Solche Bausteine arbeiten zusammen, so wie in Kapitel 8: Eine Suche mit Embeddings findet Kandidaten, ein Reranker sortiert sie, ein Sprachmodell formuliert die Antwort.
Leihregal hört zu
Mara baut die Spracheingabe am Ausgaberegal und hält sich dabei an das, was dieses Kapitel gezeigt hat:
Ergänze am Ausgaberegal eine Spracheingabe für Gerätefragen. Wandle Sprache in Text um und verarbeite diesen Text auf demselben Weg wie eine getippte Anfrage.
Zeige den erkannten Text sichtbar an. Vor jeder Reservierung muss die Person Gerät und Zeitraum bestätigen, weil Namen und Zahlen falsch erkannt werden können. Speichere keine Aufnahmen länger als für die Erkennung nötig.
Teste mit eigens aufgenommenen Beispielsätzen, mit Einverständnis der Sprechenden und mit echtem Hintergrundlärm aus dem Jugendzentrum, und zeig mir, welche Gerätenamen verwechselt wurden.
Der letzte Satz ist der McDonald’s-Satz. Ob eine Spracheingabe im eigenen Produkt funktioniert, entscheidet nicht die Werbeseite des Anbieters, sondern ein Test mit der eigenen Umgebung, den eigenen Wörtern und dem eigenen Lärm.
Für die gespendeten Geräte braucht der Katalog außerdem Fotos, und hier gilt dieselbe Vorsicht wie bei der Stimme. Ein Bildmodell könnte schöne Produktbilder erfinden, und genau das darf es hier nicht. Ein erfundenes Foto eines Geräts, das