🏍️ 🐱 👲🏻 अपनी वेबसाइट पर बात करने का एक सरल तरीका 🏊 ⛑️ 👓

तकनीक और बाजार आज हाथ से जा रहे हैं। यह इतना करीब जा रहा है कि टेक हेडवे और सोशल मीडिया की कोई भी आवाज इसके बारे में एक उन्माद में जा रही है। लेखक पृष्ठों के बाद पृष्ठों को ऐसे भर रहे हैं जैसे कि यह पहले से ही यहाँ है। शेयर बैल या भालू की सवारी करते हैं, और समाचार पत्र बड़े अक्षरों की एक स्ट्रिंग प्रिंट करते हैं।

इस तरह के पत्रकारीय ओवररिएक्शन का नुकसान यह है कि हम कई सरल साधनों, कई छोटे लेकिन नवीन विचारों को याद करते हैं जो हमारे नेटवर्किंग स्पेस को घेर लेते हैं। भविष्य पर एक नजर हमें वर्तमान क्षण में अवसर से अंधा बना देती है।

वेब विकासशील कंपनियां डिजिटल मार्केटिंग से आग्रह कर रही हैं कि वे ब्लॉकचिन की दुनिया को बदलने की संभावना के बारे में अधिक लिखें या कैसे आर्टिफिशियल इंटेलिजेंस अगली सबसे बड़ी बात है। वे बहुत नवीन और भावी कुछ याद कर रहे हैं। यह आपकी वेबसाइट को इंटरैक्टिव बनाने की क्षमता है।

अपने पसंदीदा को पृष्ठभूमि चुनने के लिए अपनी वेबसाइट से बात करने की कल्पना करें। आपका जवाब देने वाली आपकी साइट आर्टिफिशियल इंटेलिजेंस हो सकती है, लेकिन आपको अपनी वेबसाइट पर बात करने के लिए दूर जाने की जरूरत नहीं है। उपकरण आपके ब्राउज़र में सो रहा है, और आपको पता भी नहीं है। हम बात कर रहे हैं गूगल के वेब स्पीच एपीआई की। Google वेब स्पीच API में गहराई से देखने से पहले आइए पहले हम भाषण के कुछ आवश्यक तत्वों को देखें

भाषण की कुछ बुनियादी बातें

अब, बोलना आसान है, यहां तक कि एक बच्चा भी बात कर सकता है, लेकिन भाषण मान्यता एक बच्चे का खेल नहीं है। हमारे दिमाग और मस्तिष्क से इसका संबंध बहुत अधिक जटिल है, जितना कि मान लिया गया था। इसलिए, कुछ पहलुओं में असाधारण हालांकि कंप्यूटर धारणा में मानव मस्तिष्क के पास कहीं नहीं है। कंप्यूटर को शब्दों को सुनने के लिए बहुत मदद की जरूरत है क्योंकि भाषण पार्क में टहलना नहीं है।

भाषण अध्ययन के लिए एक जटिल घटना है। जैसे-जैसे हम इसमें गहराई में जाते हैं, यह अजनबी होता जाता है। इसलिए भाषण केवल एक साथ कड़े शब्दों का वर्गीकरण नहीं है। हर बार जब हम बोलते हैं तो हमारे ध्वनि के पैकेट होते हैं जिसे फोन कहा जाता है। उदाहरण के लिए: जब हम कहते हैं कि '' MAT '' हम 'मी', 'ए', 'टी' फोन करते हैं। लेकिन वास्तविक रूप से हम एक ध्वनि बोलते हैं और हमारे मन को कैसे पता चलता है कि यह पूरी तरह से अलग है। क्या आप उन उदाहरणों को याद करते हैं, जब आप एक वाक्य पूरा होने से पहले भी प्रतिक्रिया करते हैं? आपने ऐसा इसलिए किया क्योंकि ध्वनि के कुछ मौलिक खंड हैं जिन्हें आपका मन अनजाने में मानता है, इन तत्वों को ध्वनि-मेल कहा जाता है।

इसके अतिरिक्त, भाषाविज्ञान के विविध तत्व हैं जिन पर विचार करना है। उदाहरण के लिए, वाक्यविन्यास जो किसी भाषा और शब्दार्थ की व्याकरणिक संरचना को विस्तृत करता है - शब्दों का अर्थ - और वे एक वाक्य के समग्र अर्थ को कैसे मंथन करते हैं।

कैसे कंप्यूटर तुम सुनो?

भाषण मान्यता एक अंतःविषय विज्ञान है और भाषा विज्ञान, सिग्नल प्रोसेसिंग, प्राकृतिक भाषा प्रसंस्करण और बहुत अधिक से सूक्ष्म अवधारणाओं को जोड़ती है। सादगी के लिए हमें कंप्यूटर को भाषण की व्याख्या करने के तरीके को समझने के लिए निम्नलिखित तरीकों पर विचार करने की आवश्यकता है:

1. पैटर्न मिलान

आपको अपने गैस बुकिंग स्टेशन की कम्प्यूटरीकृत आवाज़ याद हो सकती है, जिससे आप अपने मोबाइल कीपैड में 1 या 2 दबाकर नया गैस सिलेंडर बुक करने के लिए कह सकते हैं। यह इस तकनीक का उपयोग करके किया जाता है कि दस ध्वनि पैटर्न को अंतर करने के लिए प्रशिक्षित कंप्यूटर थे। "एक", "शून्य", "दस" आदि। ऐसी आवाज़ें हैं जो इस पैटर्न के मिलान अभ्यास में पाई जाती हैं। एक कंप्यूटर आगे के कार्यों के लिए पहले से ही मेमोरी में संग्रहीत ध्वनि के ब्लॉक से मेल खाता है। इसीलिए जब आप शून्य लापरवाही से बोलते हैं तो आप "सॉरी, वी डिडेंट गेट गेट यू" सुन लेते हैं।

2. फ़ीचर और पैटर्न का विश्लेषण

एक विशिष्ट भाषण पहचान उपकरण ध्वनियों की एक बड़ी शब्दावली की कल्पना कर सकता है। आपको आश्चर्य हो सकता है कि यह कैसे करता है? जिस क्षण आप अपने माइक ए / डी कनवर्टर (एनालॉग / डिजिटल) में बोलते हैं, कंपन को डिजिटल ग्रंथों में परिवर्तित करता है। स्पेक्ट्रोग्राम तब डिजिटल डाटा को एक ग्राफ में डालता है, जो एफटीटी (फास्ट फूरियर ट्रांसफॉर्म) नामक सिग्नल प्रोसेसिंग तकनीक का उपयोग करता है। फिर तरंग को अतिव्यापी फ्रेम में विभाजित किया जाता है, जिसे ध्वनिक फ्रेम कहा जाता है - एक सेकंड के 1/50 वें या 1/25 वें सेकंड के समय अंतराल का उपयोग करके बनाया गया अलगाव। यहां भाषण को संभव शब्दों में तोड़ दिया जाता है और फिर एक ध्वन्यात्मक शब्दकोश के साथ तुलना की जाती है और इस प्रकार बोले गए शब्द को इंगित करता है।

3. सांख्यिकीय विधि

जिस तरह से प्रत्येक व्यक्ति एक शब्द का उच्चारण करता है वह विशिष्ट रूप से भिन्न होता है। यहां तक कि एक ही व्यक्ति एक ही शब्द का दूसरी बार उच्चारण कर सकता है। इसलिए, एक प्रणाली जिसे एक बड़े पूल से बाहर आवश्यक तत्वों को समझने के लिए परिवर्तनशीलता की समस्या से निपटना पड़ता है। आधुनिक भाषण मान्यता उपकरण परिवर्तनशीलता के मुद्दे से निपटने के लिए भाषा मॉडल का उपयोग करते हैं।

हिडन मार्कोव मॉडल (एचएमवी) जैसे मॉडल, सबसे अधिक संभावित शब्द पर पहुंचने के लिए व्याकरणिक कानूनों का उपयोग करके संभाव्य अनुमान लगाने का उपयोग करते हैं। यह सबसे छोटी ध्वनि पर भी कब्जा करके अपनी सटीकता को परिष्कृत करता है। शब्द का उदाहरण अंग्रेजी के बहुत ही चुनिंदा शब्दों जैसे 'के लिए', 'बुरा', 'अच्छा', आदि से पहले है। यदि मान्यता प्रक्रिया यह कहती है कि "यह एक ___ उदाहरण है।" और 'जी' जैसी एक हल्की ध्वनि की पहचान की गई थी, फिर सिस्टम 'अच्छा' के लिए रिक्त शब्द को गोल करता है।

4. कृत्रिम तंत्रिका नेटवर्क

वे सरल मानव मस्तिष्क हैं जो उदाहरणों के माध्यम से सीखने में सक्षम हैं। इसलिए, यदि ANN को पर्याप्त नमूनों के साथ प्रशिक्षित किया जाता है, तो यह सही शब्द पर पहुंचने के लिए पहले देखे गए पैटर्न के साथ इसे सहसंबंधित कर सकता है। तो एक पूरी तरह से प्रशिक्षित न्यूरल नेटवर्क भाषण पहचान को एक अलग स्तर पर ले जा सकता है।

यहां बताया गया है कि आप अपनी साइट को कैसे संशोधित कर सकते हैं

हम 2012 में W3C समुदाय द्वारा विकसित किए गए वेब भाषण एपीआई का उपयोग करेंगे। कई ब्राउज़र एक या दूसरे कारण से इसका उपयोग नहीं करते हैं। लेकिन क्रोम और फ़ायरफ़ॉक्स ने इसे अपने ब्राउज़र में एकीकृत कर लिया है, और इसीलिए आप Google पर खोज कर सकते हैं।

वेब स्पीच एपीआई हमारा इंटरफेस होगा जिसमें पहले से ही भाषण के अन्य निकटता से जुड़े पहलू हैं जैसे व्याकरण, शब्दावली आदि।

आपका टूल ऊपर वाले की तरह दिखेगा। आपको इस कोड को निष्पादित करने की आवश्यकता है। नीचे दिए गए सीएसएस कोड आपकी मान्यता सुविधा को रंग और प्रदर्शन सुविधाएँ प्रदान करता है। यहां केवल एक सरल मॉडल प्रस्तुत किया गया है। आप सीएसएस कोड में परिवर्तन करके अपनी रचनात्मकता को अभिव्यक्ति दे सकते हैं।

<!-- CSS Styles --> <style> html, body { display: flex; align-items: center; justify-content: center; background-color: lightblue; } .record { position: relative; width: 246px; display: inline-block; } .record input { text-align:center; border: 0; width: 240px; display: inline-block; height: 30px; } .record img { float: right; width: 25px; height: 25px; border: none; position: absolute; right: 7px; top: 3px; } .container { display: inline-block; text-align: center; } h1 { font-family: constantia; } </style>

कोड का अगला सेट आपके लिए वास्तविक भाषण पहचान करने के लिए एपीआई को कॉल करेगा। आवश्यक HTML और जावा स्क्रिप्ट सेट में शामिल हैं।

 <!DOCTYPE html> <html> <head> <title>Voice Recognition: Habr</title> </head> <body> <!-- Search Form --> <div class="container"> <h1>Voice Recognition in HTML</h1> <div class="record"> <form id="speak-form" method="get" action="https://www.google.com/search"> <input type="text" name="q" id="transcript" placeholder="Speak" /> <img onclick="startRecording()" src="http://icons.iconarchive.com/icons/designbolts/free-multimedia/1024/Studio-Mic-icon.png" /> </form> </div> </div> </body> </html> <!-- HTML5 Speech Recognition API --> <script> function startRecording() { if (window.hasOwnProperty('webkitSpeechRecognition')) { var recognition = new webkitSpeechRecognition(); recognition.continuous = false; recognition.interimResults = false; recognition.lang = "en-US"; recognition.start(); recognition.onresult = function(e) { document.getElementById('transcript').value = e.results[0][0].transcript; recognition.stop(); document.getElementById('speak-form').submit(); }; recognition.onerror = function(e) { recognition.stop(); } } } </script>

ऊपर वर्णित सरल उपकरण कई साइटों के लिए अवसर की एक नई खिड़की खोल सकता है जो इंटरैक्टिव और अद्वितीय होने के लिए संघर्ष कर रहे हैं। वेब विकास को पहले ऐसी सरल और मापनीय तकनीकों को लागू करना चाहिए। बुद्धिमान वेब विकास को महत्वपूर्ण वेब डिज़ाइन रहस्यों और ऐसे सरल एकीकृत साधनों के बीच सही संतुलन का पता लगाना चाहिए। स्मार्टफोन्स को बढ़ाने और उन्हें स्मार्ट बनाने के लिए मोबाइल ऐप डेवलपमेंट में वेब एपीआई का इस्तेमाल किया जा सकता है। इसलिए अभी इस फीचर को देखें और अपनी वेबसाइट पर चैटिंग के लिए अच्छा समय दें।

अपनी वेबसाइट पर बात करने का एक सरल तरीका