Écrivez-moi, parlez-moi, je vous réponds

Introduction

Je lisais récemment un article d’un "futurologue" qui prévoyait que la génération des "millenials" communiquerait par défaut aux machines en leur parlant et rirait des "anciens" qui continueraient à utiliser un clavier. Tous ceux qui utilisent Alexa ou Siri au quotidien savent que si l’on n’en est pas encore là, la compréhension des machines et leurs réponses vocales s’améliorent. J’ai d’ailleurs été agréablement surpris, il y a quelques jours, de constater que le chirurgien orthopédiste que j’étais allé consulter dictait son compte-rendu par oral à son ordinateur, sans qu’il ait eu besoin de corriger le document dicté.

Si le PC ne comprenait sans doute pas ce qu’il transcrivait, nous allons voir dans les pages suivantes que cette prochaine étape est à notre porte. Dans des domaines spécialisés, comme la médecine, les machines vont de plus en plus assister les êtres humains. On les trouve déjà dans l’analyse de radiographie ou d’IRM, ou dans l’assistance au diagnostic. Le mouvement ne s’arrêtera pas, puisque ces machines vont avoir accès à des volumes colossaux de données et vont donc affiner prédictions et compréhension.

Ce chapitre...

Comprendre un texte écrit

Il y a des milliards, ou plutôt des milliards de milliards de documents texte stockés dans tous les ordinateurs de la planète, dans des centaines de langues différentes. Cependant, un document stocké est un document inutile. Il ne révèle son utilité que quand il est lu et compris par un être humain. De plus en plus, les ordinateurs nous assistent dans cette compréhension. Prenons quelques exemples d’assistances qui existent déjà.

Ces exemples nécessitent une compréhension du contexte des documents. C’est ce que propose Comprehend. Il s’agit d’un service entièrement géré par AWS, cela signifie qu’il s’agit d’une sorte de boîte noire qui fait ce qu’on lui demande, analyser un ensemble de documents, mais sans que l’on connaisse les arcanes de son fonctionnement.

Comprendre un texte vocalisé

Le Saint Graal de tout informaticien depuis de nombreuses années est de trouver le moyen de se passer de clavier et parler à son ordinateur. On imagine alors tout ce qui est possible : traduire à la volée dans notre langue, sous-titrer des émissions télévisées ou des films en temps réel, transcrire un discours en temps réel pour le diffuser sur un site web, etc.

Transcribe est le service qui permet de transcrire du son en mots écrits. Cette partie va en détailler le fonctionnement et l’utilisation.

Répondre intelligiblement

Jusqu’ici, nous avons vu comment transcrire des voix en texte et comment faire en sorte que la machine comprenne le texte envoyé. Il convient maintenant que la machine nous réponde en utilisant la voix. C’est l’objectif de Polly que nous allons étudier maintenant.

Do you speak English?

Vous pouvez remplacer le titre de cette section par sa traduction en chinois, allemand ou tchèque, une des langues comprises par Translate. S’il existe de nombreux outils de traduction automatique, certains gratuits, Translate s’en différencie par sa capacité à :

Ces fonctionnalités permettent non seulement de bénéficier de traductions de grande qualité, mais surtout de les intégrer en temps réel à vos applications. L’objectif de cette partie est de comprendre en détail le fonctionnement et l’utilisation de Amazon Translate pour en intégrer le fonctionnement à votre environnement, rapidement et simplement.

Construire un robot conversationnel

Dans le chapitre précédent, section Robot conversationnel avec Lex, nous avons vu comment créer un robot conversationnel rapidement et simplement avec Lex. Nous avons en revanche constaté que ce dernier possédait certaines limitations quant aux interactions avec les utilisateurs qui ne parlent pas, n’écrivent pas ou ne lisent pas l’anglais.

Après étude des solutions Translate, Polly et potentiellement à terme Transcribe, il va nous suffire d’assembler les différents services entre eux pour non seulement interagir avec le robot dans sa langue natale, mais en plus l’écouter nous fournir ses réponses en parlant. C’est ce que nous allons faire dans les pages suivantes.

private async Task<string> TraduireTextMessage 
 (string texteATraduire, string langueSource, 
  string langueDestination) 
{ 
 //Préparation de la requête  
 TranslateTextRequest translateRequest = 
   new TranslateTextRequest 
 { 
   SourceLanguageCode = langueSource, 
   TargetLanguageCode = langueDestination, 
   Text = texteATraduire 
 }; 
 
 //Lancement de la traduction 
 TranslateTextResponse textResponse...