Onze Taal. Jaargang 66

[p. 130]

Ellen Verheijen
Spraakherkenning
Peter Burger

Al jaren praten computergebruikers tegen hun geliefde en gehate, onmisbare apparaat. Vleiend, smekend, vloekend. Pas sinds kort zijn de computers gaan luisteren, en sommige geven zelfs antwoord: er bestaat een versie van Windows die reageert op mondeling verstrekte commando's, in Duitsland kunnen reizigers bellen met een computer die informatie geeft over treintijden, en dictafoons die het gedicteerde zelf uitschrijven, worden steeds accurater.

Toch zijn computers nog steeds niet zo accuraat als een mens. Wij verstaan allerlei verschillende spreekstemmen, zelfs door een krakende telefoonlijn of op een rumoerige receptie. Wij verwarren een kuch of een claxon niet met taal. Luisterende computers hebben het daar wel moeilijk mee, zoals ze het ook lastig vinden om te horen waar een woord begint en eindigt, en van slag raken als de spreker verkouden is of een glas te veel op heeft.

● Begrip van de context

Mensen hebben minder last van ruis, legt dr. Ellen Verheijen uit, die zich als psychologe en cognitiewetenschapper specialiseerde in de samenwerking tussen mens en computer: ‘Mensen kunnen uit de woorden die ze gehoord hebben, voorspellen wat de volgende woorden zullen zijn.’ Systemen voor spraakherkenning missen dat begrip van de context, een manco dat ook ontwerpers van vertaalcomputers voor onoplosbare problemen stelt.

Ontwerpers van systemen voor spraakherkenning moeten noodgedwongen compromissen sluiten, aldus Verheijen. Spraakherkenners die veel verschillende stemmen moeten verstaan, zoals de Duitse openbaar-vervoerhulp, hebben een beperkte woordenschat en kunnen vaak alleen woorden met pauzes ertussen verwerken. Ze zijn geprogrammeerd voor gebruik in één, liefst zo beperkt mogelijk, vakgebied en kunnen niet meer dan duizend woorden ‘verstaan’.

Wil je echter hele zinnen dicteren, dan lukt dat het best als je de spraakherkenner traint om één stem te verstaan. In dat geval kan het apparaat wel honderdduizend woorden leren herkennen.

● Pathologen

Verheijen (29) werkte als promovendus bij het Eindhovense IPO, een aan Philips gelieerd onderzoekscentrum, en onderzocht het gebruik van spraakherkenners in ziekenhuizen. Radiologen maken er nu al gebruik van om hun rapporten te dicteren terwijl ze röntgenfoto's bekijken. Zouden ook pathologen er profijt van hebben? Dat onderzocht Verheijen op de afdeling Pathologie van het Academisch Ziekenhuis Maastricht. Ze bekeek hoe pathologen nu werken en deed een aantal experimenten om de volgende vraag te beantwoorden: hoe kan taaltechnologie optimaal worden geïntegreerd in bestaande werkprocedures?

Pathologen bestuderen stukjes weefsel. Terwijl ze in de microscoop turen, spreken ze hun bevindingen in in een dictafoon. Vervolgens werkt een secretaresse de opnamen uit tot een rapport, dat de patholoog controleert. Het duurt nu drie tot vijf dagen voor de specialist die het stukje weefsel heeft opgestuurd de uitslag ontvangt. Zou het geen tijd en geld besparen als die diagnose zonder tussenkomst van een secretaresse automatisch uit de tekstverwerker rolde? Met een spraakherkenner zou het rapport een dag eerder bij de specialist kunnen zijn, waardoor de patiënt dus een dag eerder behandeld kan worden. Maar die behandeling zou weleens fataal kunnen zijn, zo ontdekte Verheijen.

● Correctieprocedure

Het probleem begint bij het soort spraakherkenner dat pathologen zouden gebruiken. De rapporten van radiologen zijn bijna allemaal standaard; zij vullen al sprekend een formulier in en moeten daarom na ieder woord pauzeren. Bij pathologen is echter slechts een op de vijf onderzoeken standaard. Zij moeten volledige zinnen dicteren en hebben een spraakherkenner nodig die in een continue klankenreeks woorden kan onderscheiden. Zulke spraakherkenners maken veel meer fouten: ze laten woorden weg, voegen woorden toe of verbasteren ze. Verheijen: ‘Voor een automatische spraakherkenner is het verschil tussen de woorden één en geen niet groot. Maar zo'n fout is ontoelaatbaar als het gaat om de vraag of er nog één of nog geen kankercel is geconstateerd.’

De computer maakt op honderd woorden wel tien fouten, terwijl een medisch secretaresse slechts één fout maakt. En dat is maar goed ook, want de pathologen die Verheijen testte, slaagden er niet in om hun eigen rapporten te corrigeren. De syntactische fouten die een spraakherkenner veroorzaakt, leveren betrekkelijk weinig problemen op, maar ook inhoudelijke veranderingen zien ze over het hoofd, of ze het rapport nou na een uur of pas na een dag terugzien. Door het grote aantal preparaten dat ze per dag bestuderen (gemid-

[p. 131]

deld wel vijftig) herinneren ze zich niet van iedere diagnose de details.

Ondanks deze ontmoedigende resultaten wil Verheijen de spraakherkenner niet definitief afschrijven. De systemen kunnen verbeterd worden, en ook de correctieprocedure kan betrouwbaarder worden gemaakt. ‘De computer kan de tekst direct op een beeldscherm presenteren, samen met een dia van het onderzochte weefsel, en de pathologen kunnen die tekst direct na het dicteren nakijken op inhoudelijke fouten. Bovendien kunnen ze leren om alert te zijn op dat soort fouten.’ Tot die tijd mogen zij en hun patiënten blij zijn met de nauwkeurigheid van hun secretaresses.

Ellen Verheijen, Speech technology for medical reporting. Consequences for the correction process. ISBN 90 386 0349 5. Prijs: f 30,-. Te verkrijgen via de heer J. Duyn, TU Eindhoven, Postbus 513, 5600 MB Eindhoven.