Real vaqt rejimida ishlovchi audio tarjimonlar tahlili

so’zlar ketma-ketligi
1-rasm
Nutqni aniqlash vazifasi ASR( Avtomatlashtirilgan nutqni aniqlash) chuqur neyron tarmoqlar yordamida amalga oshiriladi. Neyron tarmog'ining arxitekturasi oqimdan foydalanishga imkon berishi kerak bo’ladi, ya'ni ovozni qayta ishlash imkoniyatiga ega bo'lishi kerak. Videoda shovqin va musiqa kabi begona tovushlar bo'lishi ham mumkin, odamlar turli urg'u, tezlik va diksiya bilan gapirishlari mumkin, ma'ruzachilar ko'p bo'lishi mumkin, ular baqirishlari mumkin. Shuning uchun boy leksik ma’lumotga ega bo’lish orqali bunday muammolardan saqlanish mumkin bo’ladi.
Kirish sifatida(1-rasmda ko’rsatilgan) algoritm audio qismlarning ketma-ketligini oladi, ulardan oxirgi N ni oladi, akustik xususiyatlarni chiqaradi va uni neyron tarmog'ining kirishiga yuboradi. U, o'z navbatida, so'zlarning ketma-ketligini (gipotezalar deb ataladi) hosil qiladi so'ng ulardan til modeli eng ma’qul variantni tanlaydi. Yangi audio bo'lagi kelganda esa, jarayon takrorlanadi.
Olingan so'zlar ketma-ketligi tarjima qilinishi kerak. Agar so'zma-so'z yoki ibora bilan tarjima qilinganda, sifat buzilishi mumkin. Yoki so’zlashuvchining oxirgi jumlani aytishigacha kutilsa, unda efirga nisbattan tarjimada katta kechikish paydo bo'ladi. Shuning uchun, so'zlarni jumlalarga guruhlash kerak, ma'noni yo'qotmaslik uchun juda uzun jumlalardan iloji boricha foydalanmaslik kerak bo’ladi. Ushbu muammoni hal qilish usullaridan biri tinish belgilarini tiklash modelidan foydalanishdir.
s o’zlar ketma-ketligi


tarjima uchun qisqartirilgan javob variant

Tarjima tizimida Neyrotarmoqlarning paydo bo’lishi matn mazmunini, so‘zlar o‘rtasidagi munosabatni va til tuzilmalarining qoliplarini tushunish osonlashtirdi. Albatta buning uchun Neyrotarmoqlarga sifatli ulkan ma’lumotlar bazasi bo’lsa kifoya. Tinish belgilarini tiklash vazifasini bajarish uchun matn korpusini olish, matnni tinish belgilarisiz neyron tarmoq kiritishiga uzatish va neyron tarmoqni uni qayta tiklashga o‘rgatish kifoya.