Konuşma Tanıma tam olarak nedir?

Konuşma tanıma

Konuşma tanıma hakkında bilmeniz gerekenler

Konuşma tanımadan bahsederken, genellikle söylenen kelimeyi tanıma ve onu bir programda yazma yeteneğine sahip bir yazılımı kastediyoruz, böylece sonunda yazılı bir biçimde söylenen her şeye sahip olursunuz. Aynı zamanda genellikle "konuşmadan metne" olarak da anılır. Başlangıçta, bu yazılımın çok sınırlı olanakları vardı, böylece yalnızca sınırlı sayıda cümleyi dönüştürebiliyordunuz. Zamanla, konuşma tanıma yazılımının arkasındaki teknoloji çok gelişmiştir ve şimdi çok daha karmaşıktır, böylece farklı dilleri ve hatta farklı aksanları tanıyabilir. Ama elbette bu alanda hala yapılması gereken işler var.

Bazen insanlar aynı şey için iki terimi kullansa da, konuşma tanımanın ses tanıma ile aynı şey olmadığını fark etmek de önemlidir. Ses tanıma, konuşan kişinin kimliğini belirlemek ve ne söylendiğini not etmemek için kullanılır.

Kısa bir konuşma tanıma tarihi ve ilgili teknoloji

Bu yazıda, konuşma tanımanın yükselişinin arkasındaki geçmişi ve teknolojiyi kısaca açıklayacağız.

Dijital çağın başlangıcından beri, insanlar bir şekilde makinelerle iletişim kurabilme dürtüsüne sahipti. İlk tür dijital bilgisayarın icat edilmesinden sonra, çok sayıda bilim insanı ve mühendis, bu sürece bir şekilde konuşma tanımayı uygulamak için çeşitli yollar denedi. Bu sürecin önemli bir yılı, IBM'in basit matematik hesaplamaları yapabilen temel bir konuşma tanıma makinesi olan Shoebox'u ortaya çıkardığı 1962 idi. Bu proto-bilgisayarın kullanıcısı bir mikrofona konuşursa, bu makine "artı" veya "eksi" gibi altı kontrol sözcüğünü tanıyabilirdi. Zamanla bunun arkasındaki teknoloji gelişti ve bugün bilgisayarlarla sesli etkileşim çok yaygın bir özellik. Siri veya Alexa gibi birçok ünlü konuşma tanıma motoru vardır. Bu sesle çalışan cihazların yapay zeka (AI) ve makine öğrenimine bağlı olduğunu unutmamak önemlidir.

Yapay zeka (AI) denildiğinde, kulağa bilim kurgu filminden bir şeymiş gibi gelebilir, ancak gerçek şu ki, günümüzde ve çağda AI dünyamızda büyük bir rol oynuyor. Aslında, birçok program ve uygulama zaten onu kullandığı için AI günlük hayatımızda zaten çok var. Ancak terim ortaya çıktığında, 20. yüzyılın başında bilim kurguydu. 1950'nin sonlarında AI kavramları daha belirgin hale geldi ve birçok bilim insanı ve filozofun ilgi odağı oldu. O zaman, Alan Turing adında çok hırslı bir İngiliz matematikçi, makinelerin mevcut bilgilerin girdisine dayanarak sorunları kendi başlarına çözebilecekleri ve kararlar verebilecekleri bir öneride bulundu. Sorun, bilgisayarların henüz bu verileri ezberleme olanağına sahip olmamasıydı ki bu, yapay zekanın geliştirilmesi için çok önemli bir adımdır. O zamanlar tek yapabildikleri basit komutları uygulamaktı.

Yapay zekanın geliştirilmesindeki bir diğer önemli isim, “yapay zeka” terimini ilk kez icat eden John McCarthy'dir. McCarthy, yapay zekanın “akıllı makineler yapma bilimi ve mühendisliği” olduğunu belirtti. Bu tanım, 1956'da Dartmouth Koleji'nde çığır açan bir konferansta gün ışığına çıktı. O andan itibaren yapay zeka çılgın bir hızda gelişmeye başladı.

Yapay zeka günümüzde çeşitli biçimiyle her yerde mevcuttur. Temel olarak dünya çapında her gün değiş tokuş edilen genel veri hacmindeki artış nedeniyle, kitlesel olarak benimsenmeye başladı. Gelişmiş algoritmalarda kullanılır ve depolama ve hesaplama gücünde iyileştirmelere yol açtı. AI, örneğin çeviri, transkripsiyon, konuşma, yüz ve nesne tanıma, tıbbi görüntülerin analizi, doğal dillerin işlenmesi, çeşitli sosyal ağ filtreleri vb. Gibi birçok amaç için kullanılır. Büyük usta Gari Kasparov ve Deep Blue satranç yapay zekası arasındaki satranç maçını hatırlıyor musunuz?

Makine öğrenimi, yapay zekanın çok önemli bir uygulamasıdır. Kısacası, kendi deneyimlerinin veritabanından öğrenme ve iyileştirme yeteneğine sahip herhangi bir sistemi ifade eder. Bu, kalıpların tanınmasıyla çalışır. Sistemin bunu yapabilmesi için eğitilebilmesi gerekiyor. Sistemin algoritması büyük miktarda veri girişi alır ve bir noktada bu verilerden örüntüleri belirleyebilir. Bu sürecin nihai amacı, bu bilgisayar sistemlerinin herhangi bir insan müdahalesi veya yardımına ihtiyaç duymadan bağımsız olarak öğrenmesini sağlamaktır.

Makine öğreniminin yanında bahsetmek çok önemli olan bir diğer şey de derin öğrenmedir. Derin öğrenme sürecindeki en önemli araçlardan biri sözde yapay sinir ağlarıdır. İnsan beyninin yapısına ve işlevine benzer gelişmiş algoritmalardır. Bununla birlikte, plastik ve daha analog tabanlı biyolojik beynin aksine statik ve semboliktirler. Kısacası, bu derin öğrenme, öncelikle yapay sinir ağlarına dayanan, çok özel bir makine öğrenimi biçimidir. Derin öğrenmenin amacı, insan öğrenme süreçlerini yakından kopyalamaktır. Derin öğrenme teknolojisi çok kullanışlıdır ve ses tarafından kontrol edilen çeşitli cihazlarda önemli bir rol oynar - tabletler, TV'ler, akıllı telefonlar, buzdolapları vb. Yapay sinir ağları da öğeleri tahmin etmeyi amaçlayan bir tür filtreleme sistemi olarak kullanılır. kullanıcının gelecekte satın alacağı. Derin öğrenme teknolojisi de tıp alanında çok yaygın olarak kullanılmaktadır. Kanser araştırmacıları için çok önemlidir çünkü kanser hücrelerini otomatik olarak tespit etmeye yardımcı olur.

Şimdi konuşma tanımaya geri döneceğiz. Bu teknoloji, daha önce de bahsettiğimiz gibi, konuşma dilinin çeşitli kelime ve ifadelerini tanımlamayı amaçlamaktadır. Daha sonra bunları makinenin okuyabileceği bir biçime dönüştürür. Temel programlar yalnızca az sayıda anahtar kelime öbeğini tanımlar, ancak bazı daha gelişmiş konuşma tanıma yazılımları her türden doğal konuşmayı deşifre edebilir. Konuşma tanıma teknolojisi çoğu durumda kullanışlıdır, ancak bazen kaydın kalitesi yeterince iyi olmadığında veya konuşmacının doğru şekilde anlaşılmasını zorlaştıran arka plan gürültüleri olduğunda sorunlarla karşılaşır. Konuşmacının gerçekten güçlü bir aksanı veya bir lehçesi olduğunda yine de bazı sorunlarla karşılaşabilir. Konuşma tanıma sürekli olarak gelişiyor, ancak yine de tam olarak mükemmel değil. Her şey kelimelerle ilgili değildir, makineler hala insanların yapabileceği pek çok şeyi yapamaz, örneğin vücut dilini veya birinin sesinin tonunu çözemezler. Bununla birlikte, bu gelişmiş algoritmalarla daha fazla veri deşifre edildikçe, bu zorlukların bazılarının zorluk derecesi azalmaktadır. Geleceğin ne getireceğini kim bilebilir? Konuşma tanımanın nerede sona ereceğini tahmin etmek zor. Örneğin, Google zaten Google Translate motorlarında konuşma tanıma yazılımını uygulamada büyük başarı elde ediyor ve makine sürekli öğreniyor ve gelişiyor. Belki bir gün çevirmenleri tamamen değiştirecekler. Ya da belki değil, günlük konuşma durumları insan ruhunun derinliğini okuyamayan her tür makine için çok karmaşıktır.

Konuşma tanıma ne zaman kullanılır?

Günümüzde neredeyse herkesin bir akıllı telefonu veya tableti var. Konuşma tanıma, bu cihazlarda ortak bir özelliktir. Bir kişinin konuşmasını eyleme dönüştürmek için kullanılırlar. Büyükannenizi aramak istiyorsanız, "Büyükanneyi ara" komutunu vermeniz yeterlidir ve akıllı telefonunuz zaten kişi listelerinizi yazmak zorunda kalmadan numarayı çeviriyor. Bu konuşma tanımadır. Bir başka güzel örnek, Alexa veya Siri'dir. Ayrıca sistemlerinde bu özelliğe sahipler. Google size ayrıca hiçbir şey yazmadan sesli arama seçeneği de sunar.

Belki şimdi tüm bunların nasıl çalıştığını merak ediyorsunuz. İşe yaraması için, mikrofon gibi sensörlerin yazılıma dahil edilmesi gerekir, böylece söylenen kelimelerin ses dalgaları tanınır, analiz edilir ve dijital bir formata dönüştürülür. Dijital bilgiler daha sonra bir tür kelime ve ifade havuzunda saklanan diğer bilgilerle karşılaştırılmalıdır. Bir eşleşme olduğunda yazılım komutu tanıyabilir ve buna göre hareket edebilir.

Bu noktada belirtilmesi gereken bir şey daha sözde WER'dir (kelime hata oranı). Bu, hata numarasını toplam kelime sayısına böldüğünüz bir formüldür. Yani, basit bir ifadeyle söylemek gerekirse, doğrulukla yapacak çok şey var. Amaç elbette düşük bir WER'ye sahip olmaktır, çünkü bu, söylenen kelimenin transkripsiyonunun daha doğru olduğu anlamına gelir.

Konuşma tanıma artık her zamanki kadar talep görüyor. Ayrıca konuşulan kelimeyi, diyelim ki kayıtlı bir ses dosyasından metne dönüştürmeniz gerekiyorsa, Gglot'a dönebilirsiniz. Adil bir fiyata doğru transkripsiyonlar sunan bir transkripsiyon hizmet sağlayıcısıyız. Bu nedenle kullanıcı dostu web sitemiz aracılığıyla iletişime geçmekten çekinmeyin.