Сегодня о том, как создавалось инновационное приложение Sapie от разработчика мобильных приложений для управления голосом компании Speereo Software, о своих планах и успехах расскажет Даниил Ищенко, вице-президент по развитию бизнеса Speereo Software.
– Чем вы руководствовались, когда выпускали голосовой органайзер Sapie? Насколько реальна потребность в таком продукте сейчас для владельцев коммуникаторов и смартфонов или это шаг в будущее?
– На тот момент это точно был шаг в будущее, причем большой. Да и сейчас ситуация мало изменилась. Философия продукта — отсутствие необходимости набора текста. Нужна лишь клавиша “Записи” для активации распознавания. Голосовые команды продублированы кнопками, это облегчает переход на непривычный интерфейс. Стереотипы ломать очень трудно, даже если давать всем понятные факты: человек физически не способен печатать быстрее, чем говорить. В фантастических романах и фильмах герои непринужденно управляют домом и транспортным средством при помощи голоса. Мы верим, что за речью — будущее. Уже сейчас ввод информации голосом в Sapie происходит в два раза быстрее печати на полноразмерной клавиатуре и в три раза быстрее, чем на QWERTY-клавиатуре коммуникатора. Уже сейчас у органайзера есть своя аудитория. Со временем она будет только расти. Кому нужна эта программа? Тем, кто должен четко и максимально полно планировать не только текущую неделю, но и на месяц вперед, при этом значительную часть времени, находясь в движении. Данная программа сочетает преимущества органайзера и диктофона, но не ограничивается этим.
– Каких успехов добился ваш продукт и ваша компания за время своего существования?
– Speereo Voice Organizer (Sapie) был номинирован в 2002 году, а через год он признан лучшим речевым продуктом 2003 года. Это мнение авторитетного американского издания PocketPC Magazine. На российском рынке журналом “Эксперт” наша компания названа “лучшим инновационным проектом 2004 года”. На 4-й российской венчурной ярмарке она была отмечена дипломом “За успехи на внешнем рынке”. На сегодняшний день Speereo является сильным брендом, нас знают как разработчика голосовых технологий. Нас узнают на выставках, есть обзоры в Интернете на всех языках, поддерживаемых Speereo Voice Translator. Кроме того, мы отмечаем высокую лояльность наших покупателей к бренду. Многие интересуются планируемыми изменениями и дают свои рекомендации, которые зачастую очень полезны: в постоянном контакте мы держим руку на пульсе.
– С какими компаниями сотрудничает Spereeo?
– На российском рынке мы плотно сотрудничаем с крупнейшим онлайн-магазином Softkey, там работают действительно квалифицированные кадры, многие вопросы решаются оперативно, и это выгодно отличает их от неповоротливых англоязычных порталов типа Handango. Хотя мы и Handango тоже уважаем. (Смеется.) Из знакомых читателю имен следует назвать и контент-провайдера i-Free, их сервис позволяет россиянам приобретать программу посредством SMS-оплаты. Если говорить о сотовых операторах, то на территории РФ у нас нет особых преференций. Из иностранных — Turkcell, мы буквально на днях подписали с ними договор о распространении (подразумеваются продажи через их каналы), их абонентская база превышает 35 млн человек. Кстати, турецкая аудитория проявляет к Speereo Voice Translator недюжинный интерес: это показывают и продажи, и статистика посещений сайта. Мы также знакомы со всеми крупными операторами Европы, США и Азии — Orange, Verizon, AT&T и другими. Из производителей телефонов нельзя не упомянуть корпорацию Nokia. Они заинтересовались продуктом после его демонстрации на выставке. Сейчас мы очень хорошо продаемся через их магазины (онлайн-магазины контента, не следует их путать с офисами и представительствами). Мы сотрудничали на разных этапах с SonyEricsson, Fujitsu-Siemens, ведем переговоры с HTC. С 2005 года мы начали сотрудничество с компанией OAG, их сервис дает нашим пользователям информацию о расписании полетов и задержках авиарейсов. На 3GSM в 2008 году в Барселоне мы установили множество полезных контактов с производителями мобильных устройств, показали возможности нашей технологии и заинтересовали ряд крупных заказчиков. Особенно перспективно развитие на восток (Турция, Пакистан, ОАЭ и пр.), сейчас в процессе обсуждения целый ряд контрактов.
– Как долго вы разрабатывали движок распознавания голоса для Sapie, который может воспринимать правильно практически любую интонацию голоса, акцент и устойчив к шумам, искажающим речь?
– Сначала маленькое уточнение — шумы искажают не саму речь, а звуковой сигнал, фиксируемый микрофоном. Впрочем, это мелочи. Первый этап занял три года. Работа началась в 1998-м, к концу 2000-го мы имели полноценный движок для ПК. Через полгода, в мае 2001-го, мы адаптировали его под платформу PocketPC. К концу года программа Speereo Voice Organizer уже работала на устройствах HP Jornada 54X (SH3) и Casio Cassiopeia E-125 (MIPS), и мы стали первой компанией, которая выпустила на рынок работающую систему распознавания речи. К 2003 году движок был готов к использованию в качестве “встроенной системы”. Мне кажется, этот термин недостаточно отражает смысл англоязычного термина, поэтому дам пояснение. Мы, как разработчик программного обеспечения, пишем приложение на языке, совместимом с платформой, операционной системой. В нашем случае это Symbian и Windows Mobile. Java, собственно, является не ОС, а языком программирования. “Встроенная система” подразумевает отсутствие открытой операционной системы и наличие физического чипа, в котором находится код. Поддержка нашим движком “встроенной системы” значительно расширяет круг устройств для применения технологии: плееры, холодильники, микроволновки, телевизоры и многое другое. Классическими примерами такой системы является “прошивка” телефона или плеера. В 2005-м движок оптимизирован для применения в автомобилях, изменения преимущественно коснулись доработки механизма фильтрации шумов. Также к этому моменту реализована технология синтеза речи для трех языков (английский, французский и испанский). Синтез подразумевает компьютерное моделирование голоса, на синтезе основана работа всех программ класса text-to-speech. Работа над совершенствованием движка не останавливается: в 2007 году вышла новая версия движка с улучшенными характеристиками, что позволило нам занять хорошие позиции на рынке B2B. Сейчас переговоры ведутся с компаниями из самых разных отраслей. Что именно позволяет системе правильно понимать речь? Первое – фильтрация шумов. Второе – наличие в системе моделей “идеального” и “плохого” произношения для каждой голосовой команды.
– Какие языки сейчас поддерживаются в Sapie? Почему именно эти?
– Ответ простой — английский. Этот язык де-факто является языком бизнеса, поэтому англоговорящую аудиторию можно назвать самой активной, самой обеспеченной и самой инновационной. Пока мы не утвердимся на англоязычном рынке, делать переводы бессмысленно, точнее, коммерчески нецелесообразно. Исключением является сектор B2B, поскольку там подобные решения возможны. Дело в том, что создание голосовой базы — это самый ресурсоемкий этап в создании локализованных версий.
– Отправка во вложении аудиописем требует достаточно серьезных возможностей от телефона: наличие высокоскоростного доступа в Интернет, достаточно емкого аккумулятора (если рассылать весь день голосовые письма, то аккумулятор сядет часа через три-четыре у любого Windows Mobile-устройства с включенным Wi-Fi), поддержки кодеков сжатия аудиопотока. Как это все реализовано в Sapie?
– Давайте по порядку. Высокоскоростной доступ — необязательное условие. С использованием нашего алгоритма компрессии данных одна минута речи занимает 10,5 килобайта при максимальном сжатии и 18 килобайт – при нормальном. Поддержка кодеков реализована в программе, от устройства требуется совместимая операционная система. При этом качество речи достаточно высокое, другое дело, что на КПК респондента тоже необходима Sapie: кодек находится в ней, так что открыть голосовое письмо можно только из приложения. Плюсы такого решения в том, что нет проблем с вирусами и экономия трафика налицо.
– Прототипом кого является виртуальный секретарь в Sapie? Не с Анановой он списан случайно? Будут ли появляться в других версиях другие персонажи?
– Прототипом является секретарь. Просто секретарь, исполнительная и симпатичная девушка. В нашем случае – работоспособная и неприхотливая: работает круглосуточно, причем бесплатно. Наша героиня де-факто стала лицом программы, ее призвание – улучшить восприятие программы, прямые аналогии в значительной степени передают философию, заложенную в Speereo Voice Organizer. С Анановой никакой связи нет, это не “сестра” Анановой и не “клон” Анановой, да и технологии разные: Sapie – это видео живого человека, а не 3D-модель. Другие персонажы вполне возможны, обсуждался даже вариант дать пользователям создавать своих героев. Но тут нужно понимать, что SVO – это не “Тамагочи”, а приложение, призванное увеличить личную эффективность. Юмор в ней присутствует, но это не игрушка.
– Будет ли выпущен Sapie для Symbian OS-устройств? Почему была выбрана именно Windows Mobile для этого продукта?
– Причина проста – шесть лет назад WM занимала большую долю рынка “умных телефонов”, сейчас эта платформа теряет позиции. Впрочем, хоронить WM пока рано. Посмотрим, какой будет Windows Mobile 7. Да, Sapie под Symbian OS будет, но только после того, как мы портируем голосовой движок. Если Speereo Voice Translator без распознавания голоса имеет полный функционал, то Sapie целиком основана на распознавании речи. Замечу, что Speereo Voice Organizer для Symbian – один из приоритетных проектов. Ряд партнеров выказали высокую заинтересованность в получении этой версии продукта. Кстати, он появится уже совсем скоро.
– Какие планы у Spereeo по выпуску продуктовой линейки для Apple iPhone/Android?
– Если коротко, то iPhone – да, Android – пока нет. iPhone уже сейчас имеет большую аудиторию, рекламируется в каждой большой сети магазинов техники. Что еще более важно для разработчиков – у iPhone есть шикарная SDK, то есть систему разработки приложений. Скажем, эффекты “полупрозрачности” или “размывания”, которые делают Vista такой красивой, в коде для iPhone пишутся парой десятков строк кода, а в WM – двумя страницами. При этом нужно еще учесть разные версии WM и конфликты с другими приложениями. В общем, то, за что не любят Windows, в значительной степени характерно и для ее мобильной версии. Что еще хорошо в iPhone? Для его владельцев есть единый магазин приложений, что существенно облегчает поиск программ для пользователя и маркетинг – для разработчика программ. Я недавно участвовал в очень интересной дискуссии на эту тему на форуме 4WinMobile, где целый ряд разработчиков и пользователей сошлись во мнении, что Microsoft нужно сменить политику в отношении своей мобильной платформы. Что же касается Android, то это пока “темная лошадка”. Мы, как разработчики, держим нос по ветру и ориентируемся на производителей мобильных устройств. Последние же если не игнорируют Android, то, по крайней мере, относятся к нему прохладно. Android может стать настоящей звездой, а может остаться продуктом “для галочки”, как некоторые проекты диверсификации бизнеса Google.
– Будет ли компанией предустанавливаться Sapie в качестве замены существующим системам голосового управления (вроде Cyberon Voice Commander)?
– Да, такая программа разрабатывается. Будет ли она частью Sapie или отдельным приложением – пока вопрос. Для предустановки требуется желание производителя устройства. Мы готовы представить наши приложения или разработать голосовую оболочку для любого устройства – мобильного или нет. Пока же наше желание стать “предустановкой” встречает осторожный интерес. У продукта Cyberon, как и у аналога от Microsoft, есть определенные недостатки. Идеальных приложений, конечно, не бывает, но, основываясь на последних обзорах упомянутых программ, мы имеем все шансы составить им достойную конкуренцию.
– Поскольку в Voice Translator у вас есть в JAVA-версии возможность использования сервера для обработки информации, не будет ли сделано некое подобие хранилища PIM-информации в Сети, доступ к которому будет осуществляться через клиентское приложение?
– Фактически обращение к серверу производит любая версия Speereo Voice Translator. Просто в случае Java-версии все операции, в том числе перевод, идут через сервер, а версии для Symbian и Windows Mobile обращаются к нему за курсами валют, погодой и информацией об авиарейсах. Хранилище PIM-информации представляет интерес пользователям Speereo Voice Organizer. Учитывая, что подобных сервисов, в том числе бесплатных, много, мы об этом на сегодня не думаем: есть более перспективные направления. Более того, многие просто не захотят выкладывать приватную информацию на сторонний сервер, каким бы безопасным он ни был. Вместе с тем в Speereo Voice Organizer есть специальный компонент, позволяющий полностью синхронизировать ваши контакты, задачи и календарь с Microsoft Outlook на вашем персональном компьютере, что позволяет органично включить Speereo Voice Organizer в бизнес-процесс любого предприятия, а также легко использовать любые хранилища, доступные Outlook.
– Не будет ли выпущен объединенный продукт, соединяющий возможности Voice Translator и Sapie? В виде бандла или как отдельное приложение (то есть функционал Sapie внутри Voice Translator)?
– Вполне возможно. Translator и Sapie на данный момент имеют разный функционал и разную целевую аудиторию. Это не означает, что первый – только для туристов, а второй – только для занятых людей. Тем более что занятые люди любят ездить в отпуск. Просто сами программы подразумевают получение максимума информации и ввод максимума информации соответственно. И точек пересечения двух программ немного. На данный момент в голову приходит только планирование поездки. Большой вопрос – сколько людей планируют поездку по часам. Лично я – нет. Пока мы не найдем несколько точек пересечения программ, “сращивать” продукты нецелесообразно, в этом случае лучше сосредоточиться на улучшении функционала отдельных программ. Что касается бандла, то нечто подобное имеет место быть: периодически в том или ином магазине софта мы предлагаем скидку на второй продукт. Но сейчас это разовые акции, не более.
– Спасибо.