مواد

• براہ راست عنوان کے اثر کو کم کرنا

مقامی ویڈیو اور ویب کلپس کے لئے سرخیاں پیدا کرنے کے لئے آن ڈیوائس مشین لرننگ کا استعمال کرتے ہوئے ، لائیو کیپشن ابھی تک عمدہ Android خصوصیات میں سے ایک ہے۔

گوگل نے ایک بلاگ پوسٹ شائع کی ہے جس میں بتایا گیا ہے کہ یہ نفٹی خصوصیت کیسے کام کرتی ہے ، اور اس میں ابتدائی طور پر تین آلہ مشین مشین سیکھنے کے ماڈلز شامل ہیں۔

خود تقریر کی شناخت کے ل ne بار بار اعصابی نیٹ ورک تسلسل ٹرانسپکشن (RNN-T) ماڈل ہے ، لیکن گوگل بھی اوقاف کی پیش گوئی کرنے کے لئے بار بار اعصابی نیٹ ورک استعمال کررہا ہے۔

تیسرا آن ڈیوائس مشین سیکھنے کا ماڈل آواز کے واقعات ، جیسے پرندوں کی منڈلاتی ، لوگوں نے تالیاں بجانا ، اور موسیقی کے لئے ایک مجازی عصبی نیٹ ورک (سی این این) ہے۔ گوگل کا کہنا ہے کہ یہ تیسرا مشین لرننگ ماڈل براہ راست نقل کی رسائ ایپ پر کام کرنے سے ماخوذ ہے ، جو تقریر اور صوتی واقعات کی نقل کرنے کے قابل ہے۔

براہ راست عنوان کے اثر کو کم کرنا

کمپنی کا کہنا ہے کہ اس نے براہ راست کیپشن کی بیٹری کی کھپت اور کارکردگی کے تقاضوں کو کم کرنے کے لئے متعدد اقدامات کیے ہیں۔ایک تو یہ کہ مکمل طور پر خود کار طریقے سے تقریر کی شناخت (ASR) انجن تب چلتا ہے جب تقریر کا اصل پتہ چل جاتا ہے ، اس کے برعکس مسلسل پس منظر میں چلنے کے مقابلے میں۔

"مثال کے طور پر ، جب موسیقی کا پتہ چل جاتا ہے اور تقریر آڈیو سلسلہ میں موجود نہیں ہے تو ، لیبل اسکرین پر ظاہر ہوگا ، اور ASR ماڈل ان لوڈ کیا جائے گا۔ جب تقریر دوبارہ آڈیو اسٹریم میں موجود ہوتی ہے تو ASR ماڈل صرف میموری میں بھری ہو جاتی ہے ، "گوگل اپنے بلاگ پوسٹ میں وضاحت کرتا ہے۔

گوگل نے عصبی کنکشن کی کٹائی (تقریر کے ماڈل کا سائز کم کرنا) ، بجلی کی کھپت کو 50٪ تک کم کرنا اور لائیو کیپشن کو مسلسل چلنے کی اجازت جیسی تکنیک کا بھی استعمال کیا ہے۔

گوگل وضاحت کرتا ہے کہ تقریر کی شناخت کے نتائج ہر سیکنڈ میں چند بار اپ ڈیٹ ہوجاتے ہیں جیسے ہی عنوان تیار ہوتا ہے ، لیکن اوقاف کی پیش گوئی مختلف ہے۔ وسطی مطالبات کو کم کرنے کے ل The ، سرچ کمپنین کا کہنا ہے کہ وہ "حال ہی میں تسلیم شدہ جملے سے عبارت کی دم پر" اوقاف کی پیش گوئی پیش کرتا ہے۔

براہ راست کیپشن اب گوگل پکسل 4 سیریز میں دستیاب ہے ، اور گوگل کا کہنا ہے کہ یہ پکسل 3 سیریز اور دیگر آلات پر "جلد" دستیاب ہوگا۔ کمپنی کا کہنا ہے کہ وہ دوسری زبانوں کی حمایت اور ملٹی اسپیکر مشمولات کی بہتر حمایت پر بھی کام کر رہی ہے۔