En su momento abordamos el Procesamiento Natural del Lenguaje, que es clave para el uso de la voz en aplicaciones y otros desarrollos tecnológicos, así que aquí veremos, de manera general, las Interfaces de Voz de Usuario (VUI, por sus siglas en inglés).
Debido a sus beneficios, las empresas están aprovechando las VUI para crear una excelente experiencia para el cliente a través de prácticas innovadoras. Si bien el concepto de VUI ha existido durante mucho tiempo, hay una mejora gradual en él.
- ¿Qué es una interfaz de usuario de voz (VUI) y por qué son importantes?
La VUI es una tecnología de reconocimiento de voz que permite a los usuarios interactuar con una máquina al utililizar la voz como medio. VUI es una extensión de una interfaz conversacional como un chatbot. Una VUI acepta la entrada del usuario a través de la voz, la procesa y luego proporciona una salida basada en voz, que podría ir acompañada de texto, gráficos o video en la pantalla.
Los beneficos que ofrece esta tecnología son:
- Modo de comunicación intuitivo: en promedio, un ser humano habla siete mal palabras al día. Ciertamente, la voz es uno de los modos de comunicación más cómodos e intuitivos. Con la tecnología que hace que las VUI sean inteligentes y empáticas como los humanos, existe precisión para comprender la entrada, procesarla y proporcionar una salida deseable.
- Interacción conveniente: el automóvil, el hogar, los lugares públicos y la oficina son los cuatro lugares más comunes donde los usuarios aprovechan al máximo la interfaz de voz. Dado que las VUI proporcionan una interfaz de manos libres, se consideran un modo de comunicación en cualquier momento y lugar.
- Interpreta correctamente el mensaje: Al conversar a través de mensajes de voz, hay una comprensión del tono, volumen, velocidad, entonación, etc., lo que hace que la conversación sea clara y precisa. Además, la conversación de voz crea una conexión empática que también involucra a los usuarios a nivel personal.
Una breve historia de la interfaz de usuario de voz
En 1952, los ingenieros de Bell Labs desarrollaron un reconocedor automático de dígitos llamado Audrey. Podría reconocer los números del 0 al 9 y realizar una coincidencia de patrones en clases predefinidas de voces. Audrey medía 6 pies y tenía numerosas señales analógicas con condensadores, amplificadores y filtros. Si bien fue capaz de reconocer la entrada de voz con una precisión del 97 al 99%, su gran tamaño, gastos y componentes electrónicos complejos no lo convirtieron en un producto para comercializar.
SpeechWorks y Nuance introdujeron la VUI de primera generación en 1984 a través de sistemas de respuesta de voz interactiva (IVR, por sus siglas en inglés). Estos IVR fueron capaces de reconocer la voz en off humana y realizaron las tareas que se les asignaron. Los sistemas IVR se convirtieron en la corriente principal en la década de 2000 y son una parte importante de los servicios de soporte al cliente en la actualidad.
En 2006, Apple introdujo el concepto de Siri, que permite a los usuarios interactuar con las máquinas mediante la voz. Después de esto, Google introdujo una búsqueda por voz en 2007. Gigantes tecnológicos como Microsoft, Apple y Google lanzaron asistentes de voz para dispositivos móviles.
En 2014, Amazon presentó Amazon Echo, un altavoz inteligente que se integra con asistentes virtuales (Alexa, Siri, etc.). Estos altavoces se pueden integrar con aplicaciones móviles a través de Alexa Skills. De manera similar, los competidores introdujeron Google Home, Apple HomePod para mejorar la experiencia del usuario cuando están en la oficina, el hogar o incluso en el centro comercial.
imagen: Waldemar Brandt
