Tööriistad
Meta alustas Muse’i häälrežiimi ja animeeritud avataride levitamist USAs
Meta alustas 5. novembril Muse’i reaalajas häälvestluste ja reageerivate avataride levitamist. Eesti väljalaset ei nimetatud; loomulik vestlus ei tõenda veel nimede ega käskude täpset mõistmist.
Toimetaja Kristjan Krimm · Avaldatud · 6 min lugemist
- Olulisus
- Sihtrühm
- Kõik
- Allikaid
- 3
- Esmaallikas
- Meta

Arengulugu
Tööriistad
Viimase 60 päeva seismograaf: 139 signaali. Joone kõrgus näitab olulisust.
Mis juhtus
Meta alustas 5. novembril Muse’i reaalajas häälvestluste ja reageerivate avataride levitamist. Eesti väljalaset ei nimetatud; loomulik vestlus ei tõenda veel nimede ega käskude täpset mõistmist.
Miks see loeb
Hääl võib vähendada sisestamise vaeva, kuid suurendab vajadust kontrollida ebaselgeid nimesid, arve ja parandusi. Väliseid toiminguid tegeva agendi puhul peab kasutaja saama aru, millise muudatuse ta päriselt kinnitab.
Sisukord
Lühidalt
4 põhipunkti- Meta alustas 5. novembril Muse’i häälrežiimi ja ilmekate avataride levitamist USAs.
- Teade hõlmab mobiilirakendust, veebi ja Maci; Eesti väljalaset selles ei nimetata.
- Septembris Meta Connectil näidatud tehnoloogia jõuab nüüd laiemasse kasutusse.
- Häälagendi kvaliteeti tuleb hinnata ka nimede, arvude, paranduste ja toimingute kinnitamise järgi.
Meta uus väljalase lisab Muse’ile võimaluse pidada reaalajas häälvestlust ja näha kõnele reageerivat avatari. See muudab sisestusviisi ja vestluse esitust. Kasutaja võib mõtteid välja öelda olukorras, kus kirjutamine on ebamugav, kuid sujuv vastus ei näita veel, kas agent mõistis ülesande kõiki olulisi üksikasju.
5. novembri sündmus on funktsioonide levitamise algus, mitte tehnoloogia esmane tutvustus. Meta oli seda näidanud Connectil ning avaldanud septembris tehnilise kirjelduse. Nii ametlik teade kui ka The Next Webi kajastus piiritlevad praeguse levitamise USAga. Eesti kasutajate ligipääsu ega eestikeelse kõne kvaliteeti neist kinnitada ei saa.
Hääl ja avatar on kaks eraldi kasutusvalikut
Meta järgi saab kasutada ainult häält, näidata avatari vestluse kõrval või avada selle üle ekraani. Ettevõte kirjeldab ka kõne katkestamist ja häälte valikut. Need võimalused võivad aidata kasutajal valida sobiva suhtlusviisi, kuid ei anna iseenesest rohkem õigusi mõne välise ülesande täitmiseks.
Avatar võib teha vestluse arusaadavamaks, näiteks näidates, et süsteem parasjagu reageerib. Samas tuleb eristada visuaalset reaktsiooni ja sisulist kinnitust. Tegelase noogutus ei tõenda, et ta kuulis kuupäeva, rahasummat või inimese nime õigesti. Sellise järelduse tegemiseks on vaja kontrollitavat vastust.
Seetõttu võiks kasutuskatses häälrežiimi võrrelda esmalt ka ilma avatarita. Nii saab uurida, kas visuaalne kiht aitab ülesannet lõpetada või muudab peamiselt kasutaja tunnetust. Need on erinevad tulemused ning mõlemad võivad kasutuskogemuse hindamisel olulised olla.
Tehniline sujuvus ei võrdu ülesande täpsusega
Meta varasem tehniline kirjeldus seob hääle ja avatari ühise voogedastusega. Sama kõneväljund toetab heli ning sellele vastavat visuaalset esitust. See aitab selgitada, kuidas pilt ja kõne saavad üksteisega kooskõlas liikuda. Kirjeldus ei ole aga mõõtmine selle kohta, kui sageli kasutaja kavatsust õigesti mõistetakse.
Ka tootja demonstratsioonidel on piir. Septembri uurimisblogi ütleb, et kõik seal näidatud näited ei kajasta rakenduses saadaolevaid avatare. Seetõttu ei tohiks mõnd muljetavaldavat tehnoloogiademot esitada novembri väljalaskega igale kasutajale antud võimalusena.
Ettevõtte jaoks on tähtsam küsimus, kas soovitud töö saab õigesti tehtud. Võimalik, et vastus algab kiiresti, kuid vale nime parandamine võtab mitu vooru. Sellisel juhul ei kirjelda esimese heli ooteaeg kogu kasutaja ajakulu. Tervikülesande mõõtmine toob selle vahe nähtavale.
Müra ja parandused peavad kuuluma katsesse
AI-Radari praktiline piloot võiks kasutada sama ülesannet vaikuses, tavapärase taustamüraga ning kõneleja tehtud parandustega. Näiteks palub inimene koostada kohtumise mustandi ja muudab poole lause pealt kellaaega. Katse peaks näitama, kas agent kasutab lõplikku parandust, küsib vajaduse korral üle või jätkab vana sisendiga.
Samuti võiks katsetada sarnase kõlaga nimesid, numbreid ja eitusi. Need on testikategooriad, mitte Muse’i kohta juba leitud vead. Nende abil saab eristada tavalist vestluse jätkamist täpsest ülesande täitmisest. Hääl, aktsent või kõnekiirus võivad tulemust mõjutada ning valim tuleb seetõttu kirjeldada.
Katkestuse puhul ei piisa sellest, et agent lõpetab rääkimise. Kui ta on samal ajal alustanud tööriistaga tegevust, on vaja teada, kas ka tegevus peatus. Kasutaja jaoks peaks olema arusaadav, milline osa tööst jäi pooleli ja milline juba toimus. Seda tuleb mõõta eraldi hääle katkestamise mugavusest.
Väline toiming vajab täpset kinnitust
Kui häälagent saab ühendatud tööriista kaudu teha väliseid toiminguid, peaks kinnitus nimetama sihtobjekti ja muudatuse. „Kas teen ära?” võib olla liiga ebamäärane, kui vestluses on olnud mitu adressaati või ajavarianti. Kasutaja peab saama kontrollida just lõplikku kavatsust.
Näiteks võiks proovikeskkonnas sõnumi saatmise eel kuvada või ette lugeda adressaadi ja sisu kokkuvõtte. See on soovitatud katse, mitte kinnitus, et Muse’i uus häälrežiim teeb iga nimetatud toimingu. Konkreetse ühenduse olemasolu, õigused ja käitumine tuleb eraldi kontrollida.
Muudatuse järel peaks vana kinnitus aeguma selles osas, mida parandati. Kui kasutaja vahetab adressaati või summat, ei tohiks varasem nõusolek kanduda uuele variandile märkamatult üle. Selge kinnitamise hetk aitab eristada arutelu tegelikust tegutsemiskorraldusest.
Vestluse mugavust ja usaldatavust tuleb mõõta lahus
Kasutaja võib pidada sõbralikku avatari mugavamaks isegi siis, kui ülesande täpsus ei muutu. See pole iseenesest halb tulemus. Probleem tekib siis, kui mugavust tõlgendatakse tõendina andmete või tegevuse õigsuse kohta. Hindamises peaks neil olema eri küsimused ja mõõdikud.
Üks osa katsest võiks küsida kasutaja hinnangut vestluse arusaadavusele. Teine kontrolliks, kas kokkulepitud objekt, aeg ja piirang jõudsid lõpptulemusse. Kolmas mõõdaks parandamiseks kulunud voorusid ning inimese sekkumist. Nii jääb nähtavaks, mida uus suhtlusviis päriselt parandab.
Oluline on arvestada ka olukordadega, kus rääkimine pole sobiv. Ühises ruumis võib kasutaja eelistada teksti ning tundlikku tulemust ei pruugi olla mõistlik valjusti esitada. Töövoo vahetamine hääle ja teksti vahel peaks säilitama ülesande seisu, et kasutaja ei peaks sama infot uuesti sisestama.
Eesti kasutuselevõtt vajab oma tõendeid
Meta teade ei nimeta Eesti väljalaset. Samuti ei anna see eestikeelse kõnetuvastuse või kohalike nimede täpsuse kohta eraldi tulemust. Ettevõtte jaoks oleks seetõttu ennatlik siduda tänane töökorraldus eeldusega, et kõik võimalused on siin kohe samadel tingimustel olemas.
Kui funktsioon muutub sobival turul ja kontol kättesaadavaks, võiks esimeses katses kasutada sünteetilisi ülesandeid. See võimaldab uurida kõne mõistmist ning paranduste käsitlemist enne tundlike andmete või päris väliste toimingute ühendamist. Piloodi piirid peaksid olema samad nii hääle kui ka teksti võrdluses.
Muse’i uudise praktiline väärtus on uus suhtlusviis. Selle sobivuse otsustab siiski konkreetne töö: kas inimene jõuab õige tulemuseni väiksema vaevaga ning saab kogu aeg aru, mida agent teeb. Avatari ilmekus on selle kogemuse üks osa, mitte kogu kvaliteedi mõõt.
Pilt: Meta ametlik Muse’i tootegraafika. Pildil on tootja kujutatud avatar, mitte sõltumatu kasutuskatse osaleja.
KKK
Korduma kippuvad küsimused
Kas Muse’i uus häälrežiim avati Eestis?
Meta teade kirjeldab levitamise algust USAs. Eesti saadavust selles ei nimetata.
Kas tegu on septembri funktsiooni uuesti tutvustamisega?
Tehnoloogiat näidati varem, kuid novembri sündmus on selle levitamise algus rakenduses. Need kuupäevad kirjeldavad eri etappe.
Kas avatari peab alati kasutama?
Meta kirjeldab ka ainult häälega suhtlemise valikut. Avatari olemasolu ja häälrežiimi kasutamine on eristatavad valikud.
Kas katkestamine peatab alati kõik tegevused?
Kõne katkestamine ja välise toimingu peatamine on erinevad omadused. Konkreetse tööriista käitumist tuleb eraldi kontrollida.
Mida piloodis kõigepealt mõõta?
Mõõta tasub nimede, arvude ja paranduste jõudmist õigesse lõpptulemusse. Lisaks tuleb arvestada kasutaja parandusringe ja kinnitamise arusaadavust.