En röstassistent är ett program eller en digital enhet som kan svara på användarens röstkommandon och utföra olika uppgifter eller svara på frågor. Röstassistenter kan finnas i form av appar på smarta mobiltelefoner eller i smarta högtalare, datorer, bilar och andra enheter.

Även kallat talassistent, digital assistent och virtuell assistent

Vad är en röstassistent?

En röstassistent är en programvara eller en digital enhet som är utformad för att svara på användarens röstkommandon och kan utföra olika uppgifter eller svara på frågor. Röstassistenter använder sig av teknik som känner igen tal för att omvandla mänskligt tal till text och sedan förstå och agera på det som sägs. Röstassistenter kan finnas i form av appar på smarta mobiltelefoner eller i smarta högtalare, datorer, bilar och andra enheter.

Exempel på uppgifter som röstassistenter används för är att svara på frågor, ge väderinformation, sätta på musik, ställa in påminnelser, skicka meddelanden och kontrollera hemmets andra smarta enheter som till exempel lampor. Röstassistenter kan lära sig användarens preferenser och beteenden för att ge en mer personlig upplevelse.

Apple lanserade sin röstassistent Siri år 2011 och med det började tekniken för taligenkänning ta fart på allvar. Därefter har de flesta större teknikbolag släppt egna varianter, till exempel Google-assistenten, Cortana från Microsoft, Alexa från Amazon och Bixby från Samsung.

I flera av dessa tjänster går det också att kommunicera med den digitala assistenten via text eller ett grafiskt gränssnitt.

Hur mycket lyssnar röstassistenterna på oss?

Röstassistenten i till exempel en smart högtalare har en mikrofon som alltid är på för att lyssna efter ett kommando, en så kallad triggerfras, som aktiverar den och gör att den börjar lyssna för att kunna hjälpa till. För att kunna förstå vad som sägs och förbättra tjänsterna spelas våra frågor och kommandon in och analyseras av både maskiner och människor. Detta sker för att förbättra den artificiella intelligensen som driver röstassistenterna och för att fånga upp nyanser i språket. De som bearbetar inspelningarna vet dock inte vilken användare som de lyssnar på.

Röstassistenten lyssnar ständigt på sin omgivning efter sin triggerfras, men det är bara när den hör sin triggerfras som den börjar spela in. En triggerfras kan vara "Hej Siri" eller "OK Google" och används för att få röstassistenten att reagera på att vi vill den något och aktivera inspelningen. På en del smarta högtalare kan man stänga av mikrofonen helt och hållet när man vill vara säker på att den inte ska höra triggerfrasen av misstag.