Hoi,
Gezien het overweldigende succes van ons eerste openOV-congres dachten
we: "Laten we dat nog eens doen, maar dan daadwerkelijk wat gaan maken."
tl;dr
https://forms.gle/PVLWxTXyGahRc3Ug6
Het plan in het kort.
Naar aanleiding van de presentatie die Eelke vorig jaar gaf hebben we
dus een large-language-model gekoppeld aan een reisplanner. De
overtreffende trap daarvan was spraakherkenning en -synthese om die
resultaten ook goed uit te spreken. Wij zijn eens gaan brainstormen.
Kernpunten en Probleemstellingen
Verbeteren van Spraakherkenning voor Reizigers
Uitdaging: De herkenning van specifieke halte- en straatnamen in
spraakopnames.
Oplossing: Fine-tunen van bestaande spraakmodellen (zoals Whisper) om
beter om te gaan met Nederlandse haltebenamingen, inclusief varianten
met achtergrondgeluid of dialecten.
Dataset: Vooraf opgenomen audio met verschillende variaties in kwaliteit
(microfoons, accenten, ruis).
Lokale vs Cloud Spraakherkenning
Uitdaging: Het gebruik van AI-modellen lokaal op mobiele apparaten om
afhankelijkheid van externe cloud-diensten te minimaliseren.
Voorstel: LLM’s lokaal inzetten voor snelle verwerking van spraakinvoer.
Kleine modellen presteren momenteel slechter voor het Nederlands.
Mogelijkheid: Gebruik maken van bestaande open-source modellen of
fine-tuning met hulp van externe partijen (zoals Radboud Universiteit).
Integratie van Reisplanner en LLM’s
Probleem: Het genereren van reisadviezen en verwerken van contextuele
vragen over dienstregelingen.
Oplossing: Tool Use-technieken waarbij een LLM kan communiceren met
specifieke APIs (bijv. halte-ID’s, GPS-coördinaten) om reisdata op te halen.
Agent Flow: Een iteratief proces om vragen stapsgewijs op te lossen
(bijvoorbeeld halte-ID ophalen → dienstregeling raadplegen).
Gebruiksvriendelijke Conversational Interfaces
Idee: Het ontwikkelen van een toegankelijke applicatie waarbij
gebruikers in natuurlijke taal reisvoorkeuren kunnen uitspreken.
Functionaliteiten: Personaliseren van routes (bijvoorbeeld: “Ik wil naar
Truus”). Opslaan van vaste locaties zoals thuis of werkadres. Aanpassen
aan gebruikers met spraak- of uitspraakproblemen (accenten, taalbarrières).
Historische Data en Voorspellingen
Mogelijkheid: Analyse van historische reisgegevens om populaire
reisroutes te voorspellen.
Gebruik: Lokale opslag van reisadviezen en statistische
waarschijnlijkheid toepassen op toekomstige bestemmingen.
Dit zou voor ons de start van een discussie zijn, zodat het geheel aan
kunnen scherpen, maar dat daarmee ook deuk in een pakje boter kunnen
slaan om toegankelijkheid van reisplanners echt te verbeteren.
--
Stefan