دستیار صوتی چیست؟
دستیار صوتی دستیار دیجیتالی است که از تشخیص صدا، الگوریتم‌های پردازش زبان و سنتز صدا برای گوش دادن به فرمان‌های صوتی خاص و بازگرداندن اطلاعات مربوطه یا انجام عملکردهای خاص طبق درخواست کاربر استفاده می‌کند. دستیارهای صوتی بر اساس دستورات خاصی که گاهی اوقات به آنها intent گفته می شود، می توانند با گوش دادن به کلمات کلیدی خاص و فیلتر کردن نویز محیط، اطلاعات مربوطه را برگردانند.
در حالی که دستیارهای صوتی می توانند کاملاً مبتنی بر نرم افزار باشند و می توانند در اکثر دستگاه ها ادغام شوند، برخی از دستیارها به طور خاص برای برنامه های کاربردی یک دستگاه مانند ساعت دیواری آمازون الکسا طراحی شده اند. امروزه دستیارهای صوتی در بسیاری از دستگاه هایی که ما به صورت روزانه از آنها استفاده می کنیم، مانند تلفن های همراه، رایانه ها و بلندگوهای هوشمند، ادغام شده اند. به دلیل مجموعه گسترده‌ای از ادغام‌ها، چندین دستیار صوتی وجود دارند که مجموعه‌ای از ویژگی‌های بسیار خاص را ارائه می‌دهند، در حالی که برخی از آنها برای کمک به تقریباً در هر موقعیتی دستیار صوتی را انتخاب می‌کنند.
تاریخچه دستیارهای صوتی
دستیارهای صوتی سابقه ای بسیار طولانی دارند که در واقع به بیش از 100 سال قبل بازمی گردد، که ممکن است تعجب آور به نظر برسد زیرا برنامه هایی مانند سیری تنها در ده سال گذشته منتشر شده اند. اولین محصول صوتی فعال در سال 1922 با نام رادیو رکس منتشر شد. این اسباب بازی بسیار ساده بود، به طوری که یک سگ اسباب بازی در داخل خانه سگ می ماند تا زمانی که کاربر نام آن “رکس” را فریاد بزند که در آن لحظه از خانه بیرون می پرید. همه اینها توسط یک آهنربای الکتریکی تنظیم شده با فرکانس مشابه مصوت موجود در کلمه Rex انجام شد و بیش از 20 سال قبل از کامپیوترهای مدرن پیش رفت.
فناوری پشت دستیارهای صوتی
دستیارهای صوتی از هوش مصنوعی و تشخیص صدا برای ارائه دقیق و کارآمد نتیجه مورد نظر کاربر استفاده می کنند. اگرچه ممکن است ساده به نظر برسد که از رایانه بخواهید تایمر تنظیم کند، فناوری پشت آن بسیار جذاب است.
تشخیص صدا
تشخیص صدا با گرفتن سیگنال آنالوگ از صدای کاربر و تبدیل آن به سیگنال دیجیتال کار می کند. پس از انجام این کار، کامپیوتر سیگنال دیجیتال را می گیرد و سعی می کند آن را با کلمات و عبارات مطابقت دهد تا هدف کاربران را تشخیص دهد. برای انجام این کار، رایانه به یک پایگاه داده از کلمات و هجاهای از قبل موجود در یک زبان خاص نیاز دارد تا بتواند سیگنال دیجیتال را با آن مطابقت دهد. بررسی سیگنال ورودی با این پایگاه داده به عنوان تشخیص الگو شناخته می شود و نیروی اصلی پشت تشخیص صدا است.
هوش مصنوعی
هوش مصنوعی از ماشین ها برای شبیه سازی و تکرار هوش انسانی استفاده می کند. در سال 1950، آلن تورینگ (همنام شرکت ما) مقاله خود را با عنوان “ماشین آلات محاسباتی و هوش” منتشر کرد که برای اولین بار این سوال را مطرح کرد که آیا ماشین ها می توانند فکر کنند؟ آلن تورینگ سپس به توسعه تست تورینگ پرداخت، روشی برای ارزیابی رایانه برای آزمایش توانایی آن در تفکر مانند انسان. بعدها چهار رویکرد توسعه یافت که هوش مصنوعی، تفکر انسانی/عقلانی و عمل انسانی/عقلانی را تعریف کرد. در حالی که دو مورد اول با استدلال سروکار دارند، دو مورد دوم با رفتار واقعی سروکار دارند. هوش مصنوعی مدرن معمولاً به عنوان یک سیستم رایانه ای طراحی شده برای انجام وظایفی که معمولاً نیاز به تعامل انسانی دارند، دیده می شود. این سیستم‌ها می‌توانند با استفاده از فرآیندی به نام یادگیری ماشین بهبود پیدا کنند.
فراگیری ماشین
یادگیری ماشینی به زیرمجموعه‌ای از هوش مصنوعی اشاره دارد که در آن برنامه‌ها بدون استفاده از کدنویس‌های انسانی ایجاد می‌شوند که به صورت دستی برنامه را ایجاد می‌کنند. برنامه نویسان به جای اینکه برنامه کامل را به تنهایی بنویسند، «الگوهای» هوش مصنوعی را برای تشخیص و یادگیری در اختیار هوش مصنوعی قرار می دهند و سپس مقادیر زیادی داده را به هوش مصنوعی می دهند تا بررسی و مطالعه کند. بنابراین به جای داشتن قوانین خاص برای رعایت، هوش مصنوعی الگوهایی را در این داده ها جستجو می کند و از آن برای بهبود عملکردهای موجود خود استفاده می کند. یکی از راه‌هایی که یادگیری ماشینی می‌تواند برای هوش مصنوعی صوتی مفید باشد، تغذیه الگوریتم ساعت‌های گفتار از لهجه‌ها و گویش‌های مختلف است.
رویکردهای مختلف دستیار صوتی
امروزه بسیاری از دستیاران مکالمه، گردش کار وظیفه محور و دانش محور را برای انجام تقریباً هر کاری که کاربر می تواند انجام دهد، ترکیب می کنند. یک گردش کار وظیفه محور ممکن است شامل پر کردن یک فرم باشد، در حالی که یک گردش کار دانش محور شامل پاسخ دادن به سرمایه یک ایالت یا مشخص کردن مشخصات فنی یک محصول است.
