Oma tänases postituses tahaksin rääkida kõnetuvastuse funktsioonist. See funktsioon pole mitte ainult pimedate või nägemispuudega inimeste peamine abiline, kes ei saa teksti sisestamiseks klaviatuuri kasutada, vaid on võimeline ka absoluutselt iga inimese elu palju lihtsamaks tegema.
Algas Bell Laboratories välja töötatud Audrey tuvastussüsteemi väljatöötamine, mis suutis ära tunda ühe häälega räägitud numbreid. Esiteks ainult numbrid, arvestades keele keerukust, ja siis esimesed sõnad. Nii näitas IBM kümme aastat hiljem, 1962. aastal, süsteemi “Shoebox”, mis mõistis 16 sõna inglise keeles. Need esimesed katsed tõlkida kõne tekstiks andsid muljetavaldava alguse, äratades suurt huvi USA, Inglismaa, Jaapani ja NSV Liidu laborite vastu.
Aastaks 2001 oli kõnetuvastus 80 protsendi täpsusega tõusnud. Tuvastussüsteemid töötasid nii hästi, et igasugune edasiminek tehnoloogia arengus peatus, aga pärast ühte olulist sündmust: iPhone'i jaoks mõeldud Google'i häälotsingu rakenduse ilmumist taastati protsess peagi uuesti. Sellest rakendusest on mitmel põhjusel saanud kõnetuvastussüsteemi uue aktiivse arengu laine tugipunkt. Esiteks on see rakendus mõeldud mobiilseadmetele ja need, nagu te teate, olid tol ajal üsna väikesed ja ekraanil olevaid väikesi klahve lüüa oli pigem problemaatiline. Teiseks õnnestus Googleil selle rakenduse abil koguda erinevatelt kasutajatelt tohutu andmebaas, millel olid erinevad hääled, hääldused, aktsendid ja muud funktsioonid, mis aitas neil taotluste vahel vasteid hõlpsamini tuvastada ja kogu süsteemi uuele tasemele viia.
Comments
Post a Comment