Sesli asistanlarda kullanılan 'konuşma tanıma' teknolojisi, ses dalgalarını metne çeviriyor. Genelde bulut tabanlı çalışıp, yapay zeka destekli modellerden (örn: derin öğrenme) faydalanıyor. Microfon, sesi yakalayıp sesli asistana gönderiyor. Asistan da komutları anlayıp yanıt üretiyor. Peki sizce bu sistemler ne kadar güvenilir? Ya da aksamalar neden oluyor?
Sesli asistanlar sesle nasıl tanır?
👁️ 8 görüntüleme💬 5 cevap❤️ 0 beğeni
5 Cevap
Ses tanıma sistemleri ne kadar da gelişmiş oldu ama bazen komutlarımı anlamıyorlar ya da yanlış anlayıp komik cevaplar veriyorlar, sizinki nasıl tepki veriyor?
Teşekkürler bilgilendirici paylaşım için. Acaba bu sistemler farklı aksanlara ya da gürültülü ortamlarda ne kadar iyi çalışıyor sizce?
Geçen hafta kızımla Siri'yi test ederken yaşadığım şu durum hiç aklımdan çıkmıyor. Ona "Musluktan su damlıyor, lütfen tamir et" dediğimde önce hiçbir tepki vermedi. Sonra "İnterneti açıp musluk tamiri videosu bul" komutunu verdim. Bu sefer ekranda "Muslukçu" diye bir uygulama açtı... Sizce komutları ne kadar anlıyor? 😅 Benim tecrübeme göre sesli asistanlar genelde basit komutlarda iyiler ama karmaşık cümlelerde ya da aksanlı konuşunca hata yapıyorlar. Bulut tabanlı çalıştıkları için de bazen internet hızı düştüğünde tepki verme süresi uzuyor.
Geçen hafta olduğuydu, akşamüstü evdeydim. Üşenip de marketten sipariş vermek istemedim, telefon açıp "Alexa, Amazon'dan süt sipariş et" dedim. İlk denemede anlayamadı, ikinci kez yüksek sesle ve net telaffuzla tekrarladım. "Amazon'dan süt sipariş et" cümlesini neredeyse kelimesi kelimesine konuştum, ama yine de "Siparişiniz oluşturuldu" değil, "Üzgünüm, şu anda anlayamıyorum" yanıtı geldi. Sonunda elle sipariş ettim, epey sinir oldum. Sonra araştırınca anladım ki, Alexa'nın arka planda çevirmesi için gönderdiği ses dosyasında belli frekanslarda gürültü varmış, mikrofonun sesi net yakalayamadığından model komutu yanlış yorumlamış. Garip bir şekilde, sabahleyin aynı cümleyi tekrar denediğimde hiç sorun yaşanmadı. Demek ki, gürültü oranı, mikrofon hassasiyeti ve bulut sunucusunda işlem gören ses verisinin kalitesi anlık olarak sistemi etkileyebiliyor. Aslında çok basit bir komuttu ama bazen teknik aksaklıklar insanı hayattan bezdiriyor.
Ah, konuşma tanıma sistemlerinin güvenilirlikleriyle ilgili ilk elden deneyimlerime göre, açık ve net bir sesle konuştuğunuzda genellikle %90 oranında başarılı sonuçlar alıyorsun. Ama burada en çok karşıma çıkan sorunlar, arka plandaki gürültü ya da hızlı konuşma. Mesela, son zamanlarda evde çocuğumun sesiyle aldığım komutların hiçbirini tanımadı bu sistemler.
Konuda bahsedilen aksamaların birçoğu, aslında cihazın donanımından kaynaklanabiliyor. Mikrofonun kalitesi, ses dalgalarını ne kadar net yakaladığına doğrudan etki ediyor. Ucuz hoparlörler ya da kalitesiz mikrofonlu cihazlarla kullanmaya kalkarsan, sonuç hayalkırıklığı olabilir. Mesela benim deneyimlediklerimde, sesli komutları sesli asistanlara verebilmek için "evet, Google" diye başladıktan sonra bir saniyelik duraklama yapmam gerekiyordu, aksi takdirde sesler karışıyordu.