مێژینە و ئاستەنگەکانی سیستمەکانی ناسینەوەی ئاخاوتن
(بەشی چوارەم)
نووسینی: د. هادی وەیسی
ئەندامی دەستەی زانستی، زانکۆی تاران.
موحەممەد موحەممەدئەمینی
ماستەری ئەندازیاریی ئایتی، زانکۆی تەربیەت مۆدەرس، تاران.
ئەمڕۆکە بە بۆنەی پێشکەوتنی بەرچاو لە دەیتا، توانایی پەرداوتن و بیرگەی کۆمپیووتەرەکان و هەروەها داهاتنی شێوازی نوێ لە ژیری دەستکرددا، وەک شێوازە ئامارییەکان و فێربوونی قووڵ لە بواری فێربوونی ماشینیدا، سیستمێکی ناسینەوەی ئاخاوتن چی تر وەک خەونێک نییە و ئەو سیستمانە بەدی هاتوون. ناسینەوەی ئۆتۆماتیکیی ئاخاوتن بە کاری گۆڕینی ئاخاوتنی مرۆڤ بۆ سەر دەق یان فەرمانێک دەوترێت. ئاسانکاری و خێرایی سازکردنی پەیوەندی لە ڕێگەی ئەم تەکنۆلۆژییەوە و کەڵکە بەربڵاوەکانی بووەتە هۆی ئەوە ڕۆژ لە دوای ڕۆژ ژمارەیەکی زیاتر لە بەکارهێنەران ڕووی تێ بکەن.
یەکەمین هەوڵەکان بۆ سازکردنی سیستمێکی ناسینەوەی ئاخاوتنی سروشتی لە ساڵی ١٩٤٠ەوە دەستیان پێکرد و هێشتاش وەک بوارێکی چالاک توێژنەوەی لەسەر دەکرێت. لەم سێ-چوار دەیەی دواییدا بەشێکی بەرچاو لە توێژینەوەکانی بواری پەرداوتنی ئاخاوتن لەسەر ناسینەوەی ئۆتۆماتیکیی ئاخاوتن ئەنجام دراوە. ناوەندێکی سەرەکیی پاڵنەر بۆ ئەم توێژینەوانە ناوەندی توێژنیەوە پێشکەوتووەکانی ئامریکا (DARPA) بووە کە لە سەرەتای دەیەی ٧٠ی زایینەوە پشتیوانیی توێژینەوەیەکی بەربڵاو لەژێر ناوی توێژینەوەی تێگەیشتنی ئاخاوتن (SUR) دەکات. هەر کام لەم توێژینەوانە لایەنێکی تایبەت لە ئاخاوتنی زمانی ئینگلیسییان لەبەر چاو گرتووە. هەندێک لەوانە لە کەڵکی جیا وەک دەستڕاگەیشتن بە بنکەدراوەکان و بەڕێوەبردنیان، هەندێکی تر بۆ دیکتەی ئۆتۆماتیک و هەندێکی دیکەش بۆ وەرگێڕانی ئاخاوتن-بۆ-ئاخاوتن بە کار هاتوون. پڕۆژەی SUR بووە هۆی پێکهێنانی گرووپی توێژینەوەی جیا وەک CMU و SRI لە زانکۆی ئێستەنفۆرد، تاقیگەی لینکۆڵن لە زانکۆی MIT و کۆمپانیای BBN کە هەر کام لەم ناوەندانە ئێستا لە باشترین ناوەندەکانی توێژینەوەی جیهانن لە بواری پەرداوتنی ئاخاوتندا.
سەرەڕای چەند دەیە هەوڵ لە بواری ناسینەوەی ئاخاوتندا، دەستپێکی جێبەجێبوونی ئەم سیستمانە بۆ بوارگەلێک وەک تایپی ئۆتۆماتیک و ناسینەوەی ئاخێوەر لەسەر هێڵی تەلەفۆن لە زمانی ئینگلیزیدا دەگەڕێتەوە بۆ سەرەتاکانی دەیەی ٩٠ی زایینی و سیستمگەلێک وەک Dragon Naturally Speaking و IBM Via Voice بە شێوەی وەک سیستمی بازرگانی کەوتنە بەر دەستی بەکارهێنەران. لەو سەردەمەدا و بە پێشکەوتنی توێژینەوەکان بۆ زمانی ئینگلیزی، کۆمپانیای جیاجیا لەسەر ئەم بوارە بۆ زمانەکانی دیکەش دەستیان بە توێژینەوە کرد. ئەمڕۆکە جگە لە تاقیگەی توێژینەوەیی گەورە کە لە سەرانسەری جیهاندا لەم بوارەدا توێژینەوە دەکەن، کۆمپانیا ناسراوەکانیش وەک Amazon، Google، Apple، Nuance، IBM، Philips، Microsoft و … بە ڕوانگەیەکی بازرگانییەوە لەم بوارەدا دەستیان بە چالاکی کردووە.
ناسینەوەی ئاخاوتنی مرۆڤ پڕۆسەیەکی یەکجار ئاڵۆزە، هۆکاری ئەم ئاڵۆزییەش دەگەڕێتەوە بۆ ئاڵۆزیی لە کۆئەندامەکانی بەرهەمهێنان و ناسینەوەی ئاخاوتن لە خودی مرۆڤدا. هەروەها بە وردی، چۆنیەتیی کارکردنی ئەم کۆئەندامانە تا ئێستاش نەناسراوە. هەر بەو پێیەش سیستمەکان ناسینەوەی ئاخاوتن سیستمگەلێکی ئاڵۆزن، بۆ سادەکردنەوەی ئەو سیستمانە کۆمەڵێک سنووردارێتی ئەنجام دەدرێن. گرینگرترین پێوەرەکان کە لێهاتوویی سیستمێکی ناسینەوەی ئاخاوتن دیاری دەکەن بەم شێوازەی خوارەوەن.
- سیستمی پەیوەست بە ئاخێوەر یان سەربەخۆ لە ئاخێوەر: لەبەر ئەوەی کە تایبەتمەندیی سیگناڵی ئاخاوتنی مرۆڤ بە هۆکاری جیاجیا وەک تەمەن، ڕەگەز، زاراوە، شێوازی دەربڕین و خێرایی قسە کردن بەستراوەتەوە، ناسینەوەی ئاخاوتنی سەربەخۆ لە ئاخێوەر ئاڵۆزییەکی زیاتری هەیە بەم بۆنەشەوە سیستمگەلێک کە پەیوەست بە ئاخێوەرن هەم ئاڵۆزییان کەمترە و هەم لێهاتووییان زیاترە.
- بەردەوامی یان پچڕانی ئاخاوتن: سیستمەکانی ناسینەوەی ئاخاوتن بەپێی ڕادەی بەردەوامی یان پچڕانی وشەکان بە سێ جۆر لە سیستمی ناسینەوەی ئاخاوتنی وشەی جیا[1]، ناسینەوەی ئاخاوتنی پێکبەستراو[2]، ناسینەوەی ئاخاوتنی بەردەوام[3] دابەش دەکرێن. بۆ سیستمی وشەی جیا، وشەکان بە شێوازەی وشە بە وشە و بە تەواوەتی جیا لە یەکتری بێژە دەکرێن. لە سیستمی پێکبەستراودا بێژەر دەتوانێت وشەکان بە شێوازی زنجیرەیەک وشە بە دوای یەکتردا بێژە بکات بەڵام دەبێت لەنێوان وشەکاندا تۆزێک بوەستێتەوە. سیستمەکانی ناسینەوەی ئاخاوتنی بەردەوام، بێژەر ناچار ناکەن کە بە شێوازی تایبەت قسە بکات، بەڵکوو ئاخێوەر بە شێوەی سروشتی و بە دوای یەکتریدا ڕستەکان دەردەبڕێت؛ هەرچەند لەم بارەشدا ئەو گریمانە دەبێت لەبەر چاو بگیرێت کە بە شێوازی فەرمی ئاخاوتن بکرێت. جۆرێکی دیکە لە ئاخاوتنی بەردوام قسەکردنی ئاساییە[4]. لەم شێوازی قسەکردنەدا، ئاخێوە بە شێوەیەکی تەواو سروشتی قسە دەکات. لەم ئاخاوتنەدا، ڕستەی ناتەواو، کۆکە، زمان هەڵەنگوتن، وێستانەوەی زۆر و … بوونی هەیە. ئاڵۆزیی ناسینەوەی ئاخاوتنی ئاسایی یەکجارە زۆر چونکە هەندێک کێشە وەک نەبوونی سنوورێکی دیاریکراو لە نێوان وشەکاندا و ئاوێتەبوونی سەرەتای وشەیەک لەگەڵ کۆتایی وشەی پێش خۆی بوونی هەیە.
- قەبارەی وشەنامە[5]: ژمارەی ئەو وشانەی کە سیستمێکی ناسینەوەی ئاخاوتن دەتوانێت بیناسێتەوە هۆکارێکی گرینگە لە خێرایی و وردبینی سیستمەکەدا. هەندێک سیستم تەنیا بۆ ناسینەوەی ژمارەیەکی کەم لە وشەکان داڕێژراون ئەوە لە کاتێکدایە کە هەندێکی تر لە سیستمەکان ژمارەیەکی زۆر لە وشەکان دەناسنەوە، وردبینی و خێرایی سیستمی ناسینەوەی ئاخاوتن بە زۆربوونی ژمارەی وشەکان دادەبەزێت. ئەمەش بەڵگەنەویستە، بۆ وێنە ناسینەوەی ژمارەکان لە یەک تا نۆ کارێکی ئاسانە چونکە لەوێدا وشەکان لە یەکتری ناچن و داڕشتنی سیستمێک کە تەنیا ئەو ژمارانە دەناسێتەوە لە بەرامبەر سیستمێک کە دەبێت هەزارن وشە بناسێتەوە زۆر سادەترە و وردبینی زیاترە. سیستمەکان بەپێی ژمارەی ئەو وشانەی کە دەیناسنەوە بەسەر سێ پۆلی سیستمی ناسینەوەی ئاخاوتن بە وشەنامەی بچوک، مامناوەندی و گەورەدا دابەش دەبن. سیستمە بازرگانییەکان هەموویان لە جۆری وشەنامەی گەورەن.
- سنووردارێتیی زمانی: سنووردارێتییە زمانییەکان بەسەر دوو پۆلی ڕستەسازی و واتاسازیدا دابەش دەبن. سنووردارێتییە واتاییەکان بە دەگمەن لە سیستمەکانی ناسینەوەی ئاخاوتندا لەبەر چاو دەگیرێن، چونکە بردنی ئەم سنووردارێتییانە بۆ چوارچێوەیەکی ژماردنیانە زۆر ئەستەمە، بەڵام سنووردارێتییەکانی ئاستی ڕستەسازی مۆدێل دەکرێن. هەرچی ڕستەکانی ئاخێوەر زیاتر لەگەڵ ڕستەسازیی ئەو زمانە یەک بگرێتەوە وردبینی سیستم دەچێتە سەر.
- کارامەیی لە شوێنێکدا کە نۆیز هەیە: هەندێک لە سیستمەکانی ناسینەوەی ئاخاوتن تەنیا لە هەلومەرجی کۆنترۆڵکراودا کە نۆیز کەمە، کار دەکەن. ئەگەر ژینگەی ئەم سیستمانە بگۆڕدرێت لێهاتووییان زۆر دادەبەزێت. ئەوەی کە سەرەڕای هەبوونی نۆیز و لە شوێنی جیاجیادا سیستمێک بتوانێت بە وردبینیەکی زۆرەوە کار بکات لە مەرجە سەرەکییەکانی سیستمێکی باشە. لەبەر چاوگرتنی ئەم کێشەیە دەبێتە هۆی زیادبوونی ئاڵۆزیی سیستمی ناسینەوەی ئاخاوتن.
[1]- Isolated Word Recognition (IWR)
[2]- Connected Word Recognition
[3]- Continuous Speech Recognition (CSR)
[4] -Spontaneous Speech
[5]- Vocabulary Size
سەرنجەکان
تا ئێستا سەرنجێک دانەنراوە