Nutqni tanib olish qanday ishlaydi: qo‘ng‘iroqda ovoz qanday matnga aylanadi
Sado AI jamoasi · · 4 daqiqada o‘qiladi
Qisqacha
Nutqni tanib olish (ASR yoki STT) — odam aytgan so‘zlarni matnga aylantiradigan texnologiya. Qo‘ng‘iroqda u ovozni qisqa bo‘laklarda eshitadi, odam gapini tugatganini aniqlaydi, tovush va kontekstdan eng ehtimolli so‘zlarni tanlaydi, raqam va vaqtni yozuv shakliga keltiradi. Telefonda bu qiyinroq: tovush tor, shovqin bor, odamlar o‘zbek va rus so‘zlarini aralashtiradi, raqamni bo‘lib aytadi. Sifatni umumiy foiz bilan emas, eng muhim narsalar — telefon raqami, ism, sana va manzil — bo‘yicha tekshiring.
Nutqni tanib olish nima
Nutqni tanib olish — inglizcha ASR (automatic speech recognition) yoki STT (speech-to-text) — ovozni matnga aylantiradi. Telefondagi ovozli qidiruv, videoga subtitr, ovozli xabarni matn qilib o‘qish shu bilan ishlaydi.
AI ovozli operatorda bu birinchi bo‘g‘in. Mijoz gapiradi, tizim gapni matnga aylantiradi, keyingi qism shu matndan mijoz nima so‘raganini tushunadi va javob tayyorlaydi. Tanish xato bo‘lsa, keyingi hamma qadam ham xato bo‘ladi: «payshanba» «juma» bo‘lib eshitilsa, mijoz noto‘g‘ri kunga yoziladi.
Qo‘ng‘iroqda ovoz qanday matnga aylanadi
- Ovoz qisqa bo‘laklarga bo‘linadi. Tizim mijoz gapini tugatishini kutib o‘tirmaydi: eshitgan sari ishlaydi.
- Gapning boshi va oxiri aniqlanadi. Tizim ovozni shovqindan ajratadi va pauzaga qaraydi: qisqa pauza — odam o‘ylayapti, uzunroq pauza — gapini tugatdi. Bu qadam javob tezligiga ham, mijozning gapini bo‘lmaslikka ham ta’sir qiladi.
- Tovushdan so‘zlar chiqariladi. Neyron tarmoq ko‘p soatlik yozuvlarda o‘rgangan: qaysi tovush qaysi so‘zga o‘xshashini va qaysi so‘z qaysi so‘zdan keyin kelishini biladi. Shuning uchun «ikki yuz ...» dan keyin «ming so‘m» kelishini taxmin qila oladi.
- Matn tartibga keltiriladi: «to‘qson bir, besh yuz o‘n ikki» → «91 512», «o‘n yarim» → «10:30».
- Matn keyingi qismga beriladi: u mijoz nima xohlashini tushunadi va javob tuzadi. Butun zanjir haqida: AI ovozli operator nima.
Telefonda nega qiyinroq
- Tor tovush: telefon liniyasi ovozning faqat bir qismini o‘tkazadi, «s» va «sh», «f» va «p» kabi tovushlar bir-biriga o‘xshab qoladi.
- Shovqin: ko‘chada, mashinada, bozorda yoki karnay rejimida qilingan qo‘ng‘iroq.
- Aralash til: «Zakaz bersam, dostavka bepulmi?» — bir gapda o‘zbek va rus so‘zlari.
- Raqamlar: telefon raqami guruhlab aytiladi, narx «bir yarim million» deb aytiladi.
- Ismlar va joy nomlari: Shahzoda, Abdurahmon, mahalla va mo‘ljal nomlari.
- Sheva va tez gapirish: har viloyat biroz boshqacha talaffuz qiladi.
Xatoga qarshi ikki narsa yordam beradi: telefon uchun o‘rgatilgan yaxshi model va muhim narsani qayta takrorlash. Operator raqamni yozgach «91 512 45 67, to‘g‘rimi?» deb so‘rasa, xato shu yerning o‘zida tuzatiladi.
Tanish sifatini qanday tekshirish kerak
Mutaxassislar WER — so‘z xatosi ulushini o‘lchaydi: noto‘g‘ri, tushib qolgan va ortiqcha so‘zlar soni ÷ aytilgan so‘zlar soni. Masalan, 200 so‘zli suhbatda 14 ta xato bo‘lsa: 14 ÷ 200 = 7%. Bu faqat misol. Biznes uchun boshqa savol muhimroq: kerakli ma’lumot to‘g‘ri yozildimi?
| Nima tekshiriladi | Qanday sinash kerak | Xato bo‘lsa nima bo‘ladi |
|---|---|---|
| Telefon raqami | Raqamni guruhlab ayting: «to‘qson bir, besh yuz o‘n ikki, qirq besh, oltmish yetti» | Menejer mijozga qayta qo‘ng‘iroq qila olmaydi |
| Sana va vaqt | «Payshanba soat to‘rtda», «indinga ertalab» deb ayting | Mijoz noto‘g‘ri vaqtga yoziladi |
| Ism | Ism va familiyangizni ayting, keyin yozuvni ko‘ring | CRM’da xato ism qoladi |
| Manzil | Mo‘ljal bilan ayting: «Chilonzor, 9-kvartal, bozor orqasi» | Kuryer adashadi |
| Aralash gap | O‘zbekcha gapga ruscha so‘z qo‘shing | Operator savolni tushunmaydi |
Har sinovdan keyin qo‘ng‘iroq matnini o‘qing: tizim nimani eshitganini aynan ko‘rasiz. Bitta qo‘ng‘iroqni shovqinli joydan qiling.
Sado’da nutqni tanib olish
Sado o‘zbek va rus tilida eshitadi va gapiradi, bir gapda aralashgan so‘zlarni ham tushunadi. Raqamni guruhlab aytsangiz, birinchi guruhdan keyin gapingizni bo‘lmaydi — oxirigacha kutadi. Har bir qo‘ng‘iroqning yozuvi va to‘liq matni portalda saqlanadi: operator nimani eshitgani va nima javob bergani ko‘rinib turadi.
Batafsil: o‘zbek tilida gapiradigan AI operator va kiruvchi qo‘ng‘iroqlar uchun AI operator. Tekshirib ko‘ring: 78 778 01 23 ga qo‘ng‘iroq qiling yoki jonli sinab ko‘ring.
Savollar
Nutqni tanib olish va ovozli operator bir narsami?
Yo‘q. Nutqni tanib olish faqat ovozni matnga aylantiradi. Ovozli operator bundan keyin savolni tushunadi, javob beradi, mijozni yozib qo‘yadi va natijani CRM’ga yuboradi. Qisqa javoblar: ko‘p beriladigan savollar.
Sheva yoki tez gapirishni tushunadimi?
Eng ishonchli yo‘li — o‘zingiz odatdagidek gapirib ko‘rish. 78 778 01 23 ga qo‘ng‘iroq qiling, keyin operator nimani tushunganini tekshiring.
Xatosiz tanib oladigan tizim bormi?
Yo‘q, telefonda odam ham ba’zan noto‘g‘ri eshitadi. Shuning uchun raqam, sana va manzilni qayta takrorlab tasdiqlash yaxshi odat, qo‘ng‘iroq yozuvi esa portalda qoladi.