কন্টেন্ট
প্রশ্ন:
বক্তৃতা এবং চ্যাটবটের মধ্যে পার্থক্য কী?
উত্তর:
স্পিচ-টু-প্রযুক্তি এবং চ্যাটবটগুলির মধ্যে অসংখ্য উল্লেখযোগ্য পার্থক্য হ'ল চ্যাটবোট এবং ভয়েসবোট প্রকল্পগুলির দ্রুত বিবর্তনে যা যা পরীক্ষা করা হচ্ছে তারই একটি অংশ।
একটি স্পিচ-টু-টেকনোলজি কেবল এমন একটি যা মৌখিক বক্তৃতাটিকে ডিজিটাল পৃষ্ঠায় রূপান্তর করে। এটি এর সম্পূর্ণ ফাংশন, তবে এটি নকশা করা সহজ নয়। মৌখিক বক্তৃতাকে রূপান্তর করতে, প্রযুক্তিকে শব্দ এবং বাক্যগুলি পৃথক ফোনমেজে বিভক্ত করতে হয় এবং জটিল অ্যালগরিদম অনুসারে তাদের সাথে কাজ করতে হয় যা সঠিক এবং স্পিকারের বক্তব্য যা উপস্থাপন করে তার প্রতিনিধিত্ব করে।
অন্যদিকে চ্যাটবটগুলি এমন প্রযুক্তি যা মানুষের সাথে যোগাযোগের লক্ষ্য অর্জন করে। চ্যাটবট দুটি ধরণের রয়েছে: চ্যাটবট এবং ভয়েসবটস। চ্যাটবটগুলি প্রায় দীর্ঘ সময় ধরে ছিল, কারণ ভয়েসবটগুলি যে স্পিচ-টু-এলিমেন্ট ব্যবহার করে সেগুলির প্রয়োজন নেই।
স্পিচ-টু-প্রযুক্তি এবং চ্যাটবটের মধ্যে প্রধান পার্থক্য হ'ল সুযোগ। যেমনটি উল্লেখ করা হয়েছে, সমস্ত স্পিচ-টু-টেকনোলজি হ'ল মৌখিক ভাষণটি প্রতিলিপি করা। অন্যদিকে, চ্যাটবোটটি যে কোনও রূপের জন্য যে ভাষায় তৈরি হয়েছে, তা বোঝার দরকার আছে, এবং টিউরিং পরীক্ষায় উত্তীর্ণ হওয়া প্রতিক্রিয়া সরবরাহ করতে হবে - কোনও প্রযুক্তি কোনও মানুষকে এই ভাবনায় বোকা বানাতে পারে কিনা তা পরীক্ষা করে the অন্য ব্যক্তির সাথে কথা বলা।
এই বিষয়টি মাথায় রেখে চ্যাটবটগুলি ভয়েসবটগুলির চেয়ে তৈরি করা আরও সহজ। চ্যাটবোটটি মানুষের মধ্যে নেয় এবং একটি প্রতিক্রিয়া সরবরাহ করে। এমনকি তুলনামূলকভাবে সহজ চ্যাটবটগুলি 1980 এর দশক এবং 1990 এর দশকের শেষের দিক থেকে মানুষের জন্য আকর্ষণীয় এবং উপভোগযোগ্য ফলাফল সরবরাহ করতে সক্ষম হয়েছে।
অন্যদিকে ভয়েসবটকে মৌখিক বক্তৃতা নিতে হবে, এটিকে রূপান্তর করতে হবে, নির্ভুলতার জন্য এটি পরীক্ষা করতে হবে, প্রতিক্রিয়া তৈরি করতে হবে এবং মেশিনের ভাষা থেকে শ্রুতিমধুর ভাষায় সেই প্রতিক্রিয়াটি তৈরি করতে হবে। এই বিশাল সংখ্যক মোটামুটি তাৎপর্যপূর্ণ কাজের অর্থ ভয়েসবটটি তৈরি করতে প্রচুর পরিমাণে কম্পিউটিং শক্তি এবং অনেকগুলি ডিজাইন নেয়।
সিরি, কর্টানা এবং অ্যালেক্সার মতো প্রকল্পগুলি ভয়েসবোট প্রযুক্তির ভ্যানগার্ডের অংশটি প্রদর্শন করে। তারা আরও ব্যাখ্যা করে যে এই প্রযুক্তি এখনও শৈশবে রয়েছে। যদিও আলেক্সা এবং অন্যান্য প্রযুক্তিগুলি মানুষের বক্তৃতায় মৌখিকভাবে প্রতিক্রিয়া জানাতে পারে, তারা সাধারণভাবে মৌখিক মানবিক বক্তব্যের সাথে সংযুক্ত যে অর্থে তা যথেষ্ট সক্ষম নয়। অন্য কথায়, এই প্রযুক্তিগুলি যে প্রতিক্রিয়া জানাতে পারে তাতে বেশ কিছুটা সীমাবদ্ধতা রয়েছে। এমনকি আজকের প্রজন্মের ব্যক্তিগত সহায়তাকারীদের কাছে সত্যই বক্তৃতা উত্পন্ন করার সীমাবদ্ধ ক্ষমতাও রয়েছে, উদাহরণস্বরূপ, কোনও লিখিত প্রতিলিপি দেওয়ার জন্য বা কাউকে নিজের হাত ব্যবহার না করে নিবন্ধ লিখতে সহায়তা করার উদ্দেশ্যে। বাজারে নির্দিষ্ট স্পিচ-টু-প্রোগ্রামগুলির কিছু সিরিয় বা কর্টানার তুলনায় এটি আরও ভাল করে, সম্ভবত সম্পদ বন্টনের কারণে। যাইহোক, এমন লক্ষণ রয়েছে যে ভয়েসবট অগ্রগতি শীঘ্রই বন্ধ হতে চলেছে - যেমন অ্যামাজন লেক্স প্ল্যাটফর্ম যা এই ধরণের প্রযুক্তি তৈরির জন্য একটি স্টুডিও পরিবেশকে সহায়তা করে।
বিষয়টির একটি চতুর এবং শিক্ষামূলক প্রবন্ধে, টোবিয়াস গোবেল এই প্রযুক্তিগুলির মধ্যে পার্থক্য সম্পর্কে কথা বলেছেন, "প্রতিলিপি", যা বক্তব্যটি করা উচিত, বোঝার কাজের সাথে, কোন চ্যাটবটগুলি করণীয় বলে মনে হয় contrast
গোয়েল লিখেছেন, "বক্তৃতা স্বীকৃতির প্রয়োজনীয়তা অপসারণের ফলে বিষয়গুলি আড্ডার পক্ষে সহজ করে তোলে, কার্যক্ষম বট তৈরির মূল চ্যালেঞ্জটি প্রাকৃতিক ভাষা বোঝার মধ্যে অন্তর্ভুক্ত রয়েছে," গোয়েল লিখেছেন।
গোবেল শিল্পের বর্তমান অনেক খেলোয়াড়কে সনাক্ত করে:
বক্তৃতা স্বীকৃতির জন্য মার্কেট লিডার হলেন নুয়ানস, যিনি পিসিতে ডিক্টেশন নেওয়ার জন্য ড্রাগন ন্যাচারালস্পিেকিংয়ের মতো সুপরিচিত সিস্টেমের পিছনে রয়েছেন, যা নব্বইয়ের দশক থেকে চলে এসেছে, তবে সিরি: অ্যাপল ক্লাউডে পরিচালিত স্পিচ স্বীকৃতি / প্রতিলিপি টাস্ক ব্যবহার করে পর্দার আড়ালে ন্যুয়েন্স প্রযুক্তি। অন্যরা হ'ল LumenVox, Verbio বা ইন্টারঅ্যাকশন, তবে স্পিচ স্বীকৃতিটি এখন অ্যামাজন, গুগল, মাইক্রোসফ্ট এবং আইবিএম-এর পছন্দ অনুসারে এপিআইয়ের মাধ্যমে একটি ক্লাউড পরিষেবা হিসাবে দেওয়া হয়।
চ্যাটবটগুলি বিকাশের সাথে সাথে ধারণা করা হয় যে তাদের বোঝাপড়া কিছু ট্র্যাজেক্টোরির উপর বাড়তে থাকবে - এবং এটি আরও অনেকাংশে ধরে নেওয়া হয়েছে যে আরও বট প্রযুক্তি ইন্টারফেস থেকে মৌখিক ইন্টারফেসে চলে যাবে, অতিরিক্ত পরিমাণে কম্পিউটিং শক্তি প্রয়োজন requ