Adnabod Lleferydd Awtomataidd (ASR)

Diffiniad

Adnabod Lleferydd Awtomataidd (ASR) yw'r dechnoleg sy'n trosi iaith lafar yn destun yn awtomatig gan ddefnyddio modelau AI. Mae'n pweru cymwysiadau trawsgrifio a chymwysiadau sy'n cael eu gyrru gan lais.

Diben

Y pwrpas yw caniatáu i beiriannau ddeall lleferydd dynol. Fe'i defnyddir mewn cynorthwywyr llais, offer arddweud, gwasanaeth cwsmeriaid, a thechnolegau hygyrchedd.

Pwysigrwydd

• Technoleg graidd y tu ôl i ryngwynebau llais.
• Yn helpu i chwalu rhwystrau i bobl ag anableddau.
• Mae cywirdeb yn amrywio yn ôl iaith, acen a sŵn cefndir.
• Angen gwelliant parhaus gyda data newydd.

Sut Mae'n Gwaith

1. Cipio mewnbwn sain drwy feicroffon neu ffeil.
2. Prosesu a normaleiddio'r signal sain.
3. Dethol nodweddion (e.e., ffonemau, modelau acwstig).
4. Cymhwyso modelau iaith i ddehongli lleferydd yn ei gyd-destun.
5. Allbynnu testun i'w ddefnyddio ymhellach.

Enghreifftiau (Y Byd Go Iawn)

• Apple Siri: ASR a ddefnyddir mewn cynorthwyydd llais.
• API Lleferydd-i-Destun Google Cloud: trawsgrifio ar gyfer apiau.
• Gwasanaethau Gwybyddol Microsoft Azure: ASR ar gyfer cymwysiadau menter.

Cyfeiriadau / Darllen Pellach

• Adnabod Lleferydd Awtomatig — NIST.
• Adnabod Lleferydd — Cymdeithas Prosesu Signalau IEEE.
• Prosesu Iaith a Lleferydd — Jurafsky a Martin, Stanford.
• Beth yw ASR (Adnabod Lleferydd Awtomatig) – Shaip