Obava o paměť může odstartovat dlouhé hledání někoho, kdo propojí jednotlivá vyšetření a doporučí správný další krok. Na Nezapomenutelném dni paměti na Vinohradech jsme s týmem DigiDiaDem na anonymizovaném příběhu připomínajícím pohádku o slepičce a kohoutkovi ukázali, jak roztříštěná tato cesta někdy bývá. Případ zároveň ukázal, jak může krátký digitální prescreening doplnit standardní vyšetření, aniž by nahrazoval klinickou diagnózu.
Výzkum kognitivních poruch z řeči potřebuje data, která propojí dobře navržené úlohy, klinický kontext a reprodukovatelné vyhodnocení. Náš článek v IEEE Access představuje řečově-kognitivní dataset DigiDiaDem a první experimenty, které nad ním vznikly. Práce spojuje návrh dialogového systému, rozpoznávání řeči, přípravu dat a vyhodnocení metodami strojového učení.
Hackathony dávají týmům soustředěný prostor proměnit nápady ve funkční prototypy s podporou zkušených mentorů. Na 10. ročníku AimtecHackathonu v roce 2026 jsem znovu mentoroval týmy, které pracovaly s AI, LLMs, lokálními modely, rozpoznáváním a syntézou řeči, jazykovými technologiemi a Pythonem. Víkend zároveň ukázal, kolik soustavné práce věnují Petra Šteklová, Jiří Dobrý a celý tým Aimtecu podpoře plzeňské hackerské komunity.
Generativní AI může z přednášky připravit studijní oporu, pomoci studentům s procvičováním a nabídnout vyučujícímu další pohled na vlastní materiály. Na AI Monday Plzeň #7 jsem 1. září 2025 ukázal svůj postup od nahrávky přes přepis v UWebASR po chronologické shrnutí, témata diskutovaná nad rámec slajdů, slovníček a experimentální Custom GPT. Součástí přednášky byly také praktické limity: kvalita vstupu, lidská kontrola, ochrana soukromí a omezená zpětná vazba o používání chatbota.
Krátké řečové úlohy mohou zachytit kognitivní změny bez dlouhého klinického rozhovoru. Článek zkoumá, zda lze pomocí automatického rozpoznávání řeči vyhodnotit okamžité opakování nesmyslných slov a rozlišit zdravé účastníky od osob s kognitivní poruchou. Experiment ukazuje, proč při zapojení řečových technologií do screeningu záleží na chybách rozpoznávání, fonologické podobnosti i volbě jazykového modelu.
Slovní popis obrázku vypovídá nejen o výslovnosti, ale také o tom, kterých pojmů a vztahů si člověk všímá a jak je uspořádá v jazyce. Článek kombinuje rozpoznávání řeči, formální sémantickou analýzu a strojové učení při porovnávání českých popisů s expertní referencí. Výsledné sémantické příznaky nabízejí interpretovatelnou cestu ke škálovatelnému screeningu kognitivních poruch.
Včerejší den jsem celý strávil na 1. Barcampu Jižní Čechy. Na Barcampu jsem nebyl jen jako pasivní účastník, ale dorazil jsem i s vlastní prezentací o Rozpoznávání řeči a umělé inteligenci.
V rámci Machine Learning Meat-Ups jsme s kolegou Jindrou Matouškem mluvili o řečových technologiích v praxy. Kdo 1.4. nestihl přednášku s podtitulem od výzkumu k praxi se může podívat na videu níže. V prezentaci představíme jednotlivá výzkumná témata z oblasti řečových technologií, jimiž se na našem pracovišti zabýváme, zejména počítačovou syntézu (TTS) a rozpoznávání (ASR) řeči.
Na DevFestu 2014 v Praze na ČVUT se kromě mnoha jiných zajímavých přednášek objevila i moje přednáška o tom, jak komunikovat řečí s počítačem a o tom, zda vůbec s počítačem chceme mluvit. Ti, kdo se na přednášku nedostali se mohou podívat na následující záznam: Pokud budete mít jakékoli dotazy, neváhejte se zeptat buď v disuzi pod příspěvkem, nebo na emailu honza.svec@gmail.com, popř. na Twitteru @honza_svec.