اخبار ایران

دانشگاه تهران: یک سامانه هوش مصنوعی ایرانی در تشخیص گفتار از گوگل پیشی گرفت

یک سامانه بومی تشخیص گفتار فارسی با دقتی بالاتر از سرویس گوگل، برای هوشمندسازی مراکز تماس تلفنی توسعه یافته است. هادی ویسی، عضو هیأت علمی دانشکده سامانه‌های هوشمند دانشگاه تهران، از طراحی و توسعه سامانه‌ای تخصصی برای تبدیل گفتار فارسی به متن در مکالمات تلفنی خ…

3 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • گفتار
  • هوشمند
  • تشخیص
  • تلفنی
  • توسعه
  • ویسی
دانشگاه تهران: یک سامانه هوش مصنوعی ایرانی در تشخیص گفتار از گوگل پیشی گرفت

خلاصه تحلیلی خبر

یک سامانه بومی تشخیص گفتار فارسی با دقتی بالاتر از سرویس گوگل، برای هوشمندسازی مراکز تماس تلفنی توسعه یافته است. هادی ویسی، عضو هیأت علمی دانشکده سامانه‌های هوشمند دانشگاه تهران، از طراحی و توسعه سامانه‌ای تخصصی برای تبدیل گفتار فارسی به متن در مکالمات تلفنی خ…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، گفتار، هوشمند، تشخیص، تلفنی

تلفن قدیمی در برابر توده‌ای از کتاب‌ها روی یک ترازوی قدیمی

یک سامانه بومی تشخیص گفتار فارسی با دقتی بالاتر از سرویس گوگل، برای هوشمندسازی مراکز تماس تلفنی توسعه یافته است.

هادی ویسی، عضو هیأت علمی دانشکده سامانه‌های هوشمند دانشگاه تهران، از طراحی و توسعه سامانه‌ای تخصصی برای تبدیل گفتار فارسی به متن در مکالمات تلفنی خبر داد و گفت ارزیابی‌های انجام‌شده، دقت این فناوری را بالاتر از سامانه‌های مطرحی مانند سرویس تشخیص گفتار گوگل نشان می‌دهد.

وی با اشاره به نقش تشخیص گفتار در توسعه خدمات هوش مصنوعی اظهار کرد: «تبدیل دقیق گفتار به متن یکی از زیرساخت‌های اصلی هوشمندسازی مراکز تماس و ساخت دستیارهای هوشمند است. این فرایند در زبان فارسی به دلیل تفاوت کیفیت خطوط ، تنوع لهجه‌ها و گویش‌ها، سرعت صحبت کردن و استفاده از واژگان محاوره‌ای، پیچیدگی‌های فنی بیشتری دارد.»

به گفته ویسی، توسعه این سامانه با اتکا به حدود دو دهه تجربه تخصصی در حوزه تشخیص گفتار انجام شده است. در جریان این پروژه، چند هزار ساعت مکالمه واقعی از مراکز تماس داخل کشور گردآوری و پس از رونویسی، بازبینی و پالایش، برای آموزش و ارزیابی مدل مورد استفاده قرار گرفته است.
هادی ویسی، عضو هیات علمی دانشکده سامانه‌های هوشمند دانشگاه تهران

او تنوع لهجه‌ها و الگوهای گفتاری در داده‌های جمع‌آوری‌شده را از ویژگی‌های مهم این پروژه دانست و توضیح داد که برخلاف سامانه‌های عمومی تشخیص گفتار، مدل توسعه‌یافته به‌طور اختصاصی برای شرایط صوتی و زبانی مکالمات تلفنی آموزش دیده است. همین موضوع در کنار استفاده از داده‌های واقعی، زمینه دستیابی به دقت بالاتر در مقایسه با سرویس‌های عمومی را فراهم کرده است.

این عضو هیأت علمی دانشگاه تهران درباره کاربردهای این فناوری گفت: سامانه توسعه‌یافته می‌تواند علاوه بر تبدیل مکالمات به متن، در ساخت دستیارها و ایجنت‌های هوشمند تلفنی، پاسخ‌گویی خودکار به مشتریان، ارزیابی عملکرد کارشناسان مراکز تماس و تحلیل محتوای مکالمات مورد استفاده قرار گیرد.

استخراج نیازهای مشتریان، شناسایی موضوعات پرتکرار و کمک به بهبود فرایندهای ارتباطی سازمان‌ها از دیگر قابلیت‌هایی است که ویسی برای این فناوری برشمرد.

وی هم‌چنین از ورود این محصول به مرحله بهره‌برداری عملیاتی خبر داد و گفت این فناوری اکنون در چند دستیار هوشمند تلفنی که برای پاسخ‌گویی به مشتریان سازمان‌های بزرگ طراحی شده‌اند، به کار گرفته شده است.

به اعتقاد ویسی، توسعه چنین فناوری‌هایی علاوه بر تقویت زیرساخت‌های بومی هوش مصنوعی، می‌تواند وابستگی به سرویس‌های خارجی را کاهش دهد و زمینه تولید محصولات هوشمند متناسب با زبان و نیازهای ارتباطی داخل کشور را فراهم کند.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.