खोज में Aimybox: आवाज सहायकों को बनाने के लिए ढांचे को एक आईओएस विज़ार्ड की आवश्यकता होती है

हमारे आस-पास हर कोई ध्वनि सहायकों, ऐलिस, Google सहायक के बारे में बात कर रहा है, कि वे जानते हैं कि वे क्या जानते हैं, वे क्या नहीं जानते ... और हमने मोबाइल वॉयस असिस्टेंट बनाने के लिए एक रूपरेखा बनाई और लिखी। हाँ, और खुला स्रोत! अब तक हमने यह केवल एंड्रॉइड के लिए किया है , और अब हम एक शांत iOS डेवलपर की तलाश कर रहे हैं जो आसानी से स्विफ्ट के लिए कोटलिन कोड को पोर्ट कर सके।

कटौती के तहत, हम बताते हैं कि हम ऐसा क्यों करते हैं, हमने क्या किया और वास्तव में हम Aimybox टीम की तलाश में हैं।

ऐसा ही हुआ

जस्ट एआई में हम लंबे समय से रोबोट, वॉयस असिस्टेंट और सभी तरह के चैटबॉट्स पर बात कर रहे हैं। हुड के तहत, हमारे पास अपनी एनएलपी प्रौद्योगिकियां (प्राकृतिक भाषा प्रसंस्करण) और एक संपूर्ण मंच, दृश्य डिजाइनर और सभी-सभी हैं।

इस बीच, बात उपकरणों के लिए बाजार

और अनुप्रयोग बढ़ रहे हैं और खिल रहे हैं! न केवल अमेज़ॅन, Google, यैंडेक्स - दर्जनों कंपनियां, छोटी से बड़ी, अपनी आवाज सहायक या डिवाइस बनाने और लॉन्च करने के लिए प्रयास कर रही हैं।

"क्यों? इसकी जरूरत किसे है? ”

- उपयोगकर्ताओं को निकालें। और उनसे कहा जाता है - “आवाज सहायक शांत है! जल्द ही हर कोई उनसे बात करेगा! ” । नहीं, यह, ज़ाहिर है, सुविधाजनक है। यदि सहायक स्मार्ट है, तो सब कुछ समझता है और जल्दी और जल्दी से काम करता है। लेकिन अगर आप इस मामले को दूसरे दृष्टिकोण से देखें, तो हम देखेंगे कि ...

व्यवसाय को एक वॉइस सुविधा की आवश्यकता है

खैर, या एक जोड़ी। लेकिन सबसे महत्वपूर्ण बात, आपको एक मौजूदा मोबाइल एप्लिकेशन में आवाज सहायक को जल्दी और आसानी से जोड़ने की आवश्यकता है । और ताकि उसके बाद आप अपनी इच्छानुसार कस्टमाइज़ कर सकें।

यह व्यवहार में कैसा दिखता है। एक मोबाइल एप्लिकेशन है, इसमें बहुत सारे बटन हैं और अन्य यूआई तत्वों के सभी प्रकार हैं। उदाहरण के लिए, एक मोबाइल बैंक। बैंक क्या चाहता है? एप्लिकेशन में माइक्रोफ़ोन बटन दिखाई देने के लिए, उपयोगकर्ता उस पर क्लिक करता है और कहता है: "माँ को धन हस्तांतरित करें । " स्क्रीन पर तीन तपस के बजाय - एक। इसके अलावा, आवेदन केवल प्राप्तकर्ता स्क्रीन के साथ अपनी स्क्रीन को खोल सकता है।

या यहाँ: "वे डॉलर कहाँ देते हैं?" । और एप्लिकेशन हमारे बैंक के एटीएम के साथ एक कार्ड खोलता है, जो उपयोगकर्ता से एक किलोमीटर के दायरे में इस व्यवसाय को जारी कर सकता है।

इतनी मुश्किल क्या है?

ऐसा लगता है कि उन्होंने बस एप्लिकेशन में एक बटन जोड़ा, कुछ प्रकार की भाषण मान्यता, एक स्पीच सिंथेसाइज़र, एनएलपी इंजन से जुड़ा, एक स्क्रॉल के साथ एक सुंदर जीयूआई बनाया, भाषण मान्यता प्रक्रिया (Google से भी बदतर नहीं) दिखाते हुए, सब कुछ सिंक्रनाइज़ किया, इसका परीक्षण किया। कीड़े पकड़े गए। मुझे एहसास हुआ कि सब कुछ इतना सरल नहीं है ...

तो हमने सोचा

हम एक ऐसा ढाँचा बना सकते हैं जो इस सारी जटिलता को हुड के नीचे छिपा देता है (परीक्षणों से आच्छादित) और डेवलपर को अपने पहले से काम कर रहे मोबाइल एप्लिकेशन के लिए आवश्यक कार्यों के साथ एक आवाज सहायक को जल्दी से जोड़ने की अनुमति देता है। हमने वॉयस एप्लिकेशन बनाने के रास्ते में सभी कुत्तों को लंबे समय तक खाया है और हम जानते हैं कि क्या नुकसान हैं।

क्या हुआ?

Aimybox ! ओपन, मुफ्त, कस्टम एसडीके और तैयार आवाज सहायक , जिसे आप अपने मोबाइल एप्लिकेशन में जोड़ सकते हैं, जैसे साइट पर एक ऑनलाइन चैट। इसमें, हम अपने सभी अनुभव भाषण समाधान बनाने में लगाते हैं। लेकिन एक ही समय में, हम सहायक को किसी विशिष्ट मान्यता, संश्लेषण और एनएलपी इंजन से नहीं बांधते हैं। ठीक है, ताकि आप अपने सहायक में स्वतंत्र रूप से किसी भी इंजन का उपयोग कर सकें, और एइमबॉक्स सही ढंग से उनके काम को सिंक्रनाइज़ करता है। उसके पास एक सुंदर यूआई भी है!

यहां हमने बातचीत AI वार्तालापों में Aimybox के बारे में बात की है:

खुला स्रोत वास्तव में ड्राइव करता है,

क्योंकि तृतीय-पक्ष डेवलपर्स (समान बैंकों) को अपने अनुप्रयोगों में जो वे एम्बेड करते हैं, उस पर पूर्ण नियंत्रण होना चाहिए। यह अभी भी एक वॉयस इंटरफ़ेस है, आप कभी नहीं जानते कि यह अंदर क्या करता है ...

और वहां अंदर

विभिन्न भाषण मान्यता और संश्लेषण इंजन, एनएलपी और आवाज सक्रियण के तैयार मॉड्यूल हैं । एक तैयार अनुकूलन योग्य GUI सहायक है । प्रलेखन है और इसे अपने आवेदन में लागू करना कितना आसान और सरल है इसका एक उदाहरण है। लेकिन यह सब केवल Android के लिए है!

इसलिए, हम iOS मास्टर्स की तलाश कर रहे हैं,

जो स्वतंत्र और पोर्ट कोटलिन को स्विफ्ट के लिए परियोजना में शामिल नहीं होने के लिए उत्सुक है। और मैं iOS के लिए दुनिया का पहला ओपन वॉयस असिस्टेंट तैयार करने के लिए तैयार हूं, जिसका कोड Github पर समुदाय की सामान्य निंदा के लिए प्रकाशित होना शर्म की बात नहीं है।

क्या होगा यदि आप एक हैं जो सुंदर कोटलिन पढ़ सकते हैं और कोई सुंदर स्विफ्ट नहीं लिख सकते हैं? Che@just-ai.com पर लिखें। आप जस्ट एआई टीम, वॉयस असिस्टेंट की दुनिया, स्पीच रिकग्निशन और सिंथेसिस, एनएलपी और अपने पोर्टफोलियो में एक और बढ़िया प्रोजेक्ट जोड़ने का एक बड़ा कारण हैं!