Szinte minden kisebb és nagyobb cég fejleszt vagy kínál intelligens asszisztenst (Apple. Google, Microsoft, Amazon, Meta, ....) . Ezek jellemzően ma már szöveg és beszéd ki- és bemenetet is kezelnek. Főbb elemeik a beszédfelismerő, a nyelvi elemző és generáló (jellemzően ma már nagy nyelvi modell alapú) valamint a gépi szövegfelolvasó komponensek. Ezek van ahol csak integráltan használhatóak, de gyakran elérhetők komponensenként is. Ekkor lehetőség van ezekből építőkocka-szerűen felépíteni egy saját megoldást. Széles körben ismert és elismert, a gyakorlatban is használt tesztelési és értékelési módszerek ma még hiányoznak. A projekt keretében a nemzetközi szereplők rendszerei mellett a hazai megoldások vizsgálatára is sor kerül, mintarendszerek kialakításán keresztül. A résztvevők betekinthetnek a valós felhasználást meghatározó paraméterekbe (felhő - lokális, nyelvek száma, akusztikus környezet, erőforrás igény, stb.).

Almost all companies, large and small, are developing or offering intelligent assistants (Apple, Google, Microsoft, Amazon, Meta, ....). These typically now handle both text and speech input and output. Their main components are speech recognition, language parsing and generation (typically now based on large language models) and text-to-speech components. These are sometimes only used in an integrated way, but are often available as components. It is then possible to build a custom solution from these in a building block fashion. Widely known and recognised testing and evaluation methods that are used in practice are still lacking. In addition to the systems of international players, the project will also test domestic solutions by developing demo systems. Participants will gain insight into the parameters that determine real-world usage (cloud - local, number of languages, acoustic environment, resource requirements, etc.).