د غږ لیږد

تعریف

د غږیز متن لیکلو لپاره د خبرو اترو ژبه په لیکل شوي متن بدلولو پروسه ده. دا د خامو وینا ریکارډونو څخه جوړښتي متن ډیټا رامینځته کوي.

هدف

موخه دا ده چې وینا د لټون وړ، تحلیلي، او د طبیعي ژبې پروسس کولو دندو لپاره د کارولو وړ شي. دا په پراخه کچه د لاسرسي، رسنیو، او سوداګرۍ تحلیلونو کې کارول کیږي.

اهمیت

• تړل شوي کیپشنینګ او لاسرسي خدمات فعالوي.
• د NLP ماډلونو د روزنې لپاره متني معلومات چمتو کوي.
• کیفیت د وینا څخه متن ته د تبادلې دقت پورې اړه لري.
• د شاليد شور، تلفظونو، او د ثبت کیفیت سره حساس.

څنګه کار کوي

1. آډیو فایلونه ثبت یا وارد کړئ.
2. وینا په کوچنیو واحدونو وویشئ.
3. د اتوماتیک وینا پیژندنه (ASR) یا لاسي لیکنه پلي کړئ.
4. د دقت لپاره متن سم او تایید کړئ.
5. که اړتیا وي، لیکنې د وخت ټاپې یا میټاډاټا سره ذخیره کړئ.

مثالونه (حقیقي نړۍ)

• مبحث: د رسنیو او سوداګرۍ لپاره د نقل کولو خدمت.
• Otter.ai: د مصنوعي ذهانت پر بنسټ د ریښتیني وخت د غونډو لیږد.
• یوټیوب: د ASR ماډلونو په کارولو سره کیپشنونه تولیدوي.

حوالې / نور لوستل

• د غږ اتومات پیژندنه — NIST.
• ISO/IEC 15938-4: د څو ملټي میډیا منځپانګې توضیحات — ISO.
• د وینا او ژبې پروسس کول — جورافسکي او مارټین، سټینفورډ.