iPhone responde suas perguntas

Os usuários do aplicativo gratuito, distribuído via iTunes, podem levar o telefone ao ouvido e fazer literalmente qualquer pergunta, como "onde fica o Starbucks mais próximo?" ou "qual é a altura do Everest?". O som será convertido em arquivo digital e enviado aos servidores do Google, que tentarão determinar as palavras que foram faladas e as transmitirão ao serviço de buscas da empresa.

Os resultados de busca, que podem ser transmitidos em segundos por uma rede sem fio de alta velocidade, em certos casos incluirão informações locais, o que aproveitará os recursos do iPhone que permitem localização.

A capacidade de reconhecer praticamente qualquer frase, pronunciada por qualquer pessoa, vem há muito sendo o objetivo supremo dos pesquisadores da inteligência artificial, que querem promover uma interação mais natural entre homens e máquinas. Sistemas capazes de fazê-lo começaram recentemente a chegar a produtos comerciais.

Yahoo e Microsoft também oferecem serviços de voz para celulares. O Tellme, da Microsoft, oferece informações em categorias específicas, como endereços, mapas e filmes. O oneSearch with Voice, do Yahoo, é mais flexível mas parece menos preciso que o produto do Google.

O sistema do Google está longe de ser perfeito, e pode apresentar resultados em forma de algaravia. Os executivos do Google se recusaram a estimar que proporção dos pedidos é atendida corretamente, mas dizem acreditar que ele seja preciso o suficiente para que possa se provar útil a pessoas pouco inclinadas a digitar buscas na tela do iPhone.

O serviço pode ser usado para obter recomendações de restaurantes e instruções de como chegar a determinados endereços, para localizar contatos na agenda ou resolver disputas em bares. A pergunta "qual é a melhor pizzaria do Noe Valley" oferece três endereços de restaurantes naquele bairro de San Francisco, todos eles elogiados por usuários do Google, e links que permitem telefonar para os estabelecimentos ou descobrir como chegar até lá.

Raj Reddy, pesquisador de inteligência artificial na Universidade Carnegie Mellon e responsável por trabalhos pioneiros quanto a reconhecimento de voz, disse que a vantagem do Google nesse campo era a capacidade de armazenar e analisar vasto volume de dados. "O que quer que eles venham a introduzir agora será muito mais preciso dentro de três a seis meses", ele disse.

"É importante compreender que o reconhecimento por máquina jamais será perfeito", acrescentou Reddy. "A questão é quanto eles podem se aproximar do desempenho humano". Para o Google, essa é uma tecnologia essencial para seu próximo avanço no mercado de publicidade. Executivos do Google dizem que um serviço de buscas por voz com recursos de localização tornaria possível cobrar mais pela publicidade dos estabelecimentos mais próximos do ponto de origem da pesquisa, por exemplo, ainda que esse tipo de anúncio ainda não esteja disponível.

Como no caso de outros produtos do Google, o serviço é gratuito para os consumidores, e a companhia planeja no futuro oferecê-lo em outros aparelhos que não o iPhone. "Estamos ampliando dramaticamente o valor oferecido aos anunciantes, com a combinação de buscas por voz e localização", disse Vic Gundotra, ex-executivo da Microsoft que agora comanda os serviços do Google para aparelhos móveis.

O Google nem de longe é a única empresa a trabalhar em capacidades mais avançadas de reconhecimento de voz. Já existe tecnologia de resposta de voz em uso rotineiro em centrais de atendimento telefônico e em outros produtos e serviços ao consumidor. Mas esses sistemas têm problemas com as complexidades da linguagem em forma livre, e em geral oferecem uma gama limitada de respostas a quaisquer questões.

Algumas semanas atrás, a Adobe acrescentou tecnologia de reconhecimento de voz criada pela Autonomy, uma produtora de software britânica, ao seu software Creative Suite, o que permite gerar transcrições de gravações de áudio e vídeo com alto grau de precisão.

Gundotra disse que o Google vem enfrentando o duplo problema da inserção e recuperação de informações em aparelhos portáteis sem fio. "Resolver esses dois problemas de forma avançada é o nosso objetivo", disse.

A nova capacidade de busca do iPhone não é a primeira experiência do Google com reconhecimento de voz. Em março, a empresa anunciou que o GOOG-411, um serviço experimental de lista telefônica, seria transformado em produto real. Ele permite que os usuários solicitem informações sobre telefones e endereços comerciais. A empresa informou que havia aproveitado a experiência e os dados recolhidos com o GOOG-411 para desenvolver o novo serviço para o iPhone.

O novo serviço é um exemplo de como o Google tenta combinar ciência da computação básica e engenharia de produtos. A empresa contratou diversos dos mais conhecidos pesquisadores de reconhecimento da fala do mundo, e agora tem equipes trabalhando sobre diferentes aspectos do problema em Nova York, Londres e em sua sede, em Mountain View, Califórnia.

Uma parte interessante do sistema foi criada por um pesquisador do Google em Londres, que descobriu uma maneira de usar o acelerômetro do iPhone ¿o componente que "sente" em que posição está o aparelho- para ditar que o software seja acionado em modo "escutar" quando o celular é levado ao ouvido do usuário.