A hangfelismerő^{(Voice Recognition)} technológia forradalmasította a kereskedelem arculatát az otthoni eszközök használatával együtt. Ez került a középpontba, de különbözik-e a lekérdezés keresőmotorokba való begépelésétől? Ismerjük meg széleskörű elterjedésének és elfogadásának okait.

Mi az a hangfelismerés

A technológia főként a Natural Language Processing^{(Natural Language Processing)} -hoz ( NLP ) kapcsolódó hangok elemzésével működik . Ez a mesterséges intelligencia egyik ága, amely segít a számítógépeknek megérteni, értelmezni és manipulálni az emberi nyelvet. A Natural Language Processing^{(Natural Language Processing)} az emberi nyelvek jelentését a gépi tanulási technikákra támaszkodva meríti.

A hangfelismerő^{(Voice Recognition)} technológia elterjedésének és elfogadásának okai

Egyetlen beszélgetést sem lehet megfelelően kihasználni, ha hiányzik belőle az információtovábbítás gyorsabb üteme. A^(Voice) hangfelismerés nemcsak kitölti ezt az űrt, hanem egyesíti a gyorsabb információtovábbítási mechanizmusokat a digitális átalakulás közös teteje alatt.

A következőkben felsoroljuk azokat az okokat, amelyek hozzájárultak a hangfelismerő technológia térnyeréséhez és elterjedéséhez^(Voice) .

1. ^{(Makes Telephone)}Biztonságosabbá és kényelmesebbé teszi a telefonos banki szolgáltatást
2. Hangvezérelt robotok használata
3. Jobban tud szövegeket létrehozni, mint szavakat ütni a billentyűzetről
4. Ideális módja az utazási kellemetlenségek enyhítésének és a valós idejű fordításnak
5. Beszélgetések rekonstrukciója videókból

1] Biztonságosabbá és kényelmesebbé teszi a telefonos banki szolgáltatást^{(Makes Telephone)}

A csalók vagy hackerek kitalálhatják és hozzáférhetnek banki PIN -kódjához és jelszavához^(Password) , de nem tudják lemásolni az Ön hangját. Az AI-alapú hangasszisztens elég érzékeny ahhoz, hogy észlelje, ha valaki megszemélyesíti Önt, vagy lejátszik egy felvételt. Így, felismerve a hangfelismerés előnyeit a banki szolgáltatásokban, sok bank világszerte áttér a hangfelismerésre^{(Voice Recognition)} , hogy kényelmessé és biztonságossá tegye a telefonos banki szolgáltatást .^(Voice)

2] Hangvezérelt robotok használata

A szöveges csevegésnek van határa. A hangvezérelt robotok gyorsabb válaszidővel rendelkeznek, mint a chatbotok. Ráadásul az egyszerű robotszövegből gyakran hiányoznak a személyre szabott érzelmek, ami a kommunikációt unalmassá, sőt időnként megerőltetővé teszi. A hangalapú AI-robottal való beszélgetés egészen más élményt kínál. Annyira megnyugtató és valóságos, hogy azt gondolhatja, mintha egy barátjával beszélgetne. Az ilyen megoldást olyan hanggal gazdagítják, amely kiküszöböli azt a megszokott érzést, hogy csak egy géppel beszélünk.

Emellett a hangvezérelt chatbot gazdag, pontos és azonnali információkat biztosít.

3] Jobban^(Better) tud szövegeket létrehozni, mint szavakat ütni a billentyűzetről

A felhasználók túlnyomó többsége manapság rengeteg időt tölt SMS-ezéssel okostelefonján^{(Smartphones)} . De egy okostelefon miniatűr érintéses billentyűzetének használata lassú és frusztráló lehet, különösen akkor, ha a felhasználó hosszú üzenetet szeretne írni. Tehát tekintettel arra, hogy a felhasználók hányszor költenek okostelefonokra és más mobileszközökre, továbbra is fontos egy hatékony, asztalon kívüli szövegbeviteli módszer kialakítása, amely nagymértékben csökkentheti a felhasználók frusztrációját és javíthatja a hatékonyságot.

A beszédfelismerés legújabb fejlesztései (a mély tanulási modellek és a számítások megjelenésének köszönhetően) megoldást kínálnak erre a problémára. A Washingtoni ^(Washington)Egyetem^(University) és a Stanford Egyetem ^{(Stanford University)}nemrégiben végzett tanulmánya^{(recent study)} szerint a hangfelismerő rendszer jobban képes szöveget előállítani, mint a billentyűzeten történő gépelés. A tanulmány kimutatta, hogy a szövegbeviteli sebesség szavak per percben ( WPM ) kifejezve körülbelül 3,0-szer gyorsabb volt, mint az angol^(English) billentyűzeté (161,20 vs. 53,46 WPM ).

4] Ideális^(Ideal) módja az utazási bosszúságok és a valós idejű fordítás enyhítésére

Sok olyan dolog között, amely meghatározza utazási élményünket, a nyelv központi helyet foglal el. Ez a kommunikáció fő médiuma. A beszéd- vagy hangfelismerés fontos szerepet játszott a kommunikáció e módozatának fejlesztésében a nyelvek közötti fordítás révén. Például a Skype Translator , egy alkalmazás a gépi tanulás^{(Machine Learning)} csodáit használja fel a beszélt és írott minták meghallgatására és megtanulására. A több mint 60 nyelvre lefordítható szövegnek köszönhetően segíthet egy nyelvi komfortzónában landolni, különösen akkor, ha távol tartózkodik otthonától egy távoli országban.

5] Beszélgetések rekonstrukciója videókból

A hangfelismeréssel kapcsolatos innovációk hasznosnak bizonyulhatnak a büntetőeljárások lefolytatásának forradalmasításában. Például a CCTV^(CCTV) -felvételeken elhangzottak dekódolása a tetthelyen létfontosságú betekintést nyújthat a bűncselekmény elkövetésének módjába, vagy további gyanúsítottakra utalhat. A University^(University) of East Anglia kutatói vizuális beszédfelismerő technológiával kísérleteznek, amely képes rekonstruálni a videón rögzített beszélgetéseket (az emberi ajkak megjelenésének és alakjának felismerésével) ott is, ahol nincs hang. Ez maradt a mesterséges intelligencia egyik legnagyobb kihívást jelentő problémája, és mint ilyen, felkeltette a kutatók figyelmét.

A hangfelismerő technológia egyik fő ismert előnye, hogy képes a látássérültek számára ugyanazt a hozzáférést biztosítani, mint a nem látássérültek számára.

A következő napokban arra számíthatunk, hogy a hangfelismerés^(Voice) és a mesterséges intelligencia egyre kifinomultabb lesz. Cégek százai kísérleteznek már termékeik és szolgáltatásaik digitális hang-asszisztensekkel való integrálásával.

Képforrás^{(Image Source)} – IZRASET^(IJRASET) .

What is Voice Recognition technology & how does it work?

Voice Recognition technology has revolutionized the face of commerce along with the use of home devices. It has taken the center stage but is it any different from typing a query into search engines? Let us find out along with the reasons for its widespread and adoption.

What is Voice Recognition

The technology works mainly by analyzing sounds linked to Natural Language Processing (NLP). It is a branch of artificial intelligence that helps computers understand, interpret and manipulate human language. Natural Language Processing derives meaning from human languages by relying on machine learning techniques.

Reasons for widespread of Voice Recognition technology and its adoption

No conversation is leveraged properly if it lacks a faster pace of information delivery. Voice recognition not only fills this void but also unite all faster means of information delivery mechanisms under the common roof of digital transformation.

The following are the reasons that have added to the rise and widespread Voice recognition technology.

1. Makes Telephone banking more secure and convenient
2. Use of Voice-activated bots
3. Better at producing texts than punching words from a keyboard
4. The ideal way to ease some of the travel annoyances and real-time translation
5. Reconstructing conversations from videos

1] Makes Telephone banking more secure and convenient

Fraudsters or hackers can guess and get access to your banking PIN and Password, but they can’t replicate your voice. The AI-based voice assistant is sensitive enough to detect if someone is impersonating you or playing a recording. Thus, realizing the benefits of Voice recognition for banking, many banks worldwide are shifting to Voice Recognition to make the experience of telephone banking convenient and secure.

2] Use of Voice-activated bots

Chatting through text has its limit. Voice-activated bots have faster response times than chatbots. Moreover, the plain robotic text often lacks personalized sentiments, making communication dull and at times, even strenuous. Talking to a voice-enabled AI robot offers a different experience altogether. It is so satisfying and real, you might think as if you are having a conversation with a friend. Such a solution is enriched with a voice that eliminates the usual feeling of talking to just a machine.

Besides all, the voice-activated chatbot provides rich, correct and instant information.

3] Better at producing texts than punching words from a keyboard

A vast majority of users today spend immense amounts of time texting on Smartphones. But a smartphone’s miniature touch-based keyboard can be slow and frustrating to use, especially when the user wants to compose a long message. So, given the number of times users spend on smartphones and other mobile devices, it remains important to design an effective off-Desktop text entry method that can greatly reduce users’ frustration and improve efficiency.

Recent advances in speech recognition (thanks to the advent of deep learning models and computation) offer a solution to this problem. A recent study by the University of Washington and Stanford University found a voice-recognition system to be better at producing text than typing them on a keyboard. The study revealed text entry speeds, in words per minute (WPM), using speech were about 3.0 times faster than the keyboard for English (161.20 vs. 53.46 WPM).

4] Ideal way to ease some of the travel annoyances and real-time translation

Among many things that define our travel experience, language occupies a central position. It is the main medium for communication. Speech or voice recognition has played an important role in enhancing this mode of communication by translating between languages. For instance, Skype Translator, an app utilizes the wonders of Machine Learning to listen and learn your spoken and written patterns. With its ability to translate text in 60+ languages it can help you land in a linguistic comfort zone, especially when you are away from home on a distant land.

5] Reconstructing conversations from videos

Innovations in voice recognition could prove beneficial in revolutionizing the ways in which criminal trials are conducted. For instance, decoding what is being said on CCTV footage at a crime scene could give vital insights into how a crime was committed, or point to further suspects. Researchers at the University of East Anglia are conducting trials on visual speech recognition technology that could reconstruct conversations (by recognizing the appearance and shape of human lips) captured on video even where there is no sound. This has remained one of the most challenging problems in artificial intelligence and as such, has attracted the attention of the researchers.

One of the main understood benefits for voice recognition technology is its ability to enable those with visual impairments the same access as those who aren’t visually impaired.

In the days to come, we could only expect Voice recognition and artificial intelligence to get more sophisticated going forward. Hundreds of companies are already experimenting with integrating their products and services with digital voice-assistants.

Image Source – IJRASET.

Related posts

• Agnitio beszédfelismerő szoftver: Navigáljon a Windows rendszerben a Voice használatával

• A Drupal telepítése a WAMP használatával Windows rendszeren

• A legjobb szoftver és hardver Bitcoin pénztárcák Windows, iOS, Android rendszerhez

• Az Internet Radio Station ingyenes beállítása Windows PC-n

• A Fix Partner nem csatlakozott a router hibájához a TeamViewerben Windows 10 rendszeren

• A zip fájl túl nagy hiba a fájlok DropBoxból való letöltésekor

• A Windows 95 telepítése Windows 10 rendszeren

• A legjobb ingyenes biztonságos digitális notebook szoftver és online szolgáltatások

• SMS-szervező: SMS-alkalmazás, amelyet a Machine Learning üzemeltet

• Hogyan lehet bináris fájlt szöveggé konvertálni a szöveg bináris konverter segítségével

• Mik azok a „chip és PIN” vagy EMV hitelkártyák

• Mi az a Big Data – egyszerű magyarázat példával

• Hogyan lehet törölni LastPass-fiókját

• Mi az a mágneshivatkozás, és hogyan lehet megnyitni a mágneses hivatkozásokat böngészőben

• Ez a fiók nincs összekapcsolva egyetlen Mixer-fiókkal sem

• Hogyan készítsünk meghívókártyát Windows PC-n

• A Disqus megjegyzésmezője nem töltődik be vagy nem jelenik meg egy webhelyhez

• A Whiteboard Fox egy ingyenes online tábla, amely valós idejű megosztást tesz lehetővé

• Különbség az analóg, digitális és hibrid számítógépek között

• Hogyan lehet jelszóval védeni és biztonságossá tenni pdf-dokumentumokat a LibreOffice segítségével