stokholm, 21 fevral, nərgiz cəfərli, arhd.media

isveçin kral kitabxanası nitq transkripsiyası üçün süni intellektdən istifadə edir

isveç kral kitabxanası “openai whisper” texnologiyasına əsaslanan nitqdən mətnə transkripsiyanın yeni modeli olan “kb-whisper”i təqdim edib.

arhd.media xəbər verir ki, model 50 min saat isveç televiziyası verilişləri, parlament çıxışları və müxtəlif dialektlər üzrə təlim keçib ki, bu da onu amerikalı analoqları ilə müqayisədə əhəmiyyətli dərəcədə dəqiqləşdirir, söz səviyyəsində səhvləri 47 faiz azaldır.

keçmişdə tv4 və svt-də avtomatik subtitrlər kobud səhvlərə görə tez-tez lağ mövzusu olub. məsələn, väljarna (“seçicilər”) sözü älgarna (“sığın”), skydd (“qorunma”) isə skit (“cəfəngiyyat”) kimi səslənib. “kb-whisper” keyfiyyətli bir irəliləyiş vəd edir. bununla belə, model hələ də başqa dillərdə danışanların vurğularını idarə etməkdə çətinlik çəkir.

svt hazırda avtomatik subtitr yaratmaq üçün “kb-whisper”i tətbiq etməyi nəzərdə tutur. model tibb sahəsində, müştərilərə xidmətdə və eşitmə qüsurlu insanlara kömək etməkdə də faydalı ola bilər.

“biz radio arxivimizi tədqiqatçılara təqdim etmək məqsədilə onu transkripsiya etmək üçün bu modeldən istifadə edəcəyik. əgər bunu əl ilə etsəydik, proses illər çəkərdi”, -deyə kb-nin baş data alimi leonora vesterbakka deyir.