2 Dialogue avec l'interlocuteur
Petite histoire de l'interlocuteur dans les logiciels de CAA
Traditionnellement, les logiciels de CAA ont toujours pris en compte exclusivement la volonté de communiquer de la part de l'utilisateur.
La grande nouveauté introduite par IGOOR, permise par l'intelligence artificielle générative et la reconnaissance vocale, consiste à transcrire la voix de l'interlocuteur pour augmenter le contexte de la conversation et générer des prédictions. Cela inclut l'interlocuteur dans le processus de dialogue avec l'utilisateur, au lieu d'attendre toujours l'initiative de communication de l'utilisateur.
Si nous sommes si fiers de l'avoir fait, c'est aussi parce que cette idée vient d'Igor Novitzki, fondateur de notre association et atteint aussi de SLA.
La reconnaissance vocale (ASR)
La reconnaissance vocale (ASR, Automated Speech Recognition) par défaut se base sur l'IA de Groq, mais vous pouvez modifier votre fournisseur dans :
Paramètres > Accueil > Reconnaissance vocale > Configurer la reconnaissance vocale
Il y a également plusieurs façons de déclencher la transcription de la voix de l'interlocuteur (cf. 1 - Reconnaissance vocale).
Par défaut, le clic sur l'icône du micro déclenche des mots de l'interlocuteur, et
L'IA transcrit votre phrase, "raisonne" et génère des prédictions
TRANSCRIPTION
Le choix de votre modèle de reconnaissance vocale peut affecter la qualité de la transcription. Cependant, les modèles de langage arrivent souvent à dépasser les "hallucinations" de transcription en utilisant le contexte, par ex. la conversation en cours.
Voici un exemple de phrase prononcée par l'interlocuteur, transcrite par l'I.A. :
RAISONNEMENT
L'I.A. "raisonne" avant de générer les réponses. Ce processus, invisible pour l'utilisateur, est cependant important pour comprendre comment elle fonctionne, et le fait qu'elle prend en considération les préférences de l'utilisateur (dans ce cas, les préférences alimentaires) :
We need to consider Igor's preferences: prefers fish, soups, light, soft foods, dislikes heavy, likes fish, likes miso, foie gras? He likes foie de veau, foie de morue, but not heavy? He likes fish, soups, light, avoids heavy meat. He also has difficulty chewing and swallowing, prefers soft foods, fish, soups, non-spicy Asian soups. He doesn't like rice cake. So for options: fish (good), foie gras (maybe heavy and rich, but could be okay?), meat (likely heavy, not preferred), spaghettis (hard to chew, not ideal), fruits (soft, okay). So we can give positive responses for fish and maybe fruits, neutral for foie gras, negative for meat and spaghettis. Need between 3 and 6 answers total, spread across columns: left (positive), center (mitigated/alternative/ironic), right (negative). Left can have 1-2 answers, center 1-2, right 1-2. Must have at least 3 total. Provide up to 6. We also need to incorporate Igor's ironic style at most 1 in 6. So maybe one answer is ironic, placed maybe in center.
NOTE : Le raisonnement n'est pas supporté sur tous les modèles. Le raisonnement peut également rendre le temps de génération de réponses légèrement plus long, mais améliore en général la qualité des prédictions.
GENERATION ET AFFICHAGE DES REPONSES
Les réponses sont ensuite structurées visuellement sur trois colonnes :
Le principe est le même que sur les besoins quotidiens :
- À gauche, nous avons des réponses "positives" (dans ce cas, l'acceptation de poisson ou du bouillon de poisson) ;
- À droite, nous avons des réponses "négatives" (dans ce cas, des aliments qu'il refuse) ;
- Au centre, nous avons deux réponses plus nuancées.
Plusieurs phrases peuvent être clickées, et donc prononcées à travers la synthèse vocale, l'une après l'autre : dans ce cas spécifique, l'utilisateur pourrait en choisir plusieurs pour indiquer toutes ses préférences pour le repas.
ASTUCES POUR LES UTILISATEURS
- Clicker à nouveau sur la phrase, une fois qu'elle est insérée dans la conversation, engendre la répétition de la phrase ; utile si l'autre personne n'a pas bien entendu, ou en cas d'erreur de synthèse vocale.
ASTUCES POUR LES INTERLOCUTEURS
- Utilisez des phrases simples
- Parlez avec une élocution claire
- Fournissez une information la plus complète possible, pour aider l'IA à mieux situer le contexte