अगर आप कर सकते हैं मुझे समझें

पिछले हफ्ते, हमें एक उम्मीदवार का पत्र मिला, जिसने अंग्रेजी में साक्षात्कार नहीं दिया था। यह पता चला कि हमारे सहकर्मी एक तकनीकी प्रयोग में भागीदार बने जो साक्षात्कार के समानांतर हुआ। हम न्यूनतम परिवर्तनों के साथ एक पत्र प्रदान करते हैं और इसके कार्यान्वयन में एक दिलचस्प विचार और साहस के लिए लेखक को धन्यवाद देते हैं।

"मुझे लगता है कि मैं आपके लिए उपयुक्त नहीं हूं, क्योंकि मैं दुर्भाग्य से अंग्रेजी परीक्षा में असफल रहा। हां, मेरे पास बोली जाने वाली अंग्रेजी का अच्छा अभ्यास नहीं है, लेकिन यह मुझे डेटा शीट पढ़ने और मेल द्वारा विदेशी समर्थन के साथ संवाद करने से परेशान नहीं करता है। वास्तव में अब इस बारे में नहीं है, पहले से यह जानते हुए कि मैं भाषा प्रवीणता परीक्षा पास नहीं करूंगा, मैं मदद नहीं कर सकता लेकिन इस समस्या के लिए तकनीकी दृष्टिकोण लेने का मौका ले सकता हूं। हालाँकि मुझे अपनी पद्धति का परीक्षण करने का अवसर पहले से नहीं मिला था, विशेष रूप से एक ऐसे व्यक्ति से निपटने में जो अंग्रेजी में धाराप्रवाह है और जो उच्चारण विशेषताओं को जानता है, मैंने इसे आज़माने का फैसला किया।

मुझे परीक्षण का संचालन करने वाले कर्मचारी के लिए प्रयोग के लिए माफी माँगनी होगी, और "मेरे" कॉम्प्लेक्स की तकनीकी विशेषताओं से जुड़ी अच्छी-अच्छी ध्वनि की गुणवत्ता के लिए।

प्रयोग में भाग लेने के लिए मुआवजे में, मैं उनके विचार को बताऊंगा। हालांकि यह नया नहीं है, मुझे लगता है कि यह आपके तकनीकी विशेषज्ञों के लिए दिलचस्प होगा, और प्रशिक्षण और टीम के दृष्टिकोण के उचित स्तर के साथ, इसका उपयोग एक दिलचस्प परिणाम और यहां तक ​​कि एक वाणिज्यिक उत्पाद प्राप्त करने के लिए किया जा सकता है।

मैं सार का वर्णन करूंगा: मैंने इंटरनेट से जुड़े दो कंप्यूटरों का उपयोग किया, और Google अनुवाद भाषण मान्यता और एक सिंथेसाइज़र के साथ। ऐसा करने के लिए, मैंने अपने मोबाइल फोन के एनालॉग पथ को दो सिस्टम यूनिट के ऑडियो कार्ड से जोड़ा।

एक सिस्टम यूनिट को क्रमशः अंग्रेजी से रूसी में अनुवाद करने के लिए कॉन्फ़िगर किया गया है, फोन का ऑडियो आउटपुट ऑडियो कार्ड के लाइन इनपुट से जुड़ा था। साउंड कार्ड सेटिंग्स में, मेरे हेडसेट के हेडफ़ोन आउटपुट के लिए लाइन इनपुट से सिग्नल दोहराव का मोड सेट किया गया था, इसलिए मैंने मूल भाषण सुना और Google अनुवाद भाषण मान्यता की शुद्धता देखी।

दूसरी प्रणाली इकाई को रूसी से अंग्रेजी में अनुवाद करने के लिए कॉन्फ़िगर किया गया है, इसका माइक्रोफोन इनपुट हेडसेट माइक्रोफोन से जुड़ा था जो मुझ पर था। मैंने फोन के एनालॉग पथ के लिए सिस्टम यूनिट के ऑडियो आउटपुट को कनेक्ट किया।

इस प्रकार, मैंने अंग्रेजी पाठ देखा और मूल सुना, अनुवाद देखा, और जब मैंने दूसरे कंप्यूटर का उत्तर कहा, तो मैंने इसे भाषण में संश्लेषित किया। चूंकि Google एक महिला स्वर में बोलता है, इसलिए मैंने इसे मर्दाना कम टोन देने के लिए फ्रूटी लूप्स डिजिटल फिल्टर का इस्तेमाल किया और पहले से ही संसाधित ध्वनि को टेलीफोन के एनालॉग पथ पर भेज दिया।

हालांकि मैं अंग्रेजी की परीक्षा में फेल हो गया, लेकिन इसका कारण गलत मान्यता नहीं थी। मुझे सिस्टम की संकीर्ण गर्दन, जो कि 3 जी इंटरनेट कनेक्शन - दुर्भाग्य से, नीचे दिया गया था, मेरे पास एक और गति रेखा नहीं है। सुबह, जैसा कि मैंने इसे समझा, बेस स्टेशन कम भरा हुआ था और मेरे पास पर्याप्त बैंडविड्थ थी। लेकिन दोपहर के भोजन के बाद, नेटवर्क सबसे inopportune क्षण में डूब गया।

प्रयोग का परिणाम यह था कि मैं पहले कुछ वाक्यों को पूरा करने में सक्षम था, फिर भाषण संश्लेषण की गति काफी कम हो गई, मैंने स्वतंत्र उत्तरों पर स्विच किया और विफल रहा। हालाँकि मैंने सही अनुवाद देखा, लेकिन मैं जल्दी से वाक्य नहीं बना पा रहा हूँ। यह मजेदार है कि वार्ताकार ने रोबोट से किसी व्यक्ति को स्विच को नोटिस नहीं किया, केवल आराम शोर जनरेटर के शटडाउन को उजागर किया, जिसकी वजह से, ठहराव में, मेरे वार्ताकार ने सोचा कि कनेक्शन कसकर खो गया था।

सिस्टम को सुधारने की आवश्यकता है - माइक्रोफ़ोन से सिग्नल को पूर्व-संसाधित करने के लिए, उस शोर को काट देना जो Google के लिए महत्वपूर्ण, मौन का प्रभाव नहीं देता था। तब वह प्रसंस्करण को बाधित करने और एक आवाज घटक को आवंटित करने में सक्षम होगा, जो आउटगोइंग ट्रैफ़िक को कम करेगा, कनेक्शन की गति बढ़ाएगा और यूडीपी को खोने नहीं देगा। इस मामले में, प्रणाली काफी मुकाबला है। हम इसे दो रास्पबेरी पीआई में स्थानांतरित करते हैं और वास्तविक समय में एक अनुवादक प्राप्त करते हैं।

मैं खुद इस विचार को महसूस नहीं कर सकता हूं - मुझे प्रीप्रोसेसिंग के लिए डीएसपी की आवश्यकता है, मुझे सर्किटरी करने की ज़रूरत है, सर्किट बोर्ड टोपोलॉजी नस्ल, डीएसपी के लिए एक प्रोसेसिंग एल्गोरिथ्म लिखना (हालांकि वे सार्वजनिक डोमेन में हैं), फिर सुविधाजनक कार्यक्षमता और एपीआई के साथ उचित बातचीत के साथ रास्पबेरी पीआई के लिए एक कार्यक्रम लिखें गूगल। यह कार्य मेरी शक्ति के भीतर है, लेकिन विकास टीम के लिए अधिक उपयुक्त है। फिर भी, इसके कई उप-मुखौटे हैं।

मुझे लगता है कि विचार दिलचस्प है और एक खरीदार मिलेगा, कंपनी को महसूस करना आसान होगा, और मैं अपने स्वयं के उत्साह की अलमारियों पर धूल इकट्ठा नहीं करूंगा।

मेरी उम्मीदवारी पर विचार करने के लिए धन्यवाद! "

Source: https://habr.com/ru/post/hi398561/