L'edizione 2004, che ha visto la presenza di oltre 1400 partecipanti e 60 società  espositrici, è stata l'occasione privilegiata sia per un confronto con le interessanti testimonianze di service provider
e fornitori europei sia per poter stabilire contatti con le società  che sperimentano prodotti e servizi innovativi in tutto il mondo. Oltre che la partecipazione di tutti i principali operatori italiani del settore automotive questo evento ha ospitato infatti per la prima volta visitatori provenienti da paesi europei tra i quali numerose società  impegnate nello sviluppo di servizi telematici di infomobilità .

Sulla base del grande successo fin qui riscosso ITF 2005 si propone quale opportunità unica sia di confronto generale tra i player del settore italiani ed esteri sia per stabilire contatti per le PMI che stanno realizzando prodotti e servizi innovativi in questo ambito.

La quarta edizione di Infomobility Telematics Forum verrà ospitata insieme al VETIS all'interno dell'AUTOMOTIVE WEEK, promossa dalla Camera di commercio di Torino in collaborazione con la Regione Piemonte e l'Istituto per il Commercio Estero, in accordo con il Ministero per le Attività Produttive.

La stretta sinergia che si viene a instaurare con la settimana dedicata al mondo automotive che ha lo scopo di promuovere nuovi contatti professionali tra compratori e fornitori del settore automobilistico, accresce dunque ancor di più il prestigio e l'interesse di ITF 2005.
_________________________________________________________________________________

C’è un futuro per la voce nei veicoli?

Oggi le tecnologie di riconoscimento vocale stanno diventando importanti nel rapporto tra l’uomo e l’automobile. Offrono infatti interfacce naturali per accedere ai sistemi di navigazione di bordo, ai media, alle informazioni ed alle funzioni di comunicazione a distanza. Tuttavia, ci sono sfide importanti che devono essere affrontate e vinte per fornire soluzioni di riconoscimento vocale di qualità che arricchiscano veramente i servizi telematici del veicolo e le soluzioni a valore aggiunto

Molti associano il riconoscimento vocale alle situazioni dei film di fantascienza e degli show televisivi dove le automobili si comportano come i robot R2D2 su rotelle. Nella realtà il motivo principale delle tecnologie vocali è meno Hollywoodiano e più pragmatico. Solitamente vengono adottate per puri motivi di sicurezza.

Qualunque costruttore automobilistico vi dirà che migliorare la sicurezza è in gran parte far diminuire il livello di distrazione del guidatore e aumentare la consistenza ed il controllo di guida. Si è trovato che un buon contributo può essere dato dall'uso "intelligente" della tecnologia di riconoscimento vocale. L'enfasi è su "intelligente". Mettere alcuni dispositivi in un’automobile per ottenere il "gee-whiz factor" ( sensazionale ) non è funzionale all’aumento della sicurezza . Questa si ottiene scegliendo il modo più corretto di inserire funzioni vocali affidabili ed utili a mantenere la concentrazione dei guidatori sulla strada e preservare i passeggeri da danni. Dati questi obiettivi, non sorprende che il " voice dialing"sia il catalizzatore predominante per introdurre il riconoscimento vocale nelle automobili; comporre un numero telefonico vocalmente ( "hands-free") è infatti una delle applicazioni più importanti ed è già obbligatoria in molti stati negli Stati Uniti e nel mondo. Facendo un passo avanti, si trova l’esempio di OnStar - un servizio disegnato per aiutare i guidatori in modo completo dall’assistenza in emergenza ai consigli e dove il riconoscimento vocale può essere usato per controllare le funzioni base dell'automobile - controllo della navigazione (per esempio scelta della destinazione ), controllo del clima, comandi di radio/CD – in pratica qualunque cosa che possa distrarre gli occhi della strada o le mani dal volante può essere fatta con ordini vocali.

La sicurezza è preminente ma una volta che i produttori automobilistici ritengano di aver soddisfatto questa esigenza possono operare con i loro partner tecnologici, ISVs e sviluppatori per rilasciare nuove applicazioni che assicurino facilità d’uso e nuovi servizi. Le odierne vetture possono mettersi in contatto con service providers e in caso di emergenza consentono ai guidatori di ottenere assistenza veloce e mirata.

Un'indagine recente di JD Power & Associates, mirante a misurare la soddisfazione dei clienti sui sistemi di navigazione , ha trovato che tre delle cinque automobili top erano di Honda ed Acura e tutte contenevano tecnologia di riconoscimento vocale.

L'automobile rappresenta un ambiente molto "challenging" per le tecnologie vocali. Le sfide vanno dall’ottenere prestazioni ottimali in un ambiente imprevedibile e rumoroso all’utilizzo di risorse di sistema molto limitate, quali memoria e CPU. Trovare un compromesso tra i pesanti requisiti delle tecnologie vocali e la limitata capacità del sistema veicolo è molto complesso. Inoltre, i guidatori passano lunghe ore nelle loro automobili e la qualità della conversazione con il cruscotto è un elemento critico nell'accettabilità da parte degli utenti. Una voce spiacevole o una ripetizione di richiami può portare il cliente alla richiesta di disabilitare la voce "fastidiosa" .

Un fattore primario per un buon riconoscimento della parola è il rapporto segnale /rumore dell’audio in ingresso cioè il signal-to-noise ratio (SNR) . In un’automobile ci sono molti attributi ambientali che possono interessare negativamente la qualità dell'audio in input. In questo caso, "il segnale" è il discorso dell'utente e lo SNR è l'energia del discorso rapportato all’energia del rumore di fondo dell'audio ricevuto. Un alto SNR è la cosa migliore, quando cioè il segnale del discorso è chiaramente più potente del rumore di fondo, ma questo raramente si verifica nell'ambiente automobilistico. Il rumore (din ) in un veicolo - causato dalla strada, dal vento, dall'aria condizionata (velocità del ventilatore di A/c), dalle finestre, ecc. – è molto dinamico e intenso. Inoltre, alcuni altoparlanti o microfoni sono deboli, aumentando la difficoltà di riconoscimento in un ambiente così difficile.

La natura variabile del rumore in un ambiente automobilistico (tipo ed intensità) rende difficile il processo di addestramento del modello acustico (dati e procedure) ed il sistema di riconoscimento non potendo presupporre un singolo stato di rumore deve prevedere una vasta gamma di possibilità. Un altro aspetto di cui tenere conto sono i rumori saltuari. Questi sono in genere bruschi nella durata e alti di energia e possono essere confusi con i suoni di un discorso. Per esempio, scatti, urti, clacson, tergicristalli , ecc. sono esempi di rumori transitori che sono difficilmente discriminabili dal sistema vocale durante il processo di riconoscimento. Tutti questi componenti ambientali contribuiscono a ridurre lo SNR del segnale in ingresso e influenzano negativamente le prestazioni di riconoscimento del parlato.

Un modo in cui le influenze ambientali possono essere controllate è l’uso di microfoni direzionali a riduzione del rumore, posizionati vicino a chi parla. La progettazione dei microfoni consente di renderli più sensibili ai suoni all'interno di una zona limitata scelta dai progettisti, riducendo così i suoni fuori di questa zona. Quando questi microfoni sono posizionati in modo ottimale, chi parla è situato in una zona più sensibile ed i rumori generati all'esterno di esso sono minimizzati, con conseguente SNR più alto per il segnale audio in ingresso. Purtroppo, le caratteristiche che migliorano lo SNR di questi microfoni non sempre possono essere sfruttate completamente. Per il disegno della struttura del veicolo, per le limitazioni di produzione e per il costo, il microfono non sempre può avere le caratteristiche ideali o essere disposto vicino all'utente , con conseguente SNR più basso.

Oltre al rumore, la popolazione degli utenti del veicolo è molto varia ed offre il proprio insieme di sfide specifiche. Le applicazioni di riconoscimento vocale nel passato sono state generate per dei target di popolazione piccoli e specifici, ma le applicazioni per un’automobile si rivolgono ad una popolazione di utenti molto grande e varia rendendo particolarmente gravosi i test di riconoscimento. La grande varietà di dialetti ed accenti così come gli stili del parlato (alto, tenue, lento, veloce, ecc.) mettono a dura prova i modelli acustici ed il disegno del motore di riconoscimento vocale. La gente non è in genere capace o disposta a cambiare il proprio parlato quindi devono essere i sistemi di riconoscimento ad adattarsi ad una voce ed alle caratteristiche audio dell'automobile.

Come ulteriore sfida vi sono le aspettative dell'utente. Dai film di Hollywood come 2001:Odissea nello spazio, Star Trek e molti altri, gli utenti sono stati portati a credere che parlare ai calcolatori sia facile e si aspettano venga gestito un alto livello di complessità ed accuratezza. Per questo insieme di fattori influenzanti - stili variegati del parlato e esperienze preesistenti di qualità del riconoscimento - gli utenti hanno aspettative estremamente alte che devono essere tenute ben presenti ed indirizzate da ogni sviluppatore o fornitore di sistemi di applicazioni vocali.

Molte di queste criticità possono essere indirizzate facendo precedere elaborazioni avanzate del segnale audio all’intervento del motore di riconoscimento. Gli esempi sono: microfoni avanzati, procedure di pretrattamento del segnale audio, aumento della complessità degli algoritmi del sistema di riconoscimento ed aumento della dimensione del modello acustico. Queste tecniche possono migliorare l’accuratezza del riconoscimento ma si scontrano con i vincoli del sistema automobile. Le piattaforme di calcolo nei veicoli hanno limiti di costo, dimensione ed affidabilità. Come conseguenza, in molti casi non è possibile ad esempio utilizzare microfoni a più elementi e con tecnologia direzionale o procedure più complesse che aumentano le capacità di ricerca dinamica del motore vocale o ancora modelli acustici più grandi addestrati su insiemi più diversificati di dati. Le applicazioni vocali e gli sviluppatori dei motori di riconoscimento combattono per raggiungere quell’equilibrio fra requisiti disponibili del sistema e complessità delle soluzioni che possa ottenere il più elevato livello di accuratezza nel riconoscimento vocale su una popolazione più ampia possibile.

Un metodo per raggiungere un buon compromesso è un attento disegno dell’applicazione vocale che può migliorare anche notevolmente l'esattezza percepita dal riconoscimento. Dialoghi specifici e l'uso di un contesto possono limitare la variabilità dei comandi. Inoltre possono essere usate richieste di conferma da parte del sistema che, imitando il dialogo umano, limitano ed indirizzano le scelte per i comandi ( ad esempio se non si è ottenuta una comprensione al 100%, si possono presentare per conferma i 3 brani che con maggiore probabilità l’utente ha richiesto).

Rendendo i sistemi più intuitivi, è possibile risparmiare ai guidatori la frustrazione di dovere memorizzare frasi rigide consentendo loro di esprimere liberamente cosa desiderano. Se chiedono la direzione del ristorante messicano più vicino o di cambiare la stazione radiofonica, il guidatore dovrebbe essere capito immediatamente e potere ottenere l’azione desiderata. Ciò può essere realizzato più facilmente aggiungendo una soluzione vocale biometrica che consenta di riconoscere il guidatore, identificarlo e ripristinare automaticamente le sue preferenze come i canali radio preferiti, le regolazioni del sedile o gli angoli dello specchio.

Per migliorare l’esperienza del guidatore è inoltre importante che venga proposto dal sistema l'accesso a nuovi servizi senza richiedere l’uso di nuovi tasti sul cruscotto. Questi servizi potrebbero includere le offerte location-based, come una notifica per l'offerta di un coupon quando il guidatore si avvicina ad un esercizio commerciale che è fra quelli di suo gradimento. L'interfaccia vocale dovrebbe anche potere imparare le preferenze del guidatore. Per esempio, se il guidatore chiede costantemente una stazione radiofonica, il sistema dovrebbe capirlo e chiedere se deve memorizzarla.

Forse una delle innovazioni più grandi in telematica per quanto concerne facilità d’uso e sicurezza è lo sviluppo della telematica colloquiale e la Conversational Interface for Telematics (CIT) è un esempio primario. La CIT è un sistema vocale interattivo a bordo macchina che usa la lingua colloquiale per le comunicazioni guidatore-calcolatore.

Il sistema permette il funzionamento hands-free delle funzioni del veicolo, quale controllo della posta elettronica, navigazione, variazione audio e clima, e minimizza la distrazione del guidatore. La tecnologia inoltre è disegnata per contribuire a rilevare gli stati di sonnolenza del guidatore ed a rispondere ingaggiando il driver in discussioni o in giochi interattivi. In più, il sistema permette servizi web quali allarmi del traffico, le condizioni meteorologiche o le informazioni di volo. Il progetto audiovisivo di riconoscimento della parola Audio Visual Speech Recognition (AVSR) dà un nuovo significato alla frase, "leggere le labbra." Se è una informazione relativa a navigazione, fax, telefono, o internet che un guidatore richiede, AVSR migliorerà l'esattezza del motore di riconoscimento vocale e contribuirà ad eliminare la necessità di ripetere le informazioni. Infatti, le telecamere messe a fuoco sulle bocche dei guidatori e "addestrate" per leggere le labbra miglioreranno notevolmente l'esattezza di riconoscimento delle parole negli ambienti rumorosi: chiaramente una sfida per i più avanzati sistemi correnti. Questa tecnologia aumenterà significativamente la probabilità che il guidatore sia capito quando dà un comando vocale alla propria automobile, persino quando il rumore di fondo è notevole. AVSR inoltre può rilevare la sonnolenza - per esempio monitorando il rapporto fra il tempo con gli occhi aperti e chiusi - ed innescando procedure per aiutare il guidatore a superare la crisi.

Cosa ci aspettiamo di vedere in circolazione:

- sistemi di navigazione di bordo che usano il riconoscimento vocale avanzato in modo che i guidatori possano richiedere a voce l'indirizzo della via e ricevere di ritorno la guida vocale per raggiungere la loro destinazione. Questo nuovo tipo di sintesi del parlato imita le caratteristiche della voce umana – risultato di un intenso lavoro di campionatura delle voci e separazione digitale del parlato e delle intonazioni- di modo che un veicolo possa comunicare naturalmente con un guidatore. Così si aprono le possibilità di colorare la voce, mimare un utente nel modo di parlare ( per es. piano o veloce) gestire dinamicamente il dialogo riconoscendo l’umore del guidatore.

- Ricevere le informazioni per pranzare selezionando il ristorante da guide specializzate in modo che non soltanto il guidatore chieda e riceva il nome ed il percorso da fare per il ristorante, ma anche un resoconto del ristorante incluso nella guida.

- Sistemi di navigazione/traffico in tempo reale che integrano immediatamente i dati di traffico sul display di navigazione con relativi consigli vocali.

Ulteriori dispositivi consentiranno la comunicazione fra il concessionario ed il guidatore; ed altri che usando la tecnologia BlueTooth™ per sincronizzare i dati personali del cellulare con il sistema automobile per comporre vocalmente e hands-free un numero telefonico (sui telefoni con possibilità incorporata di BlueTooth).

Con l'aumento dei componenti auto e di dispositivi che incorporano chips, le odierne automobili stanno telefonando più frequentemente alla casa madre, ai fornitori ed al terziario auto. Ciò, a sua volta, si traduce in nuove offerte per i guidatori da una varietà di provider. Le tecnologie vocali stanno imponendosi e guadagnando l'accettazione da parte del consumatore attraverso l'innovazione e la qualità tecnica.

Data la vasta e crescente gamma di applicazioni di bordo ove il riconoscimento vocale è installato, avere una conversazione con la vostra automobile dovrebbe sembrare naturale.