dok se varijanta za ruski jezik razvija.

Daktilograf je tokom 2022. godine dobio podršku UNICEF-a za razvoj dva proizvoda – rešenja za titlovanje i asistenta zasnovanog na veštačkoj inteligenciji, za integrisane učionice i decu sa posebnim potrebama.

Originalan intervju sa osnivačima kompanije OM3GA, Amilom Čengićem i Snježanom Gomilanović, objavljen je na sajtu UNCEF-ovog Fonda za inovacije.

Recite nam nešto o svom startapu i proizvodu koji razvijate:

Daktilograf, proizvod koji je razvila kompanija OM3GA, je alat za pretvaranje  glasa u tekst, specijalizovan za slovenske jezike, zasnovan na mašinskom učenju. Prepoznaje neograničen broj reči i može da radi i onlajn i na oflajn (odnosno bez interneta).

Kako biste opisali svoje proizvod osobi koja nije iz sveta tehnologije?

Rad u onlajn režimu, diktiraranje i transkipcija pokazuju da Daktilograf ima potencijal da olakšava komunikaciju, pomaže u učenju tokom onlajn časova i u integrisanim učionicama.

U oflajn režimu, Daktilograf može da olakša transkripciju teksta u oblastima bez internet veze, ili dok ste u pokretu.

Daktilograf je veoma prilagodljiv, s obzirom da se jednostavno instalira u lokalne sisteme, odnosno ne zahteva skupe servere ili pristup internetu.

Daktilograf se može koristiti u više industrija, kao što su mediji, obrazovanje, automobilskim sistemima, kućnoj automatizaciji…

Koje društveni problem vaš proizvod želi da reši?

Više od 350 miliona ljudi širom sveta govori neki od slovenskih jezika, ali ne postoji softver za pretvaranje govora u tekst posebno kreiran za njih, a da je dostupan svima.

Među govornicima slovenskih jezika ima 14 miliona ljudi sa oštećenjem sluha i preko dva miliona sa gubitkom vida.

U školstvu, najbolnija tačka za osobe sa invaliditetom je fizička nedostupnost materijala za učenje, posebno (kada se radi) audio i video materijalima.

Glasovne komande i titlovani materijal koji nastaju sa postojećim tehnologijama za pretvaranje govora u tekst mogu premostiti tu barijeru, ali se to ne primenjuje na učenike u manje digitalno razvijenim zemljama.

Programi za pretvaranje govora u tekst nikada nisu bili potrebniji nego sada, posebno nakon što smo se suočili sa nekoliko talasa koronavirusa, kada su dugo svi nosili maske.

Rešenja za pretvaranje govora u tekst velikih svetskih kompanija specijalizovana su za prepoznavanje korisnika koji govore engleski jezik i dizajnirana su da rade samo sa internet vezom.

Pored slovenskih jezika, Daktilograf se može osposobiti za učenje do 56 jezika, sa tačnošću koja se prilagođava u zavisnosti od potreba korisnika.

Zašto koristite veštačku inteligenciju ili Data Science (nauka o podacima)? Šta omogućavaju te tehnologije?

Razlog zašto smo odlučili da koristimo tehnologiju dubokog učenja (deep learning) je usko povezan sa našom viziju – da napredna rešenja učinimo dostupnim svima.

Pošto je Daktilograf napravljen kroz otvoreni kod i javno dostupne baze podataka za obuku omogućava i drugima da nadograđuju naše rešenje i razvijaju slične proizvode, koji će pomoći zajednici sa invaliditetom i mladima.

Po čemu je jedinstveno vaše rešenje i po čemu se razlikuje od već postojećih?

Škole na Balkanu tradicionalno nemaju pristup internetu, posebno u ruralnim krajevima. Verujemo da virtuelni pomoćnici i sistemi za titlovanje treba da budu dostupni svuda, bez obzira na kvalitet uređaja koji učenici koriste.

Instalacija našeg softvera je zato osmišljena da bude jednostavna. To znači da se može primeniti na širokom dijapazonu sistema, od pojedinačnih starih telefona do internih sistema škola.

Zašto Open Source pristup (softver otvorenog koda) čini vaše rešenje boljim?

Tehnologija otvorenog koda nam omogućava da se vratimo svojim korenima i učinimo „speech to text“ (govor u tekst) i „text to speech“ (tekst u govor) tehnologiju dostupnom ljudima koji govore južnoslovenske jezike, dajući priliku ljudima koji razvijaju korisničke alate sa glasovnim komandama da ih ubace u bilo koji proizvod.

Takođe to (što je Open Source) pruža mogućnosti zajednici da svojim savetima i znanjem unapredi proizvod, a otvara se i mogućnost da se podrška zajednice proširi i na prikupljanje i usavršavanje materijala za obuku, razvoj novih jezika..

Kako ste došli do svog rešenja i šta vas je inspirisalo da osnujete svoju kompaniju?

Daktilograf je osnovan pre deset godina kao algoritam za pretvaranje govora u tekst, integrisan u društvenu mrežu za decu sa posebnim potrebama.

Nakon mnogih poboljšanja, postao je nezavisni mehanizam za pretvaranje govora u tekst za slovenske jezike.

Tim koji stoji iza ovog projekta radi zajedno više godina. Razvoj Daktilografa nije bio lak, jer je to bio ambiciozan projekat. Od izgradnje i prikupljanja baza podataka od nule, do naših prvih ugovora i klijenata, naši poslovni odnosi, kao i prijateljstva, bili su testirani na tržištu.

Recite nam nešto o svom timu. Šta vaš tim čini raznolikim?

Naši članovi dolaze iz različitih oblasti: lingvistike, obrazovanja, softverskog razvoja, internet bezbednosti, novinarstva, zagovaranja javnih politka.

Zašto je raznolikost važna za vaš startap? Kako mu to dodaje vrednost?

Verujemo da raznolikost svakodnevno stvara inovacije. Raznoliko profesionalno i lično iskustva nam pruža različite perspektive na istu temu.

Pored toga, južnoslovenski jezici su bogati dijalektima i varijacijama, a naš tim je takođe regionalno i lingvistički raznolik. Imamo članove tima iz Crne Gore, Srbije, Bosne i Hercegovine… To znači da smo većinu naših dijalekata pokrili u procesu obuke.

Šta planirate da uradite sa investicijom UNICEF-ovog fonda za ulaganja i kako ćete to iskoristiti za dodatne investicija?

Investicijom UNICEF-og Fonda za inovacije proširićemo našu mrežu i postati vidljiviji, a ta potvrda i proširenje našeg portfelja će nam pomoći da prikupimo naredne investicije za razvoj rešenja za tržište.

Pet godina dug put od pokretanja, prvih investicija i razvoja doveo nas je do podrške UNICEF-a i korak bliže ostvarenju naše vizije. Fond UNICEF-a otvara nam vrata da se povežemo sa većom grupom istraživača i potencijalnih investitora i (ubrzamo) svoj razvoj.

S kojim izazovima se trenutno suočavate u razvoju vašeg rešenja i/ili startapa?

Pošto već više od pet godina radimo na razvoju našeg proizvoda, u međuvremenu smo utvrdili da je razvoj ovakvih rešenja skup i tehnički zahtevan.

Naši najveći izazovi su bili nedostatak razumevanja za inovativne tehnologije u nisko digitalizovanim sredinama, kao i nedostatak finansijske podrške.

Kako vas drugi mogu podržati u radu na prevazilaženju ovih izazova?

Naučili smo da povećanje vidljivosti dovodi do veće finansijske podrške i boljeg razumevanja (važnosti) mašinskog učenja.

Jedna od prednosti je što postoji širok spektar industrija u kojima se Daktilograf može koristiti. Međutim, potrebna nam je veća vidljivost da bismo došli do uske publike koju čine sistem integratori i programeri koji mogu da nadograđuju naše rešenje i ubrzaju digitalni razvoj.