Întreabă orice asistent vocal ceva simplu în română — „cât e ceasul”, „pune o alarmă la șapte” — și probabil primești un răspuns corect, rapid, fără ezitare. Pune-i însă o întrebare mai complicată, cu o construcție gramaticală neobișnuită sau cu un accent regional pronunțat, și diferența față de engleză devine vizibilă imediat. Limba română rămâne, pentru majoritatea modelelor mari, o limbă „secundară” din punct de vedere al calității suportului.
Ce funcționează deja bine
Comenzile de bază — setarea alarmelor, întrebări despre vreme, calcule simple, căutări pe internet, redarea muzicii — funcționează la un nivel comparabil cu engleza, pentru că sunt fraze scurte, cu structură previzibilă, ușor de recunoscut chiar și cu un model antrenat pe cantități mai mici de date românești. Recunoașterea vorbirii în sine s-a îmbunătățit vizibil în ultimii ani: accentele din marile orașe sunt înțelese aproape perfect, iar greșelile de transcriere pentru vorbirea clară, la un volum normal, sunt rare.
Diacriticele reprezintă un test bun pentru calitatea unui asistent: un sistem bun ar trebui să pronunțe corect „ș” și „ț”, nu ca „s” și „t” simplu, și să înțeleagă diferența de sens dintre cuvinte care se scriu identic fără diacritice. Asistenții mai buni au făcut progrese vizibile aici, deși inconsecvențele tot apar, mai ales la nume proprii sau termeni tehnici.
Un test simplu, folosit informal chiar de utilizatori pasionați, e citirea cu voce tare a unei propoziții cu multe cuvinte care diferă doar prin diacritice — „sa” versus „să”, „iar” versus „iară” — și urmărirea felului în care asistentul o transcrie. Modelele bune reușesc să dezambiguizeze corect pe baza contextului propoziției întregi, nu doar a cuvântului izolat, ceea ce arată o înțelegere mai profundă decât simpla recunoaștere fonetică.
Unde se împiedică încă
Problemele apar la construcții gramaticale mai complexe — propoziții subordonate lungi, întrebări indirecte, sau folosirea cazurilor gramaticale mai puțin comune. Regionalismele rămân un obstacol real: un asistent care înțelege perfect un vorbitor din București poate avea dificultăți cu un accent puternic ardelenesc sau moldovenesc, mai ales dacă persoana folosește cuvinte sau expresii locale care nu apar des în datele de antrenament.
Un alt punct slab e umorul și ambiguitatea intenționată — sarcasmul, jocurile de cuvinte, expresiile idiomatice sunt aproape mereu interpretate greșit sau ignorate complet, pentru că modelele funcționează cel mai bine cu limbaj literal, direct. Iar sinteza vocală, deși a evoluat mult, încă sună uneori nefiresc pe propoziții lungi, cu o intonație care nu urmează logic accentul frazei, ceva ce un vorbitor nativ observă imediat chiar dacă nu poate explica exact ce sună „în neregulă”.
Numele proprii rămân, la rândul lor, un test dificil: un asistent poate transcrie perfect o conversație obișnuită, dar se poticnește la un nume de localitate mai puțin cunoscută sau la un nume de familie neobișnuit, pe care îl transformă adesea în cel mai apropiat cuvânt cunoscut din vocabularul de antrenament. Fenomenul e mai vizibil la asistenții mai vechi sau mai puțin actualizați, dar apare, ocazional, chiar și la cele mai recente versiuni.
De ce e mai greu pentru română decât pentru engleză
Explicația ține în mare parte de cantitatea de date disponibile pentru antrenament. Există, pur și simplu, de ordine de mărime mai puțin text și vorbire în limba română disponibile online, comparativ cu engleza, iar modelele mari învață din volum. La asta se adaugă complexitatea gramaticală proprie — declinările substantivelor, acordurile de gen și număr, ordinea relativ liberă a cuvintelor în propoziție — care fac limba română obiectiv mai grea de modelat corect decât o limbă cu gramatică mai rigidă.
Merită spus și că, pentru ca aceste asistente să funcționeze, telefonul sau boxa inteligentă trebuie să asculte constant, în așteptarea cuvântului de activare — ceea ce ridică propriile întrebări legate de confidențialitate, similare cu cele despre care am scris în articolul despre ce date colectează de fapt aplicațiile folosite zilnic. Iar dacă te interesează și partea de text, nu doar cea vocală, are sens să citești și cum se comportă inteligența artificială integrată în aplicațiile de email, unde limba română ridică provocări similare, deși mai puțin vizibile pentru utilizatorul obișnuit.
Ritmul de îmbunătățire e totuși constant — fiecare actualizare majoră a marilor asistenți vocali aduce un pas înainte pentru limbile mai puțin reprezentate, iar diferența față de engleză, deși încă vizibilă, e mult mai mică decât era acum cinci ani.
