Аннотация. За последнее десятилетие качество обработки естественного языка значительно улучшилось благодаря усовершенствованиям как программного, так и аппаратного обеспечения. Современные технологии демонстрируют высокие результаты во всех областях — от автоматического распознавания речи до преобразования текста в речь и понимания естественного языка. Это позволило большому количеству компаний значительно повысить скорость предоставления услуг, качество и удобство использования продуктов в целом. Однако существует множество других, еще не используемых, приложений голосовых интерфейсов, и одно из них — применение таких технологий на производстве в рамках современных предприятий. При использовании голосовых технологий необходимо решить ряд задач. Представлены базовые компоненты обработки естественного языка, особенности их применения, а также подходы к созданию эффективного и в то же время простого голосового пользовательского интерфейса. Рассмотрены некоторые особенности промышленного проектирования и производства, которые следует учитывать при разработке таких систем.

Ключевые слова: машинное обучение, обработка естественного языка, Индустрия 4.0, промышленная инженерия, голосовой пользовательский интерфейс, голосовое программное управление

Список литературы:

1. Alexa and Google Assistant have a problem: People aren’t sticking with voice apps they try [Электронный ресурс]: (01.05.2020).
2. Amazon Alexa leader: COVID-19 has sparked ‘a huge increase in the use of voice in the home’ [Электронный ресурс]: . (01.05.2020).
3. Afanasev M. Ya., Fedosov Yu. V., Andreev Yu. S., Krylova A. A., Shorokhov S. A., Zimenko K. V., Kolesnikov M. V. A concept for integration of voice assistant and modular cyber-physical production system // 2019 IEEE 17th Intern. Conf. on Industrial Informatics (INDIN). Helsinki, Finland, 2019. P. 27—32. DOI: 10.1109/INDIN41052.2019.8972015.
4. Rüßmann M., Lorenz M., Gerbert P., Waldner M. Industry 4.0: The Future of Productivity and Growth in Manufacturing Industries. Boston: The Boston Consulting Group, 2015.
5. Borisov O. I., Gromov V. S., Kolyubin S. A., Pyrkin A. A., Bobtsov A. A., Salikhov V. I., Petranevsky I. V. Human-free robotic automation of industrial operations // IECON 2016. 42nd Ann. Conf. of the IEEE Industrial Electronics Society. Florence, Italy, 2016. P. 6867—6872. DOI: 10.1109/IECON.2016.7793922.
6. Borisov O. I., Gromov V. S., Kolyubin S. A., Pyrkin A. A., Dema N. Y., Salikhov V. I., Bobtsov A. A. Case study on human-free water heaters production for Industry 4.0 // 2018 IEEE Industrial Cyber-Physical Systems (ICPS). St. Petersburg, Russia, 2018. P. 369—374. DOI: 10.1109/ICPHYS.2018.8387686.
7. Nelles J., Kuz S., Mertens A., Schlick C. M. Human-centered design of assistance systems for production planning and control: the role of the human in Industry 4.0 // 2016 IEEE Intern. Conf. on Industrial Technology (ICIT). Taipei, Taiwan, 2016. P. 2099—2104. DOI: 10.1109/ICIT.2016.7475093.
8. Romero D., Bernus P., Noran O., Stahre J., Fast-Berglund Å. The operator 4.0: human cyber-physical systems and adaptive automation towards human-automation symbiosis work systems // Advances in Production Management Systems. Initiatives for a Sustainable World. Iguassu Fall, Brazil, 2016. Vol. 488. P. 677—686. DOI: 10.1007/978-3-319-51133-7_80.
9. Magrini E., Ferraguti F., Ronga A. J., Pini F., De Luca A., Leali F. Human-robot coexistence and interaction in open industrial cells // Robotics and Computer-Integrated Manufacturing. 2020. Vol. 61. P. 2—19. DOI: 10.1016/j.rcim.2019.101846.
10. Tao F., Cheng J., Qi Q., Zhang M., Zhang H., Sui F. Digital twin-driven product design, manufacturing and service with Big Data // The Intern. J. of Advanced Manufacturing. 2018. Vol. 94. P. 3563—3576. DOI: 10.1007/s00170-017-0233-1.
11. Damiani L., Demartini M., Guizzi G., Revetria R., Tonelli F. Augmented and virtual reality applications in industrial systems: a qualitative review towards the Industry 4.0 era // IFAC-PapersOnLine. 2018. Vol. 51, № 11. P. 624—630. DOI: 10.1016/j.ifacol.2018.08.388.
12. Lorenz M., Spranger M., Riedel T., Pürzel F., Wittstock V., Klimant P. CAD to VR — a methodology for the automated conversion of kinematic CAD models to virtual reality // Procedia CIRP. 2016. Vol. 41. P. 358—363. DOI: 10.1016/j.procir.2015.12.115.
13. Yan J., Meng Y., Lu L., Li L. Industrial Big Data in an Industry 4.0 environment: challenges, schemes, and applications for predictive maintenance // IEEE Access. 2017. Vol. 5. P. 23484—23491. DOI: 10.1109/ACCESS.2017.2765544.
14. Sittón I., Rodríguez S. Pattern extraction for the design of predictive models in Industry 4.0. Trends in cyber-physical multi-agent systems // The PAAMS Collection — 15th Intern. Conf. 2017. P. 258—261. DOI: 10.1007/978-3-319-61578-3_31.
15. Li Z., Wang Y., Wang K.-S. Intelligent predictive maintenance for fault diagnosis and prognosis in machine centers: Industry 4.0 scenario // Advances in Manufacturing. 2017. Vol. 5, N 4. P. 377—387. DOI: 10.1007/s40436-017-0203-8.
16. US Voice Assistant Users 2019 [Электронный ресурс]: . (01.05.2020).
17. Google Duplex: An AI System for Accomplishing Real-World Tasks Over the Phone [Электронный ресурс]: (01.05.2020).
18. What is Alexa for Hospitality? [Электронный ресурс]: . (01.05.2020).
19. Brown T. B., Mann B., Ryder N., Subbiah M. et al. Language models are few-shot learners. OpenAI. 2020 [Электронный ресурс]: .
20. Kildal J., Tellaeche A., Fernández I., Maurtua I. Potential users’ key concerns and expectations for the adoption of cobots // Procedia CIRP. 2018. Vol. 72. P. 21—26. DOI: 10.1016/j.procir.2018.03.104.
21. Gomes O., Pereira S. On the economic consequences of automation and robotics // J. of Economic and Administrative Sciences. 2019. Vol. 36, N 2. P. 134—153. DOI: 10.1108/JEAS-04-2018-0049.
22. Brettel M., Friederichsen N., Keller M. How virtualization decentralization and network building change the manufacturing landscape: an Industry 4.0 perspective // Intern. J. of Mechanical, Aerospace, Industrial, Mechatronic and Manufacturing Engineering. 2014. Vol. 8, N 1. P. 36—37.
23. Write once, run anywhere? [Электронный ресурс]: . (01.05.2020).
24. Inside Sundar Pichai's Plan To Put AI Everywhere [Электронный ресурс]: . (01.05.2020).
25. Connolly E. Principles of Bot Design. 2016 [Электронный ресурс]: .
26. Pearl C. Designing Voice User Interfaces. California: O’Reilly Media, 2016.
27. Garmin reportedly paid hackers a multimillion dollar ransom to recover files after a cyberattack that left their services offline for several days last month [Электронный ресурс]: (01.05.2020).
28. Главный государственный санитарный врач Российской Федерации Постановление от 21 июня 2016 года N 81 Об утверждении СанПиН 2.2.4.3359-16 „Санитарно-эпидемиологические требования к физическим факторам на рабочих местах“ [Электронный ресурс]: . (01.05.2020).
29. Industrial Sounds [Электронный ресурс]: . (01.05.2020).
30. Norberto Pires J. Robot-by-voice: experiments on commanding an industrial robot using the human voice // Industrial Robot: An International Journal. 2005. Vol. 32, N 6. P. 505—511.
31. Rogowski A. Robotized cell remote control using voice commands in natural language // 15th Intern. Conf. on Methods and Models in Automation and Robotics. 2010. P. 383—386.
32. Rogowski A. Industrially oriented voice control system // Robotics and Computer-Integrated Manufacturing. 2012. Vol. 28, N 3. P. 303—315.
33. Rogowski A. Web-based remote voice control of robotized cells // Robotics and Computer-Integrated Manufacturing. 2013. Vol. 29, N 4. P. 77—89.
34. Jing L., Ting X., Nanyan S. Research on the voice control and its audio signal processing in flexible manufacturing cell // Sensors and Transducers. 2013. Vol. 25. P. 91—97.