টেনসেন্ট হুয়ানয়ান আজ নতুন প্রজন্মের ভয়েস রিকগনিশন মডেল Hy ASR 3.0 preview প্রকাশ করেছে।
কর্তৃপক্ষ জানিয়েছে, সর্বশেষ প্রজন্মের বৃহৎ ভাষা মডেল Hy3-এর ভাষা বোঝার সক্ষমতার ওপর ভিত্তি করে Hy ASR 3.0 preview উচ্চ-নির্ভুলতার ভয়েস রিকগনিশন ও গভীর সেমান্টিক বোঝাপড়ার সক্ষমতাকে একীভূত করেছে। সাধারণ রিকগনিশন, প্রসঙ্গ সচেতনতা, বিভিন্ন পরিস্থিতিতে স্থিতিশীলতা এবং উপভাষা সমর্থনের মতো মূল মাত্রাগুলোতে এতে ব্যাপক উন্নতি হয়েছে। ফলে আরও জটিল বাস্তব ইনপুটে ব্যবহারকারীর অভিপ্রায়ের কাছাকাছি নির্ভুল ও সুসংগত ট্রান্সক্রিপশন ফলাফল দেওয়া সম্ভব হচ্ছে। এটি “শব্দে-শব্দে ট্রান্সক্রিপশন ও একক-বিন্দু অপ্টিমাইজেশন” থেকে “প্রসঙ্গ বোঝা, বিভিন্ন পরিস্থিতির সঙ্গে সামঞ্জস্য এবং এক ক্লিকেই সরাসরি ফলাফল” পর্যায়ে উন্নীত হয়েছে।
একাধিক ওপেন-সোর্স মূল্যায়ন সেট এবং নিজস্ব মূল্যায়ন সেটে Hy ASR 3.0 preview সামগ্রিকভাবে এগিয়ে রয়েছে। ওপেন-সোর্স মূল্যায়ন সেটে, বিভিন্ন ভাষায় Hy ASR 3.0 preview-এর WER (Word Error Rate, শব্দ ত্রুটির হার) প্রায় 3%-এর মধ্যে নিয়ন্ত্রিত রয়েছে। এর মধ্যে চীনা মান্দারিনের WER 3.34%, ইংরেজির WER 2.62% এবং ক্যান্টনিজের WER 3.12%।
নিজস্ব মূল্যায়ন সেটে, সাধারণ রিকগনিশন, উপভাষা রিকগনিশন, প্রসঙ্গ বা Context বোঝাপড়া, নির্দিষ্ট শব্দ বোঝাপড়া এবং জটিল অ্যাকোস্টিক পরিস্থিতি (উচ্চ শব্দ, ফিসফিস) সহ বিভিন্ন পরিস্থিতিভিত্তিক পরীক্ষায় Hy ASR 3.0 preview-এর WER-ও নিম্ন পর্যায়ে রয়েছে।
কর্তৃপক্ষ জানিয়েছে, ইউয়ানবাও যৌথ গবেষণা ও উন্নয়নে গভীরভাবে অংশ নিয়েছে এবং এটি প্রথম প্ল্যাটফর্ম হিসেবে চালু হয়েছে। ব্যবহারকারীরা ইউয়ানবাও খুলে কথা বলার সময় বোতামটি চেপে ধরে উপভাষা রিকগনিশন, প্রসঙ্গভিত্তিক স্মার্ট সংশোধন এবং জটিল পরিবেশে স্থিতিশীল ট্রান্সক্রিপশনের উন্নত সক্ষমতা উপভোগ করতে পারবেন। ভয়েস ইনপুট আরও নির্ভুল ও স্থিতিশীল, এবং এটি বিনামূল্যে উন্মুক্ত। WorkBuddyসহ অন্যান্য পণ্যেও ধীরে ধীরে এটি যুক্ত করা হচ্ছে।
বর্তমানে Hy ASR 3.0 preview টেনসেন্ট ক্লাউডের অফিসিয়াল ওয়েবসাইটে চালু হয়েছে এবং API পরিষেবা দিচ্ছে। এটি স্মার্ট কাস্টমার সার্ভিস, কনটেন্ট বোঝাপড়া, ভয়েস সার্চসহ বিভিন্ন ক্ষেত্রে ব্যাপকভাবে প্রয়োগ করা যেতে পারে।
সংশ্লিষ্ট লিংক:
টেনসেন্ট হুয়ানয়ান: https://aistudio.tencent.com/visual
টেনসেন্ট ক্লাউড: https://cloud.tencent.com/document/product/1093/135476