Google-ов AI тим на свом блогу је објавио како је надоградио препознавање говора у Gboard тастатури функцијом која омогућава препознавање по систему једног по једног слова онако како су изговорена, а то сада ради директно на паметном телефону без потребе за online сервисом у облаку.
Google каже да је хтео да направи препознавање говора које ће бити довољно компактно да може радити директно на телефону, како корисници не би више морали да зависе од често непоузданим или недоступним Wi-Fi или мобилним мрежама.
Препознавање говора обично ради „разбијањем” изговорених речи у мање делове, такозване фонеме, а софтвер за препознавање анализира редослед, узорак и контекст фонема како би стварао реченице. То обично ствара лаг јер морате чекати да софтвер направи најбољу претпоставку о ономе што сте рекли. Google-ови AI стручњаци кажу да њихов модел „избацује једно по једно слово како говорите са празним местима (размацима између речи) на правим местима”.
То значи да ће Gboard препознати свако појединачно слово у речима које изговорите чим их изговорите, уместо да препознаје фонеме као други програми за транскрипцију.
Нова функција за сада је доступна само за амерички енглески језик и ради искључиво на Pixel телефонима, али Google-ов AI тим је у будућности намерава проширити на више језика и више уређаја.
Извор: itvesti.info
