செய்திகளில் ஏன்?
ஆராய்ச்சியாளர்கள் 65 இந்திய மொழிகள் மற்றும் பேச்சுவழக்குகளை உள்ளடக்கிய திறந்த தானியங்கி பேச்சு அங்கீகார மாதிரியான ஷ்ரவாணி 1.0-ஐ வெளியிட்டனர்.
இந்த மாதிரி என்ன செய்கிறது
தானியங்கி பேச்சு அங்கீகாரம் பேசும் ஆடியோவை உரையாக மாற்றுகிறது. ஷ்ரவாணி இந்தியாவின் பன்மொழி மற்றும் குறைந்த வள அமைப்பிற்காக வடிவமைக்கப்பட்டது.
ஆராய்ச்சிக் குழு FastConformer கட்டமைப்பு மற்றும் ஒரு கலப்பின டிகோடிங் சிஸ்டத்தைப் பயன்படுத்தியது. இந்த மாதிரி சுமார் 430 மில்லியன் அளவுருக்களைக் கொண்டுள்ளது.
முன்கூட்டிய பயிற்சி 105 மொழிகள் முழுவதும் 31,255 மணிநேர பெயரிடப்படாத வாணி பேச்சைப் பயன்படுத்தியது. நேர்த்தியான ட்யூனிங் 65 வகைகளில் சுமார் 31,263 மணிநேரத்தைப் பயன்படுத்தியது.
ஒரு இடைநிலை கட்டம் இணைக்கப்பட்ட படங்களுடன் பேச்சை சீரமைத்தது. சொற்பொருள் பிரதிநிதித்துவங்களை வலுப்படுத்த ஆராய்ச்சியாளர்கள் இதை உத்தேசித்தனர்.
தரவு மற்றும் மதிப்பீடு
வாணி என்பது இந்திய அறிவியல் நிறுவனம் மற்றும் செயற்கை நுண்ணறிவு மற்றும் ரோபாட்டிக்ஸ் தொழில்நுட்பப் பூங்கா ஆகியவற்றின் முன்முயற்சியாகும். பிந்தைய நிறுவனம் ARTPARK என்ற பெயரைப் பயன்படுத்துகிறது. வாணி ஸ்டுடியோ பதிவுகளை மட்டுமே சார்ந்திருப்பதற்குப் பதிலாக மாவட்ட அளவிலான பேச்சை சேகரிக்கிறது.
இந்த கட்டுரை எட்டு அளவுகோல்களில் ஷ்ரவாணியை மதிப்பீடு செய்தது. இது பல மொழி-மற்றும்-தரவுத்தொகுப்பு சேர்க்கைகளில் வலுவான முடிவுகளைப் புகாரளித்தது.
வேர்ட் எரர் ரேட் குறிப்பு உரைக்கு எதிரான செருகல்கள், நீக்குதல்கள் மற்றும் மாற்றீடுகளை அளவிடுகிறது. குறைந்த மதிப்புகள் பொதுவாக சிறந்த டிரான்ஸ்கிரிப்ஷனைக் குறிக்கின்றன.
செயல்திறன் மொழிகள் முழுவதும் பரவலாக மாறுபடுகிறது. மாதிரி கார்டு வெளிப்படையாக இந்த மாறுபாட்டை சமமற்ற நேர்த்தியான ட்யூனிங் தரவுடன் இணைக்கிறது.
அரை-துல்லிய மாற்றத்திற்குப் பிறகு வெளியிடப்பட்ட மாதிரி சுமார் 900 மெகாபைட் ஆகும். நடைமுறை வரிசைப்படுத்தலுக்கு இன்னும் பொருத்தமான கணினி வன்பொருள் தேவைப்படுகிறது.
கவரேஜ் என்பது சமமான தரமல்ல
மாதிரியில் தோன்றும் ஒரு மொழி ஒவ்வொரு உச்சரிப்பு, களம் அல்லது சத்தம் அமைப்பிற்கும் நம்பகமான டிரான்ஸ்கிரிப்ஷனுக்கு உத்தரவாதம் அளிக்காது.
பொது மதிப்பு மற்றும் பாதுகாப்புகள்
சிறந்த உள்ளூர்-மொழி அங்கீகாரம் சுகாதாரம், கல்வி, அணுகல்தன்மை மற்றும் குடிமக்கள் சேவைகளை ஆதரிக்கும். இது தனியுரிம மாதிரிகளைச் சார்ந்திருப்பதையும் குறைக்கலாம்.
திறந்த எடைகள் சோதனை மற்றும் தழுவலை செயல்படுத்துகின்றன. அணுகல் நிபந்தனைகள், கணக்கீட்டுத் தேவைகள் மற்றும் உரிமமளித்தல் ஆகியவை இன்னும் நடைமுறை திறந்த தன்மையை வடிவமைக்கின்றன.
பேச்சு தரவு அடையாளம், இருப்பிடம் மற்றும் முக்கியமான தகவல்களை வெளிப்படுத்தலாம். எனவே சேகரிப்பு மற்றும் மறுபயன்பாட்டிற்கு அர்த்தமுள்ள ஒப்புதல் மற்றும் பாதுகாப்பு தேவை.
வரிசைப்படுத்தல் மொழி வாரியான பிழை விகிதங்கள் மற்றும் தோல்வி வழக்குகளை வெளியிட வேண்டும். சட்ட, மருத்துவ மற்றும் நலன்புரி முடிவுகளுக்கு மனித மதிப்பாய்வு அவசியமாக உள்ளது.
உச்சரிப்பு தரநிலைகள் மற்றும் தரவுத்தொகுப்பு திருத்தத்தில் சமூகங்கள் பங்கேற்க வேண்டும். மொழியியல் சேர்ப்பு என்பது ஒரு தொழில்நுட்ப அளவுகோல் மட்டுமல்ல.
அது எங்கு பயன்படுத்தப்படும் என்பதைச் சோதிக்கவும்
ஷ்ரவாணி ஒரு மதிப்புமிக்க அடித்தளம். நிஜ உலக தணிக்கைகள் பேச்சுவழக்குகள், சத்தம், குறியீடு-மாற்றம் மற்றும் தொடர்ச்சியான பிழைகளை ஆராய வேண்டும்.
முடிவுரை
இந்த வெளியீடு இந்தியாவின் பேச்சு-தொழில்நுட்ப பொதுப் பகுதியை விரிவுபடுத்துகிறது. வெளிப்படையான மதிப்பீடு மற்றும் சமூகம் தலைமையிலான மேம்பாட்டின் மூலம் இதன் சமூக மதிப்பு வளரும்.