2019. aasta keeleteo konkursil võidutses Tallinna tehnikaülikoolis välja töötatud kõnetuvastuse programm.

Piltlikult öeldes kuulab kõnetuvastuse programm suulist eestikeelset juttu, tunneb selles esinevad sõnad ära ja paneb need tekstina kirja. Seejuures kasutab programm juttu tekstina kirja pannes õigesti suurt ja väikest algustähte, paneb komad ja punktid õigesse kohta, tunneb ära enamiku inimeste ja asutuste nimed jne. Ta isegi parandab suulist juttu. Kui inimene ütleb „mh-mh“, siis kõnetuvastus kirjutab „jah-jah“.

Õpetajad on kõnetuvastuse programmist kindlasti väga huvitatud. Oleks ju efektne õpilaste suulised vastused tekstina välja lasta ja seal vead punase pliitsiga alla kriipsutada – et õpilane näeks ka, kus ta eksib. Tekstil on hääle ees see suur eelis, et tekstist leiab vajalikud lõigud otsingusõnaga kiiresti üles ja nii saab õpetaja suuliste vastuste tekstivariantidest välja tuua kogu klassi tüüpilisi vigu.

Kõnetuvastus peaks rõõmustama ka neid õpetajaid, keda valitakse alati koosolekute, nõupidamiste ja muude arutelude protokolle või isegi stenogramme kirjutama – kõnetuvastuse programm teeks selle tüütu töö ise ära. Innove töötajad on juba märkinud, et kõnetuvastuse abil on mugav eksamite suulisi vastuseid tekstideks salvestada ja arhiveerida. Inglis- ja saksakeelne kõnetuvastus on juba ammu olemas.

Eriti põnev on, et tänu kõnetuvastuse programmile on võimalik anda elektroonilistele seadmetele häälkäsklusi. Näiteks saab õpetaja oma nutitelefonile öelda, et pangu see mingi kohtumine ise kalendrisse kirja, saatku puuduva õpilase vanemale tekstsõnum jne. Eestikeelseid häälkäsklusi võimaldavad anda programmid iOSi Siri, Androidi Google Now, Windows Phone’i Cortana jt.

Kõige rohkem rõõmustavad eestikeelse kõnetuvastuse programmi üle muidugi kirjutavad ajakirjanikud, kes on seni, kõrvaklapid peas, kuulanud diktofoni salvestatud intervjuusid ja neid pikkade tundide kaupa käsitsi arvutisse tippinud. Nüüd saadavad nad oma helifaili kõnetuvastuskeskusse ja saavad sealt juba veerand tunni pärast valmis teksti vastu.

Tõsi, koosolekul räägitu kirjapanek ei tule TTÜ kõnetuvastuse programmil veel väga hästi välja – kaugemal istunud inimeste jutt jääb talle arusaamatuks, ta hakkab oletama, mida nad rääkida võisid. Praegu püütakse TTÜ-s vanemteadur Tanel Alumäe juhtimisel kõnetuvastuse programmi niimoodi täiustada, et see suudaks kirja panna riigikogus peetud koosolekute suulised arutelud. Kui see õnnestub, siis läheb ka kõigi protokollijate ja stenografistide elu kergemaks.

Mina avastasin, et kümne sentimeetri kauguselt diktofoni räägitud jutu muudab kõnetuvastus veatuks tekstiks. Pärast seda avastust olen palunud intervjueeritavatel võtta diktofon enda kätte ja rääkida sellesse kümne sentimeetri kauguselt, nagu räägitakse avalikul esinemisel mikrofoni. Õnneks on kõik õpetajad, koolijuhid jt olnud vastutulelikud.

Olen aga märganud sedagi, et mõni inimene ei räägi selgelt ja siis hakkab kõnetuvastusprogramm nuputama, mida intervjueeritav öelda tahtis. Inimene ütleb natuke liiga pehme s-iga „sinna sisse käib“ ja kõnetuvastus kirjutab „hinna sisse käib“. „Klassi“ asemel kirjutas masin „klaiss“, sest õpetaja palataliseeris tugevalt s-i. Inimene ütles „vist oli“, aga kõnetuvastuse kirjapilt oli „püstoli“!

Mõned hariduse valdkonna sõnad ja sõnaühendid on kõnetuvastusprogrammi mällu veel salvestatud ja siis pakub ta tegeliku sõna vasteks midagi ligilähedast. Näiteks „HEV-lapsed“ asemele on ta kirjutanud „elvalased“. Selle ühe vale sõna pärast muutub muidugi kogu lause arusaamatuks. Ühe soliidse koolijuhi mingile sõnale pakkus kõnetuvastuse programm kirjalikuks vasteks „misjonäriasend“, mida see koolijuht päris kindlasti ei öelnud.

Aga siingi võib kõnetuvastusprogramm õpetajaid üksnes rõõmustada – inimesed hakkavad oma sõnu selgemini hääldama, et masin neist õigesti aru saaks ega pakuks piinlikke kirjalikke vasteid.