Budućnost je blizu: Kako Yandex tehnologije brišu jezičke barijere

Mnogi ljudi se susreću sa tehnologijama za prepoznavanje govora u svakodnevnom životu

Prema „Markets i Markets” istraživanju, tržište tehnologije za prepoznavanje govora će dostići 5 milijardi dolara do 2026. godine. Preduzeća širom sveta, samim tim, aktivno usvajaju programe za prepoznavanje glasa koji mogu da smanje obim posla zaposlenih, doprinose bržem i efikasnijem savetovanju klijenata i optimizuju budžete

Mnogi ljudi se takođe susreću sa tehnologijama za prepoznavanje govora u svakodnevnom životu. Neuronske mreže pomažu da se glasovne poruke i audio zapisi pretvore u tekst, zatim i u knjige, filmove, kurseve, obuke i još mnogo toga. Što je najvažnije, jezičke barijere gotovo da ne postoje kada je u pitanju mašinsko učenje.

Na primer, Yandex Cloud platforma je na leto 2022. godine pokrenula neuronsku mrežu sposobnu da „razume“ 10 jezika istovremeno, uključujući engleski, francuski, danski, finski, turski i druge. Algoritam mašinskog učenja može da se prebacuje sa jezika na jezik u realnom vremenu usred razgovora. Ovaj sistem u velikoj meri pojednostavljuje rad međunarodnih kompanija koje, na primer, moraju da obave veliki broj poziva sa saradnicima iz različitih delova sveta.

Takođe, u hitnim situacijama poput one kada službe za hitne slučajeve više nisu bile u mogućnosti da ručno upravljaju pozivima na vrhuncu pandemije COVID-19, Yandex Cloud platforma spasava dan! Model mašinskog učenja je već dostupan u servisu za sintezu i prepoznavanje Yandex Speechkit-a.

Iako drugi igrači u međunarodnoj IT industriji takođe aktivno razvijaju svoje neuronske mreže, Yandex ima neprocenjivu prednost u pogledu poslovnih proizvoda. Kompanija ima individualan pristup radu sa partnerima i u stanju je da brzo prilagodi svoj model potrebama određenog korisnika. Na primer, Yandex SpeechKit već koristi više od 1.000 kompanija.

Trenutno je potrebno četiri sata audio materijala kako bi se model obučio da napravi obrazac. Plan je da u budućnosti model bude u stanju da pamti kako se izgovara šablon i da usvoji taj obrazac adekvatnim glasom bez treninga.