حوزه پردازش گفتار با استفاده از کورتانا در مایکروسافت امکان‌پذیر شد، شرکت مایکروسافت با استفاده از نرم‌افزار کورتانا (Cortana) می‌تواند گفتار را به متن تبدیل نماید. با عامراندیش همراه باشید تا ببینید که کاربرد این فناوری جدید و مفید در شرکت بزرگ مایکروسافت چگونه خواهد بود.
حوزه پردازش گفتار در مایکروسافت با استفاده از نرم افزار کورتانا
پروژه جدید مایکروسافت از گروه پژوهش و توسعه آزمایشی R&D، مایکروسافت گاراژ (Microsoft Garage)، راه جدیدی برای استفاده از گفتار به نوشتار را در نرم‌افزارهای outlook، Word و Powepoint راه‌اندازی کرده است. با استفاده از کورتانا که در تمامی نرم‌افزارهای این شرکت در دسترس است، تبدیل گفتار به نوشتار به راحتی ممکن می‌شود.
این فناوری تشخیص گفتار که بر اساس هوش مصنوعی پردازش و توسعه یافته، در تمامی سرویس‌های شناختی مایکروسافت مانند سیستم ترجمه مایکروسافت (Microsoft translaotr) لحاظ شده است. این ایده تازه در دیکته واژگان از پروژه هاکتون (hackathon) گرفته شده و پس از آن توسط بیش از 1500 کارمند شرکت مایکروسافت در 40 کشور مختلف جهان مورد استفاده قرار گرفته است.
این فناوری افزودنی تا حد زیادی با فناوری‌های برجسته در حوزه پردازش گفتار مانند Nauce رقابت می‌کند. نرم‌افزار Nauce برای دیکته واژگان (از گفتار به نوشتار) در آفیس 365 یا آفیس آنلاین 365 مورد استفاده قرار می‌گیرد. همچنین کورتانا قادر است سطح پیشتیبانی OS همانند آنچه که قبلا در سیستم‌های ویندوز و مک استفاده شده را ایجاد نماید.
کورتانا تنها برای آفیس قابل اجرا است. همچنین این پلتفرم شماری از دستورات مانند “برو خط جدید”، “توقف دیکته”، “enter” و دیگرعلامت‌ها و فعالیت‌های نقطه‌گذاری مانند “کاما”، “نقطه”، “علامت تعجب”، “علامت سوال” و غیره را به درستی اجرا می‌کند.
در ویدیو زیر، شما به خوبی خواهید دید که این فناوری چگونه در نرم‌افزارهای ورد، پاورپینت و اوت‌لوک (outlook) اجرا می‌شود.
کاربرد حوزه پردازش گفتار در نرم‌افزارهایی که در بالا ذکر شدند، بدین صورت است پس از نصب کورتانا، یک منو تازه‌ای در نوار ابزار (toolbar) نرم‌افزارهای گفته شده نمایش داده می‌شود که به شما اجازه می‌دهد تا با کلیک بر روی آن، بتوانید بدون تایپ کردن به سیستم دیکته بگویید. کورتانا واژگان بسیار غیرمعمول و کمتر شناخته شده‌ای مانند “Supercalifragilisticexpialidocious” (به معنای بسیار خوب) و یا واژگان آشنا و معمولی که به صورت روزمره از آن استفاده می‌گردد، را می‌شناسد.
کورتانا در حال حاضر از 20 زبان زنده دنیا پشتیبانی می‌کند و می‌تواند آن‌ها را در زمانی حقیقی (real time) به 60 زبان دیگر ترجمه کند. این ویژگی کورتانا (ترجمه هم‌زمان) از هوشمندانه‌ترین حوزه پردازش گفتار است. شما می‌توانید سخن خود را به این نرم‌افزار دیکته کنید و در صورت دلخواه، ترجمه آن را به زبانی دیگر تحویل بگیرید. یکی دیگر از ویژگی‌های این نرم‌افزار که آن را از سایرین متفاوت کرده ، توانایی بالای آن در فهمیدن جمله‌های پیچیده، سخت و طولانی و همچنین واژگان ترکیبی است.
نرم افزار فارسی پردازش گفتار
همان‌طور که در بالا کامل شرح دادیم و پیش‌تر نیز بدان اشاره کرده‌ایم، تمامی شرکت‌های بزرگ دنیا، از گفتار به نوشتار در فرآیندهای مختلف خود استفاده می‌کنند. با پیشرفت‌های هوش مصنوعی در کشورمان نیز شرکت‌های ایرانی هم می‌توانند از محصولات هوشمند این حوزه در فرآیندهایشان استفاده کنند.
فارس آوا، نرم‌افزاری در حوزه پردازش گفتار است که به صورت اختصاصی برای زبان فارسی بسط و توسعه پیدا کرده و امکان ارتباط انسان با رایانه، موبایل یا دستگاه‌های دیجیتالی دیگر را میسر می‌سازد. این نرم‌افزار با تکیه بر هوش مصنوعی و با استفاده از آخرین فناوری‌های روز دنیا طراحی شده است. فارس آوا، طیف وسیعی از واژگان، چه واژگانی که کاربرد کمتری در صحبت‌های روزمره دارند و نامعمول هستند و چه واژگانی که به صورت متداول از آن‌ها در صحبت‌های روزمره استفاده می‌شود، را پوشش می‌دهد. پوشش‌دهی بالای واژگان، ضریب دقت بالا و سرعت بالا در تبدیل گفتار به نوشتار، نرم‌افزار فارس آوا را در رقابت با برترین سرویس‌های تبدیل گفتار به نوشتار، همانند کورتانا، قرار داده است.
سخن آخر
برای نصب کورتانا روی آفیس 32-بایتی و یا 34-بایتی نیازمند ویندوز 8.1 یا ورژن‌های بالاتر هستید. همچنین این نرم‌افزار قابل نصب بر روی ورژن 2013 آفیش و یا ورژن‌های بالاتر می‌باشد. از آنجا که کورتانا یک پروژه گاراژ (Garage projects) است، بنابراین میزان پیشرفت و توسعه کورتانا در نسخه‌های بعدی هنوز مشخص نیست. پروژه گاراژ از محصولات مایکروسافت به صورت رسمی پشتیبانی نمی‌کند و تنها مدل‌های آزمایشی با کاربرد پردازش گفتار (تحت نرم‌افزاری با عنوان کورتانا) روانه بازار می‌کند. لازم به ذکر است که دانلود این برنامه رایگان است.
