شکاف فنی در زبان فارسی
دانشگاه تهران با شکستن غرور تکنولوژیک غول‌های جهانی، گام مهمی در عرصه هوش مصنوعی برداشته است. سامانه بومی تازه‌کار، توانسته است در تشخیص گفتار فارسی عملکردی بهتر از سرویس‌های گوگل از خود نشان دهد. این دستاورد، نشان‌دهنده آن است که با تمرکز بر نیازهای خاص بازار داخلی، می‌توان استانداردهای جهانی را از اول به چالش کشید.
چالش‌های منحصربه‌فرد مکالمات تلفنی
تقلیل گفتار به متن برای زبان فارسی به تنهایی دشوار است، اما وقتی مایه آن مکالمات تلفنی باشد، پیچیدگی‌ها چند برابر می‌شود. این سامانه با تمرکز بر: خطوط تلفنی با کیفیت پیچیده، تنوع لهجه‌ها و گویش‌های محلی، سرعت‌های مختلف در صحبت کردن، زبان محاوره‌ای رایج در تلفن‌ها، خود را برای این شرایط سازگار ساخته است. تیم توسعه‌دهنده با بهره‌گیری از هزاران ساعت مکالمه واقعی جمع‌آوری‌شده، الگوریتم‌ها را به گونه‌ای کنترل کرده که بتواند صداهای تلفنی را با دقت بالا به متن تبدیل کند.
بهره‌برداری از داده‌های بومی
- استفاده از داده‌های داخلی ایران برای آموزش هوش مصنوعی
- مشغولیت‌های محاوره‌ای رایج در مکالمات
- تنوع گویش‌های فارسی موجود
- سیستم تعلیم داده‌های بومی
این رویکرد، نهرهایی از هم جدا از مدل‌های عمومی جهانی است. در حالی که مدل‌های بین‌المللی تلاش می‌کنند برای هر زبانی یک مدل واحد بسازند، رویکرد تیم دانشگاه تهران بر ساختن مدلی تمام‌قد برای شرایط خاص فارسی است. این تفاوت حتی در دقت‌دهی به همراه خودش خواهد آمد.
پرسش‌های پرتکرار
این سامانه چگونه از گوگل پیشی گرفته؟
سامانه ایرانی به طور اختصاصی برای شرایط مکالمات تلفنی فارسی با لهجه‌های مختلف و کیفیت خط‌های ایران آموزش دیده و دقت بالاتری دارد.
کاربرد اصلی این فناوری چیست؟
هوشمندسازی مراکز تماس تلفنی و ساخت دستیارهای هوشمند که با گفتار فارسی محاوره‌ای بهتر کار می‌کنند.
