گفٹ ٹوائے اسپیچ ریکگنیشن ٹیکنالوجی ایپلی کیشن
1. تقریر کی شناخت کا تصور
اسپیچ ریکگنیشن کی سمجھ وہ ٹیکنالوجی ہے جس سے روبوٹ انسانی تقریر کو پہچان سکتے ہیں۔ یہ نسبتاً وسیع پیمانے پر کراس کاٹنے والی سائنس ہے۔ 21 ویں صدی میں 60 سال سے زیادہ کی ترقی کی تاریخ کے بعد، الیکٹرانک گفٹ کھلونوں میں تقریر کی شناخت کی ٹیکنالوجی کا اطلاق ہوتا ہے۔ فنکشنز زیادہ امیر ہیں اور ٹیکنالوجی کا احساس رکھتے ہیں۔ مصنوعات لوگوں کے ساتھ انتہائی فطری انداز میں بات چیت کر سکتی ہیں، جس سے نہ صرف دلچسپی بڑھ جاتی ہے بلکہ ذہانت کی بھی عکاسی ہوتی ہے۔ عام تقریر کی شناخت کو دو قسموں میں تقسیم کیا جا سکتا ہے: ایک سرایت شدہ اسپیچ ریکگنیشن ٹیکنالوجی، اور دوسری کلاؤڈ ریکگنیشن ٹیکنالوجی۔
2. ایمبیڈڈ اسپیچ ریکگنیشن ٹیکنالوجی اور کلاؤڈ ریکگنیشن ٹیکنالوجی کی خصوصیات
ایمبیڈڈ اسپیچ ریکگنیشن ٹیکنالوجی میں درج ذیل اہم خصوصیات ہیں: پہلی، آف لائن اسٹینڈ اکیلے شناخت؛ دوسرا، قابل شناخت تقریر کے اندراجات کی تعداد محدود ہے، عام طور پر دسیوں سے ہزاروں کے درمیان؛ تیسرا، غیر شور والے ماحول میں شناخت کی شرح 90 فیصد سے زیادہ ہے، الگورتھم، اندراجات کی تعداد، نمونوں اور دیگر عوامل کا اس پر اثر ہوتا ہے۔ چوتھا، شور کی مزاحمت بہت مختلف ہوتی ہے، اور ہارڈ ویئر، الگورتھم اور دیگر عوامل اس پر اثر انداز ہوتے ہیں۔ متن، لیکن اثر مثالی نہیں ہے، اس وقت مارکیٹ پر دیکھنا مشکل ہے۔
اس کے برعکس، کلاؤڈ ریکگنیشن ٹیکنالوجی کے کچھ فوائد ہیں۔ پہلا آن لائن بیک گراؤنڈ کمپیوٹنگ پروسیسنگ ہے۔ دوسرا یہ ہے کہ موجودہ کلاؤڈ اسپیچ ریکگنیشن میں اندراج کا کوئی تصور نہیں ہے، نظریاتی طور پر اندراج کی کوئی حد نہیں ہے، اور نئے الفاظ مسلسل بنائے جا سکتے ہیں۔ تیسرا یہ ہے کہ غیر شور والے ماحول میں شناخت کی شرح 95 فیصد سے زیادہ ہے، اور ڈیٹابیس کی توسیع اور الگورتھم کی بہتری کے ساتھ، یہ اتنا ہی بہتر استعمال کیا جائے گا؛ چوتھا ماحولیاتی شور کو فلٹر کرنا ہے، اور شور کی مزاحمت اچھی ہے۔ پانچواں یہ ہے کہ سیمنٹکس کا تجزیہ اور فیصلہ کرنے کی صلاحیت ہو۔
یہ اوپر سے دیکھا جا سکتا ہے کہ کلاؤڈ ریکگنیشن ٹیکنالوجی موجودہ کھلونوں کے اطلاق کے مطابق زیادہ ہے، لیکن کلاؤڈ ریکگنیشن ٹیکنالوجی نیٹ ورک پر بہت زیادہ منحصر ہے۔ اگر کوئی نیٹ ورک نہیں ہے، تو اسے استعمال نہیں کیا جا سکتا، اور اسے آپریشن میں بچوں کی مدد کے لیے بڑوں کی ضرورت ہے۔ قیمت بھی کافی زیادہ ہے، اور اسے ایک اعلیٰ درجے کا سمارٹ کھلونا کہا جا سکتا ہے۔
ایمبیڈڈ اسپیچ ریکگنیشن ٹیکنالوجی اب نسبتاً پختہ ہوچکی ہے۔ مارکیٹ میں اس کے کم استعمال ہونے کی وجہ یہ ہے کہ اسپیچ کے اندراجات جو پہچانے جا سکتے ہیں محدود ہیں۔ کلاؤڈ اسپیچ ریکگنیشن ٹیکنالوجی کے مقابلے میں، موجودہ مارکیٹ کو پورا کرنا زیادہ مشکل ہے۔
Xinditai Electronics نے الیکٹرانک آواز گفٹ کھلونوں کے لیے آواز کی شناخت کا حسب ضرورت حل تیار کیا ہے، اور صارفین کی مختلف ضروریات کے مطابق مختلف حلوں کو اپنی مرضی کے مطابق بناتا ہے، جو نہ صرف صارفین کی ضروریات کو پورا کر سکتا ہے بلکہ مارکیٹ کی ضروریات کو بھی پورا کر سکتا ہے۔
