အင်ဂျင်နှစ်ခု၊ လုပ်ငန်းတစ်ခု

စာတန်းထိုးလုပ်ငန်းစဉ်တိုင်းတွင် တူညီသော အပေးအယူများ မလိုအပ်သောကြောင့် Ray သည် စကားပြောအသံ မှတ်မိခြင်းအင်ဂျင်နှစ်ခုကို အသုံးပြုသည်။

Sunray (ယခင် Ray Max) ကို တိကျမှုအတွက် ချိန်ညှိထားသည်။ ၎င်းသည် ဒေတာနည်းပါးသော ဘာသာစကားများ၊ မော်ကွန်းတင်ထားသည့် အကြောင်းအရာများ၊ ပရော်ဖက်ရှင်နယ် စာတန်းထိုးလုပ်ငန်းများနှင့် စာသားကို ပြောဆိုထားသည့်အသံနှင့် တတ်နိုင်သမျှ နီးစပ်စေရန် လိုအပ်သည့် အခြေအနေတိုင်းအတွက် အသုံးပြုသည့် အင်ဂျင်ဖြစ်သည်။

MoonRay (ယခင် Ray Turbo) ကို မြန်နှုန်းအတွက် ချိန်ညှိထားသည်။ ၎င်းသည် တိုက်ရိုက်ကြည့်ရှုခြင်း၊ လျင်မြန်သော အစမ်းကြည့်ရှုမှုများနှင့် အသုံးပြုနိုင်သော စာတန်းထိုးများကို လျင်မြန်စွာ ရရှိရန် အရေးကြီးသည့် အစုလိုက်အပြုံလိုက် လုပ်ဆောင်မှုများအတွက် အသုံးပြုသည့် အင်ဂျင်ဖြစ်သည်။

ဤဆောင်းပါး၏ အခြေခံ benchmark သည် မော်ဒယ်တိုင်းအတွက် တူညီသော အကဲဖြတ်လုပ်ငန်းစဉ်ကို အသုံးပြုပြီး ဘာသာစကား ၉၈ မျိုးတွင် အင်ဂျင်နှစ်ခုလုံးကို နှိုင်းယှဉ်ထားသည်။ ရည်ရွယ်ချက်မှာ Ray သည် ဘာသာစကားစုံ အသုံးပြုနိုင်သည်ဟု မရေမရာ ပြောဆိုရန် မဟုတ်ပါ။ များပြားလှသော အရေးအသားစနစ်များ၊ လေယူလေသိမ်းများနှင့် ဘာသာစကားမျိုးနွယ်စုများတွင် အင်ဂျင်များ မည်သို့ လုပ်ဆောင်သည်ကို ထပ်တလဲလဲ စမ်းသပ်ကြည့်ရှုနိုင်သည့် နည်းလမ်းတစ်ခု ပေးရန်ဖြစ်သည်။

မှတ်ချက်။ အောက်ပါဇယားများကို အင်ဂျင်အမည် မပြောင်းလဲမီ ဖန်တီးထားသောကြောင့် ၎င်းတို့၏ ရှင်းလင်းချက်များတွင် ယခင်အမည်များကိုသာ ပြသနေဆဲဖြစ်သည် — Ray Max သည် ယခု Sunray ဖြစ်ပြီး Ray Turbo သည် ယခု MoonRay ဖြစ်သည်။

ကိန်းဂဏန်းများကို ဖတ်ရှုနည်း

အဓိကတိုင်းတာချက်မှာ စကားလုံးအမှားနှုန်း (Word Error Rate) ဖြစ်ပြီး အများအားဖြင့် WER ဟု အတိုကောက်ခေါ်သည်။ နိမ့်လေလေ ပိုကောင်းလေလေဖြစ်သည်။ WER ၅ ရာခိုင်နှုန်းဆိုသည်မှာ အသံမှကူးယူထားသော စာသားသည် ကိုးကားစာသားနှင့် အလွန်နီးစပ်သည်ဟု ဆိုလိုသည်။ WER မြင့်မားခြင်းက အင်ဂျင်သည် စကားလုံးအစားထိုးခြင်း၊ ထည့်သွင်းခြင်း သို့မဟုတ် ချန်လှပ်ခြင်းများ ပိုမိုပြုလုပ်ခဲ့ကြောင်း ဆိုလိုသည်။

ပိုမိုလွယ်ကူစွာ နှိုင်းယှဉ်နိုင်ရန် တူညီသောရလဒ်ကို တိကျမှုအဖြစ်လည်း ဖော်ပြနိုင်သည်။

accuracy = max(0, 100 - WER)

ဒုတိယဖော်ပြချက်ကို အလျင်အမြန် ကြည့်ရှုရန် ပိုမိုလွယ်ကူသော်လည်း မော်ဒယ်တစ်ခု အခက်တွေ့နေသည့်နေရာကို တိတိကျကျ ဖော်ပြပေးသောကြောင့် WER သည် အင်ဂျင်နီယာပိုင်းအတွက် ပိုမိုအသုံးဝင်သည့် တိုင်းတာချက်အဖြစ် ဆက်လက်တည်ရှိနေသည်။

အလုံးစုံစွမ်းဆောင်ရည်

ရလဒ်အပြည့်အစုံ — ဘာသာစကား ၉၈ မျိုးလုံး

စွမ်းဆောင်ရည်မြင့် ဘာသာစကားများ

အခက်ခဲဆုံး ဘာသာစကားများ

ကျွန်ုပ်တို့ တိုင်းတာသည့်အရာများ

• ဘာသာစကား ၉၈ မျိုးတွင် မှတ်မိခြင်းအရည်အသွေး
• Sunray နှင့် MoonRay အကြား ကွာခြားချက်
• နေ့စဉ်သုံး စာတန်းထိုးများအတွက် လုံလောက်သည့် တိကျမှုရှိပြီးဖြစ်သော ဘာသာစကားများ
• လေ့ကျင့်ရေးဒေတာ၊ စံညှိခြင်း သို့မဟုတ် ဘာသာစကားအလိုက် ကိုင်တွယ်မှု ပိုမိုလိုအပ်သော ဘာသာစကားများ
• မော်ဒယ်တစ်ခုက မူရင်းအသံတွင် ပါဝင်သည်ထက် စာသားပိုမိုထည့်သွင်းသည့် မအောင်မြင်မှုအခြေအနေများ

စာတန်းထိုးများအတွက် ဤအရာက အဘယ်ကြောင့် အရေးကြီးသနည်း

စာတန်းထိုးအင်ဂျင်တစ်ခုကို အင်္ဂလိပ်ဘာသာစကားအား မည်မျှကောင်းစွာ ကိုင်တွယ်နိုင်သည်ဖြင့်သာ အကဲဖြတ်၍ မရပါ။ လက်တွေ့ကြည့်ရှုမှုတွင် အခြေအနေများက ပိုမိုရှုပ်ထွေးသည် — ဘာသာစကားစုံ ရုပ်ရှင်များ၊ ဘာသာစကားအပြန်အလှန်ပြောင်းပြောခြင်း၊ ဒေသဆိုင်ရာအမည်များ၊ ဆူညံသံပါသည့် အသံသွင်းချက်များနှင့် ဇာတ်ဝင်ခန်းအတွင်း ဘာသာစကားတစ်ခုမှ တစ်ခုသို့ ပြောင်းလဲသည့် အကြောင်းအရာများ ပါဝင်သည်။

Ray ကို ထိုလက်တွေ့အခြေအနေအတွက် တည်ဆောက်ထားသည်။ Benchmarks များက မူလသတ်မှတ်ချက်များကို ရွေးချယ်ရန်၊ မျှော်မှန်းချက်များ သတ်မှတ်ရန်နှင့် နောက်ထပ် လေ့ကျင့်ရေးနှင့် အကဲဖြတ်ရေးလုပ်ငန်းများကို မည်သည့်နေရာတွင် ဆက်လက်လုပ်ဆောင်သင့်သည်ကို ဆုံးဖြတ်ရန် ကူညီပေးသည်။

အရေးကြီးသည့် ထုတ်ကုန်ရလဒ်မှာ ရိုးရှင်းသည်။ Ray သည် လုပ်ငန်းအလိုက် မြန်နှုန်းနှင့် တိကျမှုတို့အကြား ရွေးချယ်နိုင်ပြီး ဘာသာစကားများ ပိုမိုများပြားစွာ benchmark လုပ်ငန်းစဉ်ကို ဖြတ်သန်းလာသည်နှင့်အမျှ အင်ဂျင်နှစ်ခုလုံး ဆက်လက်တိုးတက်နေသည်။