সুচিপত্র:
সংজ্ঞা - স্পিচ অ্যানালিটিক্স বলতে কী বোঝায়?
স্পিচ অ্যানালিটিক্স হ'ল রেকর্ডকৃত অডিও ফাইল থেকে প্রাসঙ্গিক এবং গুরুত্বপূর্ণ বিষয়বস্তু উত্তোলনের প্রক্রিয়া। এটি কেবল স্বতন্ত্র শব্দের দ্বারা নয়, যা বলা হচ্ছে বা বক্তৃতার আসল পদার্থ বা অর্থ সম্পর্কিত গুরুত্বপূর্ণ তথ্য স্বয়ংক্রিয়ভাবে চিহ্নিত, শ্রেণিবদ্ধকরণ এবং ক্রস-রেফারেন্স করার ক্ষমতা রাখে। এটি সম্ভব করার জন্য, বক্তৃতা বিশ্লেষণগুলি বিভিন্ন ধরণের সফ্টওয়্যার অ্যাপ্লিকেশন যেমন স্বয়ংক্রিয় স্পিচ স্বীকৃতি এবং অডিও খনির সরঞ্জামগুলির ব্যবহার করে।
টেকোপিডিয়া স্পিচ অ্যানালিটিক্স ব্যাখ্যা করে
বক্তৃতা বিশ্লেষণে তিনটি প্রধান পন্থা রয়েছে: স্পিচ-টু-টেক্সট, ডাইরেক্ট বাক্য স্বীকৃতি এবং ফোনেটিক্স।
- স্পিচ-টেক্সট: বাক্য বিশ্লেষণে দ্বি-গ্রাম বা ত্রি-গ্রামকে মৌলিক একক হিসাবে ব্যবহার করে এবং এটি হাজার হাজার শব্দের সাথে মিলে যায়। ফলাফলটি শব্দের একটি প্রবাহ যা এর সাথে কাজ করা সহজ করে তোলে এবং এটি সঠিকও।
- প্রত্যক্ষ পর্যায়ের স্বীকৃতি: পাঠ্য বা ফোনমেসে রূপান্তরিত করার পরিবর্তে পূর্বনির্ধারিত বাক্যাংশগুলি অনুসন্ধান করে বক্তৃতাকে সরাসরি বিশ্লেষণ করে। যদিও এটি দীর্ঘতম পদ্ধতি, তথ্যের রূপান্তরকালে কোনও তথ্য হারিয়ে না যাওয়ার কারণে এটিও সবচেয়ে নির্ভুল।
- ফোনেটিক: যেহেতু বেসিক ইউনিট ব্যবহৃত হচ্ছে সেহেতু প্রক্রিয়াজাতকরণের দ্রুততম উপায় হ'ল একটি ফোনমেজ। প্রদত্ত যে বেশিরভাগ ভাষায় কেবল কয়েকটি ফোনেম রয়েছে, এগুলির একটি দীর্ঘ তালিকা ব্যবহৃত হয় যা সফ্টওয়্যারটি উল্লেখ করে তালিকার নিকটতম একটিতে ফোনমাকে লক্ষ্য করে।
