فناوری گفتگوی Google Assistant در اختیار توسعه دهندگان قرار گرفت

اگر امیدوارید که اپلیکیشن‎های بیشتری قابلیت تبدیل گفتار به متن را ارائه دهند، این امر به زودی رخ می‎دهد چون گوگل روز گذشته اعلام کرده است طراحان اپلیکیشن‎های شخص‎‌ثالث می‎توانند به Cloud Speed API این شرکت دسترسی داشته باشند. محض آگاهی بایستی بگوییم این همان فناوری استفاده شده در محصولات گوگل مانند Google Assistant است.

براساس خبری که گوگل منتشر کرده است ” Cloud Speech API در فناوری مرکزی قرار گرفته که شناخت گفتار را برای سایر محصولات گوگل امکان‎پذیر می‎کند (به عنوان مثال Google Search, Google Now, Google Assistant)، اما سازش پیدا کرده است که نیازهای مشتریان Google Cloud را بهتر برآورده سازد. Cloud Speech API یکی از چندین مدل‎های از پیش آموزش دیده‎ی یادگیری ماشینی موجود برای وظایف مرسومی همانند با تحلیل محتوای ویدئویی، آنالیز عکس، آنالیز متن و ترجمه‎ی پویا است.”

همان‎طور که گوگل اشاره می‎کند، Cloud Speech API در واقع سال گذشته به عنوان یک نسخه‎ی بتای متن باز عرضه شد، ولی به مرور گوگل بهبودها و تغییراتی در آن براساس بازخوردهای دریافتی از سوی توسعه‎دهندگان، ایجاد کرده است. این امر منجر به دقت بهتر تبدیل گفتار به متن از فایل‎های طولانی صوتی، پردازش سریع‎تر در حدود 3 برابر بیشتر به نسبت نسخه‎ی قبلی و حالا پشتیبانی از فایل‎هایی با فرمت‎های بیشتر همانند با WAV, Opus و Speex شده است.

کاربران نهایی یقینا زیاد تحت تاثیر این خبر قرار نمی‎گیرند، اما همان‎طور که گفتیم حال توسعه‎دهندگان قادر به دسترسی به این API (با پرداخت وجه لازم) هستند و به دنبال آن شاهد اپلیکیشن‎هایی خواهیم بود که از آن بهره خواهند برد.