Natura non facit saltus
First international seminar on new
technologies in real time intralingual
subtitling
Forlì, 17 novembre 2006
Gian Paolo Trivulzio
Saluto gli 'Evangelists'
oggi qui presenti
Dottor Gianni Lazzari
Ing. Giuliano Pirelli
Ing. Angelo Paglino
Prof. Marialuisa Corti
Crippa
Gli sforzi sono stati particolarmente ardui per un
settore specialistico quale è quello della
resocontazione.
Fino all'avvento del riconoscimento del parlato, le
tecnologie usate per passare dal parlato allo scritto
erano sostanzialmente due:
 Stenografia manuale (o grafica)
 Stenotipia (scrittura sillabica su una tastiera)
Entrambe, prima dell'era del personal computer,
necessitavano di 'traduzione' in caratteri ordinari.
Soltanto verso la metà degli anni
'70
• Si ottiene la 'decifrazione'
delle note stenotipiche per
saltare la fase della
'trascrizione', quindi
disporre del testo
praticamente in tempo reale
• Con operatori allenati si
ottiene la sottotitolazione,
come vediamo qui oggi.
Questo processo ha richiesto più
di 20 anni per mettere a punto
• Adattamento, modifica nelle
forme di scrittura onde evitare
conflitti per parole ambigue
• Studio e miglioramento del
software, anche con sofisticati
controlli linguistici (intelligenza
artificiale)
• Perfezionamento dei percorsi
formativi, per una migliore
efficacia e per la riduzione dei
tempi di apprendimento.
L'esperienza italiana
• Anche in Italia il riconoscimento del parlato diventa
utilizzabile soltanto dai primi anni '90
• Parlato discreto /parlato naturale
• Il primo contatto col mondo italiano della
resocontazione avvenne nel febbraio 1995
all'Accademia Aliprandi di Firenze grazie al
dottor Gianni Lazzari. Una presentazione
venne pure da lui fatta al Congresso Intersteno
di Amsterdam dello stesso anno
• A seguito di tali presentazioni la prof. Crippa ed
il sottoscritto decisero di…
… sporcarci le mani
• Perché gestivamo una
importante realtà di
resocontazione
Dettoscritto (Milano) con
20 operatori che usavano
tutte e tre le tecnologie
stenotipiche (Michela –
Melani – Gornati-Mael)
• Perché apparteniamo ad
una specie anomala,
tendente a sfatare il
detto che "chi sa, fa e
chi non sa, insegna"
Anche se NON siamo diventati 'paperoni
della resocontazione' , ma soltanto guide
alpine,
• siamo riusciti a dimostrare, nonostante i limiti di quell'era giurassica,
che il riconoscimento del parlato può avere un notevole valore
aggiunto nello specifico settore
• Abbiamo trasferito le nostre esperienze nella formazione
• Diffondendone i risultati in Italia ed all'estero…
nel mio piccolo?! Anch'io
320 sillabe = circa 135 parole italiane al
minuto
Anche se ci si doveva accontentare
e…
… aspettare che
l'elaborazione
finisse.
Ho utilizzato la famosa steno-mask,
nonostante i belli spiriti…
Pappagallo a chi ?!
L'esperienza (nel settore della
resocontazione) in altri paesi Europei
•
L'Italia è stata all'avanguardia nell'uso di tecnologie avanzate
•
Accanto alla stenotipia elettronica, in Italia diverse sperimentazioni ed applicazioni del
riconoscimento del parlato sono iniziate verso la metà degli anni '90 al Senato ed della Camera
dei Deputati. Dal 2001 alla Camera i 'documentaristi' resocontano con questa tecnologia.
•
il mondo della resocontazione è settore di nicchia e quindi ha, giustamente, un limitato interesse
economico per le grandi multinazionali del settore.
•
E' questo è uno dei fattori che spiegano il ritardo con cui, in diversi paesi europei, si è 'scoperto'
che il riconoscimento del parlato poteva essere, quanto meno, una valida alternativa ad altri
sistemi tradizionali.
•
All'infuori della Francia (metodo Grandjean), dell'Italia (metodi Michela, Melani, Mael Gornati),
Inghilterra (Stenograph) e qualche limitato utilizzo in Olanda-Belgio con la macchina Velotype oggi
Veyboard, la tecnologia stenotipica non era e non è praticamente presente nella
resocontazione professionale ( parlamenti ed aule di giustizia).
•
Praticamente negli anni '90 in Europa non c'è stata esperienza per il riconoscimento del parlato
applicato alla resocontazione. L'unica a noi nota è quella del Parlamento di Hannover, avvenuta
più tardi (inizio anni 2000) in cui serviva comunque per la trascrizione delle note riprese con la
stenografia tradizionale.
L'esperienza degli Stati Uniti
• Negli USA vi è un'elevata esigenza di professionalità in
tempo reale sia per la resocontazione giudiziaria, che per
quella televisiva.
• Il mercato è stato ed è dominato dalla tecnologia
stenotipica, (oltre 60 mila resocontisti) grazie alle evoluzioni
già accennate
• Questo spiega il 'ritardo' nel passaggio al riconoscimento del
parlato
• E' infatti soltanto dal 1998 che inizia ad essere divulgato,
soprattutto fra i resocontisti dei tribunali militari che erano già
abituati alla dettatura del resoconto ad un registratore di voce
(la stenomask fu inventata proprio per questa specifica
esigenza)
• Forte è la competizione fra le due tecnologie, anche per i
grandi interessi economici in gioco, ma oggi domina il
problema generazionale che fa prevedere l'esigenza di un
ricambio di almeno il 50 % degli operatori entro il 2010.
La resocontazione in tempo reale
e la formazione degli operatori
•
•
•
•
La resocontazione in tempo reale, intesa come capacità di poter seguire
e fedelmente riprodurre il discorso di un oratore anche molto veloce, è
sempre stato l'obiettivo dichiarato di tutte le tecnologie. I risultati delle
competizioni ai campionati mondiali dell'Intersteno lo dimostrano da almeno
50 anni, e le prestazioni di spicco (fino a 200 parole italiane al minuto) sono
state e sono raggiunte da tutte le tecnologie, stenografia compresa, qualora
vi siano abili operatori.
Non tutti gli operatori sono in grado di operare in tempo reale (come non
tutti i professionisti che operano nella comunicazione linguistica sono
interpreti di simultanea)
E' in ogni caso indubbio che le esigenze di rapida diffusione delle
informazioni a mezzo radio, televisione ed oggi Internet stimolano o meglio
condizionano oggi il settore della resocontazione che, per rimanere al
passo coi tempi, deve sempre di più diventare in tempo reale.
E' questa la grande scommessa e l'opportunità offerta al
riconoscimento del parlato, sia utilizzato direttamente dal resocontista
che da quest'ultimo supportato (trascrizione automatica).
I tre requisiti per il successo del
riconoscimento del parlato
•
•
•
capacità di raggiungere almeno gli stessi
risultati di velocità e precisione già
dimostrati dalle altre tecniche (stenotipia in
particolare)
indispensabili miglioramenti ed
aggiornamenti di software anche per
fronteggiare facilmente le varie situazioni
operative (ad esempio telelavoro)
percorsi formativi che rendano disponibili
validi operatori in un tempo ragionevolmente
sostenibile.
La professionalità per gestire situazioni in tempo
reale (con stenotipia o riconoscimento del parlato)
non si ottiene in pochi minuti
• il riconoscimento del parlato parte svantaggiato dal suo
vantaggio: i tranquillizzanti messaggi affermano che dopo 10 minuti
(od addirittura oggi senza) il computer riproduce la nostra voce con
una precisione anche del 97/98 %. Realtà provata e fatta da noi
toccare con mano nella formazione ma…
• ha ingenerato l'idea (erronea) che, se non proprio dopo 10 minuti,
almeno dopo poche ore il resocontista possa andare in un'aula di
tribunale, università od assemblea e dare un ottimo risultato, tanto
basta che parli!
• Anche gli americani stanno cercando di spiegare che non è proprio
così: Linda Drake Presidente della National Verbatim Reporters
Association (NVRA) ossia i professionisti (voice-writers) che usano il
rionoscimento del parlato, ha recentemente ricordato che bisogna
lottare con se stessi e la tecnologia per ottenere i risultati voluti,
anche se i miglioramenti informatici ci aiutano oggi ad ottenere
migliori prestazioni rispetto ad alcuni anni fa.
Formazione per real-time USA
Percorsi formativi anche on-line
Quanto tempo? Un anno o più?
•
•
It's not difficult, but it's not magic either. You will have to put in some effort.
How long it takes to complete a realtime voicewriting course of study depends on
many factors. A few motivated individuals may be able to become
proficient in six months. The average time for most individuals to
become average speech recognition voicewriters is estimated to be
about a year. To become highly skilled and knowledgeable in all
aspects of a career like broadcast captioning is likely to take
somewhat longer. Factors that influence the length of time to course completion
•
•
•
•
•
•
and development of competency include:
A person’s existing level of competency with computers
A person’s existing speech and language skills
The structure of the program followed and the material studied
The motivation and discipline of the student
The amount of time the student dedicates to study and practice on a daily basis
The guidance of competent instructors or assistance of knowledgeable mentors
• (Phillip Kaufman – Voice-ed)
Bettye Keyne che svolge da alcuni anni la
sua attività in realtime ha recentissimamente
proposto un percorso 90 giorni (8 ore al
giorno) – diffuso dalla NVRA
Un'analisi di queste informazioni
ci porterebbe a sofisticate
discussioni psico-pedagogiche.
Per ora prendiamone atto e
confrontiamole con quanto siamo
in grado di fare.
I percorsi formativi americani
sono obiettivizzati per le
certificazioni NVRA che
prevedono 5 minuti a velocità da
180 a 200 parole al minuto col 96 %
di precisione.
Intersteno, ponte tra le tecnologie
avanzate e gli operatori professionali.
•
Da più di 50 anni Intersteno organizza, oltre ai tradizionali congressi, campionati
tendenti a dimostrare i migliori risultati ottenibili per tutte le tecnologie di scritture
veloci.
•
Gli standard di valutazione/certificazione sono costantemente rivisti per seguire le
evoluzioni tecnologiche.
•
Per il Congresso che si è tenuto a Roma nel 2003, il dottor Fausto Ramondelli (all'epoca
Presidente dell'Intersteno) ed il sottoscritto si impegnarono per far ammettere il
riconoscimento del parlato a pari condizioni delle altre tecnologie. Non fu compito
facile e la decisione finale fu sofferta, perché esistevano paure e gli altri 32 paesi (ad
eccezione degli USA) non avevano esperienze nel settore.
•
Alla seduta inaugurale del Congresso Chad Theriod della Audioscribe presentò lo stato
dell'arte e il suo intervento fu ripreso in real time e visibile su schermo da Suzee Magette,
presente con stenomask. Successivamente Attilio Di Nepi presentò alcuni minuti di un
intervento al Senato.
A Roma si tenne per la prima volta una competizione con la nuova
tecnologia, nella quale si classificarono i due resocontisti già
menzionati, nonché il Dottor Fabrizio Verruso (qui presente e relatore)
che vinse alla velocità di 380 sillabe (oltre 160 parole italiane al
minuto).
Verruso bisserà poi questo successo a Vienna nel 2005 conseguendo
il titolo di campione mondiale, riuscendo a seguire la dettatura fino a
ben 393 sillabe (pari a circa 180 parole italiane al minuto).
• L'Intersteno, confermava così, nei fatti, che i campionati mondiali
costituiscono il banco di prova per una realistica ed indipendente
valutazione delle tecnologie e delle capacità individuali e che i
sogni vagheggiati 8 anni prima dagli 'evangelisti' erano diventati
realtà tangibile.
• A Roma nessun produttore di software CAT presentava il
riconoscimento del parlato, a Vienna 2005 TUTTI lo avevano
integrato e dimostravano con orgoglio le loro creature
Sulla base di queste certezze maturate
nel tempo (natura non facit saltus)
• il gruppo Italiano ha proposto di trasformare
la competizione di trascrizione rapida
(consegna al massimo entro tre volte i minuti
trascritti) in realtime.
• Al termine della ripresa il concorrente
consegnerà immediatamente il testo in
formato elettronico, senza alcuna
possibilità di correzioni aggiuntive.
• Quindi a Praga 2007 la gara sarà di
respeaking con testo valutato su quanto
scritto in tempo reale
Minutes
1
English
2
3
4
5
6
Italian
Increase/
minute
16
17
18
19
20
21
1
148
151
154
157
160
163
2
164
180
184
200
205
220
226
5
168
172
176
Real time competition:
taking eight-minute dictation
180
185 increasing
190 speed 195
with
and delivering the text
196 immediately
202 after the
208end of dictation,
214
without any additional correction.
212
219
226
233
240
247
6
228
236
244
252
260
268
7
244
253
262
271
280
289
8
260
270
280
290
300
310
3
4
Scommessa ed opportunità
• Dimostrare praticamente la validità delle affermazioni
tecniche a cui ho fatto cenno all'inizio: raggiungere 130
parole italiane al minuto con precisione superiore al 97
% senza apportare alcuna correzione al testo.
• Riuscirà a Praga, luglio 2007, l'Italia a ben figurare ed a
seguire le orme di Fabrizio Verruso? E' una scommessa
ed un auspicio, augurandomi di poter condividere
l'entusiasmo della premiazione con qualcuno dei giovani
qui presenti.
• Nel 2009 saremo a Pechino ed in tale occasione
riconoscimento vocale e stenotipia cinese (migliaia di
operatori sono stati formati) avranno occasione di
combattersi lealmente, in tempo reale
Natura non facit saltus
Ma noi possiamo aiutarla a
saltare più velocemente!
Forlì, 17 novembre 2006
Gian Paolo Trivulzio