ການຮັບຮູ້ສຽງເວົ້າແມ່ນຫຍັງແທ້?
ການຮັບຮູ້ສຽງເວົ້າ
ສິ່ງທີ່ທ່ານຈໍາເປັນຕ້ອງຮູ້ກ່ຽວກັບການຮັບຮູ້ສຽງເວົ້າ
ໃນເວລາທີ່ພວກເຮົາກໍາລັງເວົ້າກ່ຽວກັບການຮັບຮູ້ສຽງເວົ້າ, ໂດຍປົກກະຕິພວກເຮົາຫມາຍເຖິງຊອບແວທີ່ມີຄວາມສາມາດໃນການຮັບຮູ້ຄໍາສັບທີ່ເວົ້າແລະຂຽນມັນລົງໃນໂປຼແກຼມ, ດັ່ງນັ້ນໃນທີ່ສຸດທ່ານມີທຸກສິ່ງທຸກຢ່າງທີ່ໄດ້ຖືກເວົ້າໃນຮູບແບບລາຍລັກອັກສອນ. ມັນມັກຈະຖືກເອີ້ນວ່າ "ການເວົ້າກັບຂໍ້ຄວາມ". ໃນຕອນຕົ້ນທີ່ຊອບແວທີ່ມີຄວາມເປັນໄປໄດ້ຈໍາກັດຫຼາຍ, ດັ່ງນັ້ນທ່ານສາມາດປ່ຽນພຽງແຕ່ຈໍານວນຈໍານວນຈໍານວນຂອງປະໂຫຍກ. ເມື່ອເວລາຜ່ານໄປ, ເທັກໂນໂລຍີທີ່ຢູ່ເບື້ອງຫຼັງຊອບແວການຮັບຮູ້ສຽງເວົ້າໄດ້ພັດທະນາໄປຫຼາຍ ແລະ ດຽວນີ້ມັນມີຄວາມຊັບຊ້ອນຫຼາຍຂຶ້ນ, ສະນັ້ນມັນສາມາດຮັບຮູ້ພາສາຕ່າງໆ ແລະເຖິງແມ່ນສຳນຽງທີ່ແຕກຕ່າງ. ແຕ່ແນ່ນອນ, ຍັງມີວຽກທີ່ຕ້ອງເຮັດໃນພາກສະຫນາມນີ້.
ມັນຍັງມີຄວາມສໍາຄັນທີ່ຈະສັງເກດເຫັນວ່າການຮັບຮູ້ສຽງເວົ້າບໍ່ຄືກັນກັບການຮັບຮູ້ສຽງ, ເຖິງແມ່ນວ່າບາງຄັ້ງຄົນໃຊ້ສອງຄໍາສັບສໍາລັບສິ່ງດຽວກັນ. ການຮັບຮູ້ສຽງແມ່ນໃຊ້ເພື່ອລະບຸຕົວຕົນຂອງບຸກຄົນທີ່ກຳລັງເວົ້າ ແລະບໍ່ໃຫ້ສັງເກດສິ່ງທີ່ກຳລັງເວົ້າ.
ປະຫວັດຫຍໍ້ຂອງການຮັບຮູ້ສຽງເວົ້າ ແລະເທັກໂນໂລຍີທີ່ກ່ຽວຂ້ອງ
ໃນບົດຄວາມນີ້, ພວກເຮົາຈະອະທິບາຍສັ້ນໆກ່ຽວກັບປະຫວັດສາດແລະເຕັກໂນໂລຢີທີ່ຢູ່ເບື້ອງຫລັງການເພີ່ມຂຶ້ນຂອງການຮັບຮູ້ຄໍາເວົ້າ.
ນັບຕັ້ງແຕ່ອາລຸນຂອງຍຸກດິຈິຕອນ, ປະຊາຊົນມີຄວາມກະຕືລືລົ້ນທີ່ຈະ somehow ສາມາດສື່ສານກັບເຄື່ອງຈັກ. ຫຼັງຈາກຄອມພິວເຕີດິຈິຕອລຊະນິດທຳອິດຖືກປະດິດ, ນັກວິທະຍາສາດ ແລະວິສະວະກອນຫຼາຍຄົນໄດ້ພະຍາຍາມຫຼາຍວິທີເພື່ອປະຕິບັດການຮັບຮູ້ສຽງເວົ້າເຂົ້າໃນຂະບວນການນີ້. ປີທີ່ສໍາຄັນຂອງຂະບວນການນີ້ແມ່ນປີ 1962, ໃນເວລາທີ່ IBM ເປີດເຜີຍ Shoebox, ເຄື່ອງຮັບຮູ້ສຽງເວົ້າພື້ນຖານທີ່ສາມາດເຮັດການຄິດໄລ່ຄະນິດສາດແບບງ່າຍດາຍ. ຖ້າຜູ້ໃຊ້ໂປຣໂຕຄອມພິວເຕີນີ້ເວົ້າເຂົ້າໄປໃນໄມໂຄຣໂຟນ, ເຄື່ອງຈັກນີ້ສາມາດຮັບຮູ້ເຖິງຫົກຄໍາທີ່ຄວບຄຸມເຊັ່ນ "ບວກ" ຫຼື "ລົບ". ເມື່ອເວລາຜ່ານໄປ, ເຕັກໂນໂລຢີທີ່ຢູ່ເບື້ອງຫລັງນີ້ພັດທະນາແລະໃນມື້ນີ້ມັນເປັນລັກສະນະທົ່ວໄປຫຼາຍທີ່ຈະພົວພັນກັບຄອມພິວເຕີ້ໂດຍສຽງ. ມີເຄື່ອງຈັກຮັບຮູ້ສຽງເວົ້າທີ່ມີຊື່ສຽງຫຼາຍເຊັ່ນ Siri ຫຼື Alexa. ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະສັງເກດວ່າອຸປະກອນທີ່ຂັບເຄື່ອນດ້ວຍສຽງເຫຼົ່ານີ້ແມ່ນຂຶ້ນກັບປັນຍາປະດິດ (AI) ແລະການຮຽນຮູ້ເຄື່ອງຈັກ.
ໃນເວລາທີ່ປັນຍາປະດິດ (AI) ໄດ້ຖືກກ່າວເຖິງ, ມັນອາດຈະຄ້າຍຄືບາງສິ່ງບາງຢ່າງຈາກຮູບເງົາ fiction ວິທະຍາສາດ, ແຕ່ຄວາມຈິງແມ່ນວ່າໃນຍຸກປັດຈຸບັນແລະອາຍຸ AI ມີບົດບາດອັນໃຫຍ່ຫຼວງໃນໂລກຂອງພວກເຮົາ. ໃນຄວາມເປັນຈິງ, AI ແມ່ນມີຢູ່ໃນຊີວິດປະຈໍາວັນຂອງພວກເຮົາ, ເພາະວ່າຫຼາຍໆໂຄງການແລະແອັບຯທີ່ໃຊ້ມັນແລ້ວ. ແຕ່ມັນແມ່ນການ fiction ວິທະຍາສາດໃນຕອນຕົ້ນຂອງສະຕະວັດທີ 20, ໃນເວລາທີ່ຄໍາສັບໄດ້ເກີດຂຶ້ນ. ໃນທ້າຍປີ 1950 ແນວຄວາມຄິດຂອງ AI ໄດ້ກາຍເປັນທີ່ໂດດເດັ່ນແລະເປັນຈຸດສົນໃຈຂອງນັກວິທະຍາສາດແລະນັກປັດຊະຍາຈໍານວນຫຼາຍ. ໃນເວລານັ້ນ, ນັກຄະນິດສາດອັງກິດທີ່ມີຄວາມທະເຍີທະຍານຫຼາຍທີ່ເອີ້ນວ່າ Alan Turing ໄດ້ອອກມາສະເຫນີວ່າເຄື່ອງຈັກສາມາດແກ້ໄຂບັນຫາແລະການຕັດສິນໃຈດ້ວຍຕົນເອງ, ອີງໃສ່ການປ້ອນຂໍ້ມູນທີ່ມີຢູ່. ບັນຫາແມ່ນວ່າຄອມພິວເຕີຍັງບໍ່ທັນມີຄວາມເປັນໄປໄດ້ຂອງການຈື່ຈໍາຂໍ້ມູນນັ້ນ, ເຊິ່ງເປັນບາດກ້າວທີ່ສໍາຄັນສໍາລັບການພັດທະນາປັນຍາປະດິດ. ທັງຫມົດທີ່ເຂົາເຈົ້າສາມາດເຮັດໄດ້ກັບຄືນໄປບ່ອນນັ້ນແມ່ນເພື່ອປະຕິບັດຄໍາສັ່ງງ່າຍດາຍ.
ຊື່ທີ່ສໍາຄັນອີກອັນຫນຶ່ງໃນການພັດທະນາຂອງ AI ແມ່ນ John McCarthy, ຜູ້ທີ່ທໍາອິດສ້າງຄໍາວ່າ "ປັນຍາປະດິດ". McCarthy ກ່າວວ່າ AI ແມ່ນ: "ວິທະຍາສາດແລະວິສະວະກໍາຂອງການສ້າງເຄື່ອງຈັກອັດສະລິຍະ". ຄໍານິຍາມນີ້ເກີດຂຶ້ນໃນກອງປະຊຸມສໍາມະນາທີ່ວິທະຍາໄລ Dartmouth ໃນປີ 1956. ຈາກນັ້ນມາ AI ໄດ້ເລີ່ມຕົ້ນທີ່ຈະພັດທະນາໃນຈັງຫວະ frantic.
ໃນມື້ນີ້, ປັນຍາປະດິດໃນຮູບແບບຕ່າງໆຂອງມັນແມ່ນມີຢູ່ທົ່ວທຸກແຫ່ງ. ມັນໄດ້ເຕີບໃຫຍ່ໄປສູ່ການຮັບຮອງເອົາມະຫາຊົນ, ສ່ວນໃຫຍ່ແມ່ນຍ້ອນການເພີ່ມຂື້ນຂອງປະລິມານຂໍ້ມູນທັງຫມົດທີ່ຖືກແລກປ່ຽນໃນທົ່ວໂລກທຸກໆມື້. ມັນຖືກນໍາໃຊ້ໃນສູດການຄິດໄລ່ແບບພິເສດ, ແລະມັນເຮັດໃຫ້ມີການປັບປຸງການເກັບຮັກສາແລະພະລັງງານຄອມພິວເຕີ້. AI ຖືກນໍາໃຊ້ເພື່ອຈຸດປະສົງຫຼາຍຢ່າງ, ຕົວຢ່າງເຊັ່ນການແປພາສາ, ການຖອດຂໍ້ຄວາມ, ການເວົ້າ, ການຮັບຮູ້ໃບຫນ້າແລະວັດຖຸ, ການວິເຄາະຮູບພາບທາງການແພດ, ການປຸງແຕ່ງພາສາທໍາມະຊາດ, ການກັ່ນຕອງເຄືອຂ່າຍສັງຄົມຕ່າງໆແລະອື່ນໆ. ຈື່ໄວ້ວ່າການແຂ່ງຂັນໝາກຮຸກລະຫວ່າງນາຍໃຫຍ່ Gari Kasparov ແລະ AI Deep Blue chess?
ການຮຽນຮູ້ເຄື່ອງຈັກແມ່ນອີກອັນໜຶ່ງທີ່ສຳຄັນຂອງປັນຍາປະດິດ. ໃນສັ້ນ, ມັນຫມາຍເຖິງລະບົບຕ່າງໆທີ່ມີຄວາມສາມາດໃນການຮຽນຮູ້ແລະປັບປຸງຈາກຖານຂໍ້ມູນຂອງປະສົບການຂອງຕົນເອງ. ນີ້ເຮັດວຽກໂດຍຜ່ານການຮັບຮູ້ຂອງຮູບແບບ. ສໍາລັບລະບົບທີ່ຈະເຮັດໄດ້, ມັນຈໍາເປັນຕ້ອງໄດ້ຮັບການຝຶກອົບຮົມ. ສູດການຄິດໄລ່ຂອງລະບົບໄດ້ຮັບການປ້ອນຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ, ແລະໃນຈຸດຫນຶ່ງມັນຈະກາຍເປັນສາມາດກໍານົດຮູບແບບຈາກຂໍ້ມູນນັ້ນ. ເປົ້າໝາຍສຸດທ້າຍຂອງຂະບວນການນີ້ແມ່ນເພື່ອໃຫ້ລະບົບຄອມພິວເຕີເຫຼົ່ານີ້ສາມາດຮຽນຮູ້ໄດ້ຢ່າງເປັນອິດສະຫຼະ, ໂດຍບໍ່ຕ້ອງມີການແຊກແຊງ ຫຼື ການຊ່ວຍເຫຼືອຈາກມະນຸດ.
ອີກສິ່ງຫນຶ່ງທີ່ມີຄວາມສໍາຄັນຫຼາຍທີ່ຈະກ່າວເຖິງຄຽງຄູ່ກັບການຮຽນຮູ້ເຄື່ອງຈັກແມ່ນການຮຽນຮູ້ເລິກເຊິ່ງ. ຫນຶ່ງໃນເຄື່ອງມືທີ່ສໍາຄັນທີ່ສຸດໃນຂະບວນການຂອງການຮຽນຮູ້ເລິກແມ່ນອັນທີ່ເອີ້ນວ່າເຄືອຂ່າຍ neural ທຽມ. ພວກເຂົາເປັນສູດການຄິດໄລ່ຂັ້ນສູງ, ຄ້າຍຄືກັນກັບໂຄງສ້າງແລະຫນ້າທີ່ຂອງສະຫມອງຂອງມະນຸດ. ຢ່າງໃດກໍຕາມ, ພວກມັນມີລັກສະນະຄົງທີ່ແລະເປັນສັນຍາລັກ, ບໍ່ເຫມືອນກັບສະຫມອງຊີວະພາບທີ່ເປັນພາດສະຕິກແລະຄ້າຍຄືກັນຫຼາຍຂື້ນ. ໃນສັ້ນ, ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງນີ້ແມ່ນວິທີການທີ່ຊ່ຽວຊານຫຼາຍຂອງການຮຽນຮູ້ເຄື່ອງຈັກ, ຕົ້ນຕໍແມ່ນອີງໃສ່ເຄືອຂ່າຍ neural ປອມ. ເປົ້າໝາຍຂອງການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງແມ່ນເພື່ອເຮັດຊ້ໍາຂະບວນການການຮຽນຮູ້ຂອງມະນຸດ. ເທກໂນໂລຍີການຮຽນຮູ້ເລິກມີປະໂຫຍດຫຼາຍ, ແລະມັນມີບົດບາດສໍາຄັນໃນອຸປະກອນຕ່າງໆທີ່ຖືກຄວບຄຸມດ້ວຍສຽງ - ແທັບເລັດ, ໂທລະພາບ, ໂທລະສັບສະຫຼາດ, ຕູ້ເຢັນແລະອື່ນໆ. ເຄືອຂ່າຍ neural ທຽມຍັງຖືກນໍາໃຊ້ເປັນປະເພດຂອງລະບົບການກັ່ນຕອງທີ່ມີຈຸດປະສົງເພື່ອຄາດຄະເນລາຍການ. ທີ່ຜູ້ໃຊ້ຈະຊື້ໃນອະນາຄົດ. ເຕັກໂນໂລຊີການຮຽນຮູ້ເລິກຍັງຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນພາກສະຫນາມທາງການແພດ. ມັນເປັນສິ່ງສໍາຄັນຫຼາຍຕໍ່ນັກຄົ້ນຄວ້າມະເຮັງ, ເພາະວ່າມັນຊ່ວຍກວດຫາຈຸລັງມະເຮັງໂດຍອັດຕະໂນມັດ.
ຕອນນີ້ພວກເຮົາຈະກັບຄືນສູ່ການຮັບຮູ້ສຽງເວົ້າ. ເຕັກໂນໂລຢີນີ້, ດັ່ງທີ່ພວກເຮົາໄດ້ກ່າວມາແລ້ວ, ມີຈຸດປະສົງເພື່ອກໍານົດຄໍາສັບຕ່າງໆແລະປະໂຫຍກຂອງພາສາເວົ້າ. ຫຼັງຈາກນັ້ນມັນປ່ຽນໃຫ້ເຂົາເຈົ້າເຂົ້າໄປໃນຮູບແບບທີ່ເຄື່ອງສາມາດອ່ານໄດ້. ໂຄງການພື້ນຖານພຽງແຕ່ລະບຸຈໍານວນປະໂຫຍກທີ່ສໍາຄັນ, ແຕ່ບາງຊອບແວການຮັບຮູ້ສຽງເວົ້າທີ່ກ້າວຫນ້າທາງດ້ານຫຼາຍແມ່ນສາມາດຖອດລະຫັດທຸກປະເພດຂອງຄໍາເວົ້າທໍາມະຊາດ. ເທກໂນໂລຍີການຮັບຮູ້ສຽງເວົ້າແມ່ນສະດວກໃນກໍລະນີຫຼາຍທີ່ສຸດ, ແຕ່ບາງຄັ້ງມັນກໍ່ພົບບັນຫາເມື່ອຄຸນນະພາບຂອງການບັນທຶກບໍ່ດີພໍຫຼືເມື່ອມີສຽງລົບກວນໃນພື້ນຫລັງເຊິ່ງເຮັດໃຫ້ມັນຍາກທີ່ຈະເຂົ້າໃຈລໍາໂພງຢ່າງຖືກຕ້ອງ. ມັນຍັງອາດຈະພົບບັນຫາບາງຢ່າງເມື່ອຜູ້ເວົ້າມີສຳນຽງສຽງ ຫຼືພາສາເວົ້າທີ່ຮຸນແຮງແທ້ໆ. ການຮັບຮູ້ສຽງເວົ້າແມ່ນພັດທະນາຢ່າງຕໍ່ເນື່ອງ, ແຕ່ມັນຍັງບໍ່ສົມບູນແບບ. ບໍ່ແມ່ນທຸກສິ່ງທຸກຢ່າງແມ່ນກ່ຽວກັບຄໍາສັບ, ເຄື່ອງຈັກຍັງບໍ່ສາມາດເຮັດຫຼາຍສິ່ງທີ່ມະນຸດສາມາດເຮັດໄດ້, ເຊັ່ນວ່າພວກເຂົາບໍ່ສາມາດຖອດລະຫັດພາສາຮ່າງກາຍຫຼືສຽງຂອງສຽງຂອງໃຜຜູ້ຫນຶ່ງ. ແນວໃດກໍ່ຕາມ, ຍ້ອນວ່າຂໍ້ມູນເພີ່ມເຕີມຖືກຖອດລະຫັດໂດຍວິທີຂັ້ນສູງເຫຼົ່ານີ້, ບາງສິ່ງທ້າທາຍເຫຼົ່ານີ້ເບິ່ງຄືວ່າຈະຫຼຸດລົງໃນຄວາມຫຍຸ້ງຍາກ. ໃຜຮູ້ວ່າອະນາຄົດຈະນໍາເອົາຫຍັງ? ມັນເປັນການຍາກທີ່ຈະຄາດຄະເນບ່ອນທີ່ການຮັບຮູ້ສຽງເວົ້າຈະສິ້ນສຸດລົງ. ຕົວຢ່າງ, Google ກໍາລັງປະສົບຄວາມສໍາເລັດຫຼາຍຢ່າງໃນການປະຕິບັດຊອບແວການຮັບຮູ້ສຽງເວົ້າໃນເຄື່ອງຈັກ Google ແປພາສາ, ແລະເຄື່ອງຈັກກໍາລັງຮຽນຮູ້ແລະພັດທະນາຢ່າງຕໍ່ເນື່ອງ. ບາງທີມື້ໜຶ່ງເຂົາເຈົ້າຈະປ່ຽນແທນຜູ້ແປທີ່ເປັນມະນຸດໂດຍສົມບູນ. ຫຼືອາດຈະບໍ່, ສະຖານະການການປາກເວົ້າປະຈໍາວັນແມ່ນສະລັບສັບຊ້ອນເກີນໄປສໍາລັບປະເພດຂອງເຄື່ອງຈັກໃດໆທີ່ບໍ່ສາມາດອ່ານຄວາມເລິກຂອງຈິດວິນຍານຂອງມະນຸດໄດ້.
ເມື່ອໃດທີ່ຈະໃຊ້ການຮັບຮູ້ສຽງເວົ້າ?
ໃນປັດຈຸບັນເກືອບທຸກຄົນມີໂທລະສັບສະຫຼາດຫຼືແທັບເລັດ. ການຮັບຮູ້ສຽງເວົ້າເປັນລັກສະນະທົ່ວໄປໃນອຸປະກອນເຫຼົ່ານັ້ນ. ພວກມັນຖືກໃຊ້ເພື່ອປ່ຽນການເວົ້າຂອງຄົນໃຫ້ເປັນການປະຕິບັດ. ຖ້າທ່ານຕ້ອງການໂທຫາແມ່ຕູ້, ມັນພຽງພໍທີ່ເຈົ້າສັ່ງໃຫ້ "ໂທຫາແມ່ຕູ້" ແລະໂທລະສັບສະຫຼາດຂອງເຈົ້າກໍາລັງໂທຫາເບີແລ້ວໂດຍບໍ່ຈໍາເປັນຕ້ອງພິມລາຍຊື່ຜູ້ຕິດຕໍ່ຂອງເຈົ້າ. ນີ້ແມ່ນການຮັບຮູ້ສຽງເວົ້າ. ຕົວຢ່າງທີ່ດີອີກອັນຫນຶ່ງຂອງມັນ, ແມ່ນ Alexa ຫຼື Siri. ພວກເຂົາເຈົ້າຍັງມີຄຸນນະສົມບັດນີ້ hard-wired ໃນລະບົບຂອງເຂົາເຈົ້າ. Google ຍັງໃຫ້ທ່ານມີທາງເລືອກໃນການຄົ້ນຫາອັນໃດອັນໜຶ່ງດ້ວຍສຽງ, ໂດຍບໍ່ຕ້ອງພິມຫຍັງ.
ບາງທີເຈົ້າອາດຈະຢາກຮູ້ຢາກເຫັນກ່ຽວກັບວິທີເຮັດວຽກທັງໝົດນີ້. ດີ, ເພື່ອໃຫ້ມັນເຮັດວຽກ, ເຊັນເຊີເຊັ່ນໄມໂຄໂຟນຕ້ອງຖືກສ້າງຂຶ້ນໃນຊໍແວເພື່ອໃຫ້ຄື້ນສຽງຂອງຄໍາເວົ້າທີ່ຖືກຮັບຮູ້, ວິເຄາະແລະປ່ຽນເປັນຮູບແບບດິຈິຕອນ. ຂໍ້ມູນດິຈິຕອນຫຼັງຈາກນັ້ນຕ້ອງໄດ້ຮັບການປຽບທຽບກັບຂໍ້ມູນອື່ນໆທີ່ເກັບໄວ້ໃນບາງປະເພດຂອງຄໍາສັບແລະການສະແດງອອກ. ເມື່ອມີການຈັບຄູ່ກັນ, ຊອບແວສາມາດຮັບຮູ້ຄໍາສັ່ງແລະປະຕິບັດຕາມຄວາມເຫມາະສົມ.
ສິ່ງຫນຶ່ງທີ່ຕ້ອງໄດ້ຮັບການກ່າວເຖິງໃນຈຸດນີ້ແມ່ນອັນທີ່ເອີ້ນວ່າ WER (ອັດຕາຄວາມຜິດພາດຂອງຄໍາສັບ). ນີ້ແມ່ນສູດທີ່ທ່ານແບ່ງຕົວເລກຄວາມຜິດພາດທີ່ມີທັງຫມົດຂອງຄໍາສັບຕ່າງໆ. ດັ່ງນັ້ນ, ເພື່ອເຮັດໃຫ້ມັນຢູ່ໃນຄໍາສັບທີ່ງ່າຍດາຍ, ມັນມີຫຼາຍຢ່າງທີ່ຕ້ອງເຮັດກັບຄວາມຖືກຕ້ອງ. ເປົ້າຫມາຍແມ່ນແນ່ນອນທີ່ຈະມີ WER ຕ່ໍາ, ເພາະວ່ານີ້ຫມາຍຄວາມວ່າການຖອດຂໍ້ຄວາມຂອງຄໍາເວົ້າແມ່ນຖືກຕ້ອງກວ່າ.
ການຮັບຮູ້ສຽງເວົ້າໃນປັດຈຸບັນແມ່ນຢູ່ໃນຄວາມຕ້ອງການຫຼາຍເທົ່າທີ່ເຄີຍມີ. ຖ້າທ່ານຍັງຕ້ອງການປ່ຽນຄໍາເວົ້າຈາກໃຫ້ເວົ້າວ່າໄຟລ໌ສຽງທີ່ບັນທຶກໄວ້ເປັນຂໍ້ຄວາມ, ທ່ານສາມາດຫັນໄປຫາ Gglot. ພວກເຮົາແມ່ນຜູ້ໃຫ້ບໍລິການບໍລິການການຖອດສຽງທີ່ສະຫນອງການຖອດລະພາບທີ່ຖືກຕ້ອງສໍາລັບລາຄາທີ່ຍຸດຕິທໍາ. ດັ່ງນັ້ນ, ຢ່າລັງເລທີ່ຈະຕິດຕໍ່ຜ່ານເວັບໄຊທ໌ທີ່ເປັນມິດກັບຜູ້ໃຊ້ຂອງພວກເຮົາ.