سوال:
تقریر سے متن اور چیٹ بوٹس میں کیا فرق ہے؟
A:اسپیچ ٹو ٹیکسٹ ٹیکنالوجیز اور چیٹ بوٹس کے مابین لاتعداد اہم اختلافات اس بات کا حصہ ہیں کہ چیٹ بوٹ اور وائس بوٹ پروجیکٹس کے تیز ارتقاء میں جس چیز کی جانچ کی جارہی ہے۔
ایک تقریر سے عبارت کی ٹیکنالوجی صرف ایک ایسی چیز ہے جو زبانی تقریر کو ڈیجیٹل صفحے پر متن میں تبدیل کرتی ہے۔ یہ اس کا پورا کام ہے ، لیکن یہ ایسا نہیں ہے جو ڈیزائن کرنا آسان ہو۔ زبانی تقریر کو متن میں تبدیل کرنے کے ل the ، ٹکنالوجی کو الفاظ اور جملے کو انفرادی فونز میں توڑنا ہوگا اور ان کے ساتھ پیچیدہ الگورتھم کے مطابق کام کرنا ہوگا تاکہ وہ متن تیار کیا جاسکے جو درست ہے اور اسپیکر کی بات کی نمائندگی کرتا ہے۔
دوسری طرف ، چیٹ بوٹس ایک ایسی ٹیکنالوجیز ہیں جو انسان کے ساتھ بات چیت کرنے کا مقصد پوری کرتی ہیں۔ چیٹ بوٹس کی دو قسمیں ہیں: ٹیکسٹ چیٹ بوٹس اور وائس بوٹس۔ ٹیکسٹ چیٹ بوٹس کو زیادہ لمبا عرصہ گزر چکا ہے ، کیونکہ انہیں تقریر سے متن والے عنصر کی ضرورت نہیں ہے جس کا استعمال صوتی بٹس کرتے ہیں۔
تقریر سے متن تکنالوجیوں اور چیٹ بوٹس کے درمیان بنیادی فرق اسکوپ ہے۔ جیسا کہ ذکر کیا گیا ہے ، تقریر سے عبارت کی تمام ٹکنالوجی کو زبانی تقریر کو نقل کرنا ہے۔ دوسری طرف ، چیٹ بوٹ کو تقریر کرنے کی ضرورت ہے جس کی تشکیل کے لئے ، سمجھنے اور جواب دینے کی ضرورت ہے جو ٹورنگ ٹیسٹ پاس کرنے کی کوشش کرتی ہے۔ - یہ جانچ اس بات کی ہے کہ آیا کوئی ٹکنالوجی انسان کو یہ سوچنے میں بے وقوف بنا سکتی ہے کہ وہ یا وہ ہے کسی دوسرے شخص کے ساتھ بات کرنا۔
اس بات کو ذہن میں رکھتے ہوئے ، چیٹ بوٹس بنانا وائس بوٹس سے کہیں زیادہ آسان ہے۔ چیٹ بوٹ انسان کے متن میں لیتا ہے اور متن کا جواب دیتا ہے۔ یہاں تک کہ نسبتا simple آسان چیٹ بوٹس 1980 کے دہائی کے آخر اور 1990 کی دہائی کے اوائل سے ہی انسانوں کے لئے دلچسپ اور دل لگی نتائج مہیا کرنے میں کامیاب رہی ہے۔
دوسری طرف ، صوتی بوٹ کو زبانی تقریر کرنا ہوگی ، اسے متن میں تبدیل کرنا ہوگا ، درستگی کے ل check اسے چیک کرنا ہوگا ، جواب دینا ہوگا ، اور مشینی زبان سے اس جواب کو قابل سماعت تقریر میں بنانا ہے۔ کافی اہم کاموں کی اس بڑی تعداد کا مطلب یہ ہے کہ وائس بوٹ بہت سی کمپیوٹنگ طاقت اور بہت سارے ڈیزائن تیار کرتا ہے۔
سری ، کارٹانا اور الیکسا جیسے منصوبے وائس بوٹ ٹکنالوجی کے اہم مقام کا مظاہرہ کرتے ہیں۔ وہ یہ بھی واضح کرتے ہیں کہ یہ ٹکنالوجی اب بھی ابتدائی دور میں ہے۔ اگرچہ الیکشا اور دیگر ٹیکنالوجیز انسانی تقریر کا زبانی طور پر جواب دے سکتی ہیں ، لیکن وہ اس لحاظ سے انتہائی قابل نہیں ہیں کہ ہم عام طور پر زبانی انسانی تقریر کے ساتھ وابستہ ہوں۔ دوسرے لفظوں میں ، ان ردعمل پر کافی حد تک پابندی ہے جو یہ ٹیکنالوجیز مہیا کرسکتے ہیں۔ یہاں تک کہ ذاتی معاونین کی آج کی نسل کی بھی ایک محدود صلاحیت ہے کہ وہ متن کو تقریر کرسکتی ہے ، مثال کے طور پر ، کسی ای میل کو نقل کرنے یا کسی کو اپنے ہاتھوں کا استعمال کیے بغیر مضمون لکھنے میں مدد دینے کے مقاصد کے لئے۔ مارکیٹ میں کچھ اسپیچ ٹو ٹیکسٹ پروگرام یہ سری یا کورٹانا سے بہتر انجام دیتے ہیں ، شاید وسائل کی تقسیم کے سبب۔ تاہم ، ایسی علامتیں ہیں کہ صوتی بوٹ کی پیشرفت جلد ہی ختم ہونے والی ہے۔ جیسے کہ ایمیزون کا لیکس پلیٹ فارم جو اس قسم کی ٹکنالوجی کی تعمیر کے لئے ایک اسٹوڈیو ماحول کی سہولت دیتا ہے۔
اس موضوع پر ایک ہوشیار اور تدریسی مضمون میں ، ٹوبیاس گوئیل ان ٹکنالوجیوں کے مابین فرق کے بارے میں بات کرتے ہیں ، جو "نقل" کے عمل کے برخلاف ہیں ، جس تقریر کو متن سے کیا جاتا ہے ، اس سے افہام و تفہیم کا کام ہوتا ہے ، جس کے بارے میں بات چیت کے بارے میں سمجھا جاتا ہے۔
گوئبل لکھتے ہیں ، "اگرچہ تقریر کی شناخت کی ضرورت کو ختم کرنا چیٹ بوٹ کے ل things چیزوں کو آسان بناتا ہے ، لیکن کام کرنے والے بوٹس کی تعمیر کا سب سے بڑا چیلنج فطری زبان کی تفہیم میں ہے۔"
گوئیل انڈسٹری کے بہت سے موجودہ کھلاڑیوں کی بھی شناخت کرتا ہے:
تقریر کی پہچان کے ل market مارکیٹ کا رہنما نیوانس ہے ، جو پی سی پر ڈکٹیشن کے لئے ڈریگن نیچرل اسپیسنگ جیسے مشہور نظاموں کے پیچھے ہے ، جو نوے کی دہائی سے رہا ہے ، بلکہ سری: ایپل کلاؤڈ میں تقریر کی شناخت / نقل کی ٹاسک کا استعمال کرتا ہے۔ پردے کے پیچھے جدید ٹیکنالوجی۔ دوسرے لیو مین ویکس ، وربیو ، یا تعاملات ہیں ، لیکن اب تقریر کی پہچان بھی ایمیزون ، گوگل ، مائیکروسافٹ اور آئی بی ایم کی پسند کے ذریعہ کلاؤڈ سروس کے طور پر پیش کی جاتی ہے۔
جیسے جیسے چیٹ بوٹس تیار ہوتے ہیں ، یہ فرض کیا جاتا ہے کہ ان کی تفہیم میں کسی حد تک اضافہ ہوتا رہے گا - اور یہ بھی بڑی حد تک یہ فرض کیا گیا ہے کہ زیادہ بوٹ ٹکنالوجی ٹیکسٹ انٹرفیس سے زبانی انٹرفیس میں منتقل ہوجائے گی ، جس میں اضافی مقدار میں کمپیوٹنگ طاقت کی ضرورت ہوگی۔
