"Цифровая орда" - IT Татарстан, журнал "Русский репортер"
У невысокого и мегаэнергичного 26-летнего Осетрова освоить модель поведения «лучше нигде не нарушать» пока что не очень получается. Зато ему удалось выиграть престижный конкурс молодежных инновационных проектов в сфере телекоммуникаций.
Осетров сидит за ноутбуком под арочными сводами в своем уютном офисе. На мониторе открыта страничка «ВКонтакте». Он отвечает на поздравления с победой от одной, судя по аватарке, весьма симпатичной брюнетки. Именно — отвечает, совершенно не используя при этом клавиатуру.
— Привет точка Очень приятно запятая что следишь за нашими успехами… — и загадочным образом в поле сообщения его голос превращается в текст. В этом волшебстве и состоит проект распознавания речи RealSpeaker, которым руководит Осетров. Он командует: «Отправить!» — и сексапильная брюнетка получает надиктованную весточку.
— Еще во время учебы в Марийском госуниверситете я заинтересовался, каким образом глухие люди развивают в себе навык чтения по губам и почему бы не научить этому машину, — вспоминает Виктор. — Примерно так родилась идея «РеалСпикера». Команду я создал из своих повально увлеченных программированием друзей. Йошкар-Олу тех времен недаром называли столицей интернет-мошенничества.
Распознавание речи — одна из самых интригующих и сложных задач искусственного интеллекта, над которой бьются крупнейшие корпорации мира. «Гугл» и «Яндекс» уже предлагают своим пользователям надиктовать искомые слова в строке search.
— Решения существуют, но, откровенно говоря, работают они так себе, — признается Осетров. — Мы изобрели технологию, повышающую эффективность программ распознавания речи в среднем на 20–30%. Это позволяет достичь рекордного качества расшифровки, доступного на сегодняшний день простым смертным. Фишка в том, что помимо аудиообработки мы используем видеоданные говорящего. С помощью обыкновенной веб-камеры наше приложение одновременно с определением частоты голоса анализирует движение губ пользователя — ту самую заветную артикуляцию. В итоге можно диктовать хоть в шумном баре, хоть на улице. Запускаешь «РеалСпикер», открываешь любой текстовый редактор — и вперед, делай текст на семи доступных языках.
Пример работы: http://youtu.be/2borvKuLWWU
Партнерские соглашения с Samsung, LG и Toyota, приглашение на лучшие стартап-тусовки планеты, стремительно увеличивающийся пул пользователей, состоящий в основном из журналистов, блогеров, учителей и писателей… — всего этого могло и не быть, прими Виктор Осетров приглашение продолжить обучение в аспирантуре известного московского вуза.
— Еще в Университете Йошкар-Олы мною заинтересовались профессора из Москвы и предлагали писать кандидатскую, но мне посчастливилось пройти отбор в бизнес-инкубатор. Помню, как впервые приехал сюда и сразу почувствовал, что нахожусь на своем месте. Заряженная, драйвовая атмосфера, где люди не бравируют словами, а реально заняты делом. Бывает, заработаешься, выходишь из IT-парка поздно ночью, смотришь, а машина министра еще на месте. Работает министр. Приятно.
Отрывок из: Русский Репортер
