A tecnologia combinaria reconhecimento de fala, tradução motor e conversão de texto em fala, foi demonstrado na conferência C-Scape da Cisco em dezembro passado. Marthin De Beer, vice-presidente sênior do Emerging Technologies Group da empresa, disse que a Cisco espera que o produto esteja à venda no segundo semestre deste ano, com um conjunto inicial de 20 idiomas. Ambos os idiomas asiáticos e ocidentais seriam incluídos nesse conjunto, e os usuários teriam a opção de ver legendas em vez de ouv

[Mais informações: Os melhores serviços de streaming de TV]

Na verdade, a Cisco nem sequer tem uma estimativa de quando será disponível para qualquer idioma, disse Charles Stucki, vice-presidente e gerente geral da Unidade de Negócios de Sistemas de TelePresença, em uma entrevista terça-feira. Acontece que Stucki disse que obter traduções precisas era mais difícil do que os desenvolvedores da Cisco esperavam. Embora tenham obtido bons resultados ao transcrever a fala para texto e renderizar texto como fala sintetizada, a tradução automática das palavras escritas se deparou com alguns obstáculos.

"Ainda não concluímos a engenharia em torno de exatamente como implementaremos o texto." tradução de texto para texto ", disse Stucki. "A precisão não é alta o suficiente para que não seja uma frustração para as pessoas." Para resolver esse problema, a Cisco teria que atingir uma meta que iludiu algumas das melhores mentes da computação, de acordo com Dan Miller, analista. na Opus Research. Na verdade, o investimento necessário seria provavelmente grande demais para a empresa ganhar de volta vendendo um produto, disse ele. "Há todos os motivos para acreditar que os projetos do governo estão bem longe em certas línguas … mas vai antes de haver um componente economicamente viável de tradução simultânea de 20 idiomas para o TelePresence ", disse Miller.

Ele previu que um sistema em tempo real totalmente automatizado não viria por pelo menos três anos, e talvez nunca "Há alguma interação humana para torná-la precisa. Acho que isso sempre será verdade", disse Miller. “Qualquer aplicativo (de tradução) que alguém desenvolva, deve haver algum tipo de ciclo de revisão.”

Mas os analistas aplaudiram o progresso que a Cisco fez na transcrição do discurso para o texto em inglês. O Media Experience Engine (MXE) 3500 e 5600 da Cisco, anunciado na segunda-feira e chegando no primeiro semestre do próximo ano, será capaz de converter a fala em texto quase em tempo real quando os usuários gravam vídeos com o aplicativo Cisco Show and Share. O Show and Share, também anunciado na segunda-feira, é um sistema para funcionários da empresa criarem mensagens de vídeo para seus colegas de trabalho.

A tecnologia fala-para-texto funciona apenas em inglês hoje, e Stucki da Cisco disse que não pretende formar documento definitivo de um vídeo ou reunião. Em vez disso, ele foi criado para pesquisar o conteúdo por tópicos de interesse e ir para aquela seção específica do vídeo, para economizar tempo. A capacidade é parte de uma iniciativa mais ampla da Cisco para tornar todo o conteúdo de uma empresa pesquisável para assuntos-chave, o que também possibilitará organizar todos os tipos de documentos e comunicações por tópicos.

"Isso terá um impacto sobre produtividade e formação de grupos para trabalhar em projetos … de maneiras que não teriam acontecido antes, "disse Miller, da Opus.

Ao tentar disponibilizar todas as informações em uma organização para todos que precisam, imediatamente, a Cisco pode simplesmente assumiu um desafio maior do que poderia lidar prontamente, dizem os analistas.

"Nisso, eu daria uma pausa. É muito difícil de fazer", disse Ken Dulaney, analista do Gartner.

Enquanto isso, a Cisco pode não perder muito a cara por não ter uma visão tão futurista, segundo Abner Germanow, Um analista da IDC

"Não sei se há muitas pessoas realmente esperando por ele", disse Germanow.