Alibaba ရဲ့ CosyVoice AI Input Method လက်တွေ့စမ်းသပ်မှု- လက်လွတ် input၊ Speech to Text output၊ ချောမွေ့မှုက မျှော်လင့်ထားတာထက် များစွာသာလွန်ပါတယ်။

လက်လွတ်လွတ်လပ်လပ် အစစ်အမှန်ကို ခံစားချင်ပါသလား။ ဒီဆောင်းပါးက Alibaba ရဲ့ မေးခွန်း ၁၀၀၀ ကို အခြေခံပြီး နက်နဲတဲ့ စမ်းသပ်မှုတစ်ခုကို ပေးစွမ်းပါတယ်။AICosyVoice သည် "သင်ပြောပြီးသည်နှင့် မူကြမ်းများထုတ်ပေးခြင်း" ၏ အကောင်းဆုံးချောမွေ့သောအတွေ့အကြုံကို သင့်အား ಉಳಿಸပေးပါသည်။

မင်းပဲဖြစ်ဖြစ်Self- မီဒီယာသင်ဟာ စာရေးဆရာတစ်ယောက်ဖြစ်စေ၊ ရုံးဝန်ထမ်းတစ်ယောက်ဖြစ်စေ၊ မြင့်မားတဲ့ ထုတ်လုပ်နိုင်စွမ်းကို ရှာဖွေနေသူတစ်ယောက်ဖြစ်စေ ဒီ CosyVoice လုပ်ဆောင်ချက်သုံးသပ်ချက်နဲ့ အသုံးပြုသူလမ်းညွှန်က တကယ်အသုံးဝင်မှုရှိမရှိနဲ့ သင့်ရဲ့စွမ်းဆောင်ရည်ကို နှစ်ဆတိုးစေဖို့ ဘယ်လိုအသုံးပြုရမလဲဆိုတာ ပြောပြပေးပါလိမ့်မယ်။ နောက်ဆုံးပေါ် AI အသံအခြေပြု စာသားရေးသားခြင်းနည်းပညာကို အခုပဲ ရယူလိုက်ပါ။

လူအတော်များများဟာ ဆောင်းပါးတွေရေးတဲ့အခါ "အသံနဲ့ထည့်သွင်းရတဲ့ အခက်အခဲတွေ" ကို ကြုံတွေ့ဖူးကြပါတယ်။ စာပိုဒ်ရှည်တစ်ပိုဒ်ပြောပြီးတဲ့နောက်မှာ မျက်နှာပြင်မှာ "အမ်"၊ "အဲဒါ" နဲ့ "ဟုတ်တယ်" ဆိုတဲ့ စကားလုံးတွေနဲ့ ပြည့်နှက်နေတာကြောင့် ဖျက်ရတာ စိတ်ပျက်စရာပါပဲ။ Alibaba ရဲ့ CosyVoice ထည့်သွင်းနည်းလမ်း ပေါ်လာမှ အသံနဲ့ထည့်သွင်းမှုဟာ "လွတ်လပ်စွာပြောဆိုပြီး လှပစွာရေးသားခြင်း" ကို အမှန်တကယ်ရရှိစေနိုင်တယ်ဆိုတာ ကျွန်တော်သဘောပေါက်ခဲ့ပါတယ်။

ဗီဒီယို အချိန်တံဆိပ်တုံး-

အတွေ့အကြုံ၏ ပထမအချီ- တစ်ချက်နှိပ်ရုံဖြင့် မူကြမ်းကို ထုတ်ပေးပြီး ဖြည့်စွက်စကားလုံးများ ချက်ချင်းပျောက်ကွယ်သွားသည်။

ရိုးရာအသံထည့်သွင်းမှုရဲ့ အကြီးမားဆုံးအခက်အခဲကတော့ ဖြည့်စွက်စကားလုံးတွေကို အလွန်အကျွံအသုံးပြုတာပါပဲ။ အစည်းအဝေးတစ်ခုမှာ မှတ်စုရေးတဲ့အခါ စကားအများကြီးပြောပေမယ့် ထွက်လာတဲ့စာသားကတော့ ရှုပ်ပွနေပါတယ်။

ကျွန်တော် Qianwen input method ကိုသုံးပြီး စာကြောင်းတစ်ကြောင်းပြောကြည့်တယ်-

"အမ်... အဲဒါ... နောက်အပတ် ပရောဂျက်တိုးတက်မှုအစီရင်ခံစာ၊ ဒေတာတွေကို ကြိုတင်ပြင်ဆင်ထားပါ၊ ဘာမှလွတ်မသွားအောင် သေချာလုပ်ပါ။"

မျက်နှာပြင်ပေါ်တွင် ပြသထားသော ရလဒ်မှာ အောက်ပါအတိုင်းဖြစ်သည်-

"နောက်အပတ် ပရောဂျက်တိုးတက်မှုအစီရင်ခံစာအတွက် သင့်ဒေတာကို ကြိုတင်ပြင်ဆင်ထားပါ၊ ဘာမှလွတ်မသွားစေရန် သေချာပါစေ။"

ကျွန်တော့်ရဲ့ လက်ရေးစာမူကို တစ်ယောက်ယောက်က သုတ်ပေးလိုက်သလို ကျွန်တော့်ရဲ့ စွဲဆောင်မှုစကားလုံးတွေအားလုံး ချက်ချင်းပျောက်ကွယ်သွားပါတယ်။ ပိုအံ့သြစရာကောင်းတာက အဲဒါက သူတို့ကို စာရင်းတစ်ခုအနေနဲ့ အလိုအလျောက် စီစဉ်ပေးနိုင်တာပါပဲ။

1. ပရောဂျက်တိုးတက်မှုအစီရင်ခံစာတင်သွင်းပါ
2. လိုအပ်ချက်ဖြေရှင်းချက်ကိုဖြည့်စွက်ပါ
3. ဈေးကွက်ရှာဖွေရေးအစီအစဉ်ကို ဆုံးဖြတ်ပါ

အဲဒီအချိန်မှာ ဒါဟာ ရိုးရာအသံထည့်သွင်းမှုနဲ့ လုံးဝကွဲပြားတဲ့ မျိုးစိတ်တစ်ခုလို့ ကျွန်တော် တကယ်ခံစားမိခဲ့တယ်။

ဒုတိယအကျော့ အတွေ့အကြုံ- စကားလုံးများကို ချောမွေ့စွာပြောင်းလဲခြင်း၊ စကားပြောဆိုခြင်းသည် ချက်ချင်းပင် စံသတ်မှတ်ထားသော အီးမေးလ်ဖြစ်လာသည်။

ကျွန်တော်က ၎င်းရဲ့ အမှားပြင်ဆင်နိုင်စွမ်းကို ရည်ရွယ်ချက်ရှိရှိ စမ်းသပ်ခဲ့ပါတယ်-

"မနက်ဖြန် အစည်းအဝေးကို တတိယထပ်က အစည်းအဝေးခန်း နံပါတ်နှစ်မှာ လုပ်မှာပေါ့—မဟုတ်ဘူး၊ မဟုတ်ဘူး၊ တတိယထပ်က အစည်းအဝေးခန်း နံပါတ်သုံးကို ပြောင်းလိုက်ရအောင်။"

၎င်းက တိုက်ရိုက် ဤသို့ ဖော်ပြသည်- "မနက်ဖြန် အစည်းအဝေးကို တတိယထပ်ရှိ အစည်းအဝေးခန်း နံပါတ်သုံးတွင် ကျင်းပပါမည်"။
လိပ်စာပြောင်းလဲမှုက လူတစ်ယောက်နှင့် စကားပြောဆိုခြင်းကဲ့သို့ သဘာဝကျသော အရိပ်အယောင်မျှ မကျန်ရစ်ခဲ့ပါ။

ကျွန်တော့်ကို ပိုအံ့သြစေတာက စကားပြောစကားလုံးတွေကို အီးမေးလ်တွေအဖြစ် တိုက်ရိုက်ပြောင်းလဲပေးနိုင်တာပါပဲ။ ကျွန်တော်ပြောခဲ့တယ်-

"ဒါကို တရားဝင်အီးမေးလ်ပုံစံနဲ့ ရေးပေးနိုင်မလား။ မစ္စတာ ဇန်နဲ့ ကြာသပတေးနေ့ ညနေ ၃ နာရီမှာ တတိယသုံးလပတ် အမှတ်တံဆိပ် မြှင့်တင်ရေးအစီအစဉ်နဲ့ ပတ်သက်ပြီး တွေ့ဆုံဆွေးနွေးချင်ပါတယ်။ သူ့အတွက် အဆင်မပြေရင် ကျွန်တော်တို့ စီစဉ်ပေးနိုင်ပါတယ်။"

စက္ကန့်အနည်းငယ်အကြာတွင်၊ ပြီးပြည့်စုံသော အီးမေးလ်တစ်စောင် ထုတ်ပေးခဲ့သည်-

Subject: "သုံးလပတ် အမှတ်တံဆိပ် မြှင့်တင်ရေး အစီအစဉ်" နှင့် ပတ်သက်၍ ဆက်သွယ်ရန် ဖိတ်ကြားချက်

မစ္စတာ ဇန်၊ မင်္ဂလာပါ။

ဒီအစီအစဉ်ကို ပိုမိုကောင်းမွန်စွာ ရှေ့ဆက်နိုင်ဖို့အတွက် အဓိကအချက်အနည်းငယ်ကို ခင်ဗျားနဲ့ ကိုယ်တိုင်ကိုယ်ကျ ဆွေးနွေးချင်ပါတယ်။ ဒီကြာသပတေးနေ့ ညနေ ၃:၀၀ နာရီက ခင်ဗျားအတွက် အဆင်ပြေတဲ့အချိန် ဖြစ်ပါသလား။ မဟုတ်ရင် ပိုအဆင်ပြေတဲ့ အချိန်ဇယားတစ်ခု ပေးပါ၊ ကျွန်တော် စီစဉ်ပေးပါ့မယ်။

ကျေးဇူးတင်ပါတယ်!
ဈေးကွက်ရှာဖွေရေးဌာန ရှောင်လီ

ယခင်က ထိုသို့သော အီးမေးလ်များရေးသားခြင်းသည် အနည်းဆုံး သုံးမိနစ်မှ ငါးမိနစ်အထိ ကြာနိုင်သော်လည်း ယခုအခါ ဆယ်စက္ကန့်သာ ကြာပြီး ထိရောက်မှုတွင် ကြီးမားသော တိုးတက်မှုတစ်ခုဖြစ်သည်။

တတိယအချီ စမ်းသပ်မှု- ဒေသိယစကား မှတ်မိနိုင်စွမ်းကို အပြည့်အဝ ကိုင်တွယ်ဖြေရှင်းပေးခဲ့ပြီး နံပါတ်ဖော်မတ် ပြောင်းလဲခြင်းကို အလိုအလျောက် လုပ်ဆောင်ပေးခဲ့သည်။

အသံထည့်သွင်းမှုဆိုင်ရာ နောက်ထပ်အဓိကစိန်ခေါ်မှုတစ်ခုမှာ ဒေသိယစကားများဖြစ်သည်။ သို့သော် CosyVoice သည် ၎င်းကို အလွယ်တကူကိုင်တွယ်ဖြေရှင်းသည်။

ရှန်ဟိုင်းက ကျွန်တော့်သူငယ်ချင်းက "ဒီနေ့ရာသီဥတုကောင်းလိုက်တာ၊ ဘန့်မှာ လမ်းလျှောက်ထွက်ကြရအောင်" လို့ပြောတယ်။
"ဒီနေ့ ရာသီဥတုကောင်းလိုက်တာ၊ ဘန့်ကို သွားကြရအောင်" လို့ ဘာသာပြန်ဆိုထားပါတယ်။

၎င်းသည် ရှန်ဟိုင်းဘာသာစကားများကိုသာမက ကွမ်တုံနှင့် စီချွမ်ဘာသာစကားများကိုပါ နားလည်နိုင်ပါသည်။ ဒေသအနှံ့ ဆက်သွယ်ပြောဆိုရန် လိုအပ်သော ပရော်ဖက်ရှင်နယ်များအတွက် ဤအင်္ဂါရပ်သည် အသက်ကယ်တစ်ခုဖြစ်သည်။

ပိုကောင်းတာက ဂဏန်းဖော်မတ်တွေကို အလိုအလျောက် မှတ်မိနိုင်ပါတယ်။ ဥပမာအားဖြင့် "12.6%" ကို "12.6%" အဖြစ် တိုက်ရိုက်ပြောင်းပြီး "3.58 million" ကို "358 million" အဖြစ် အလိုအလျောက်ပြောင်းပေးပါတယ်။ ငွေကြေးနဲ့ အချက်အလက်ဆိုင်ရာ အခြေအနေတွေမှာ ကိုယ်တိုင်တည်းဖြတ်စရာမလိုတော့ပါဘူး။

စတုတ္ထအကြိမ် အတွေ့အကြုံ- အထူးပြုဝေါဟာရများကို မှတ်မိခြင်းတိုးတက်စေရန်အတွက် လူကြိုက်များသောစကားလုံးကျွမ်းကျင်မှုများ

ဟုတ်ပါတယ်၊ ပြီးပြည့်စုံတယ်လို့ မဆိုနိုင်ပါဘူး။ သီးခြားနာမည်တွေကို မှတ်မိနိုင်စွမ်းက နည်းနည်း လိုအပ်နေပါသေးတယ်။ ဥပမာ၊ "du jia" လို့ ကျွန်တော်ပြောလိုက်တဲ့အခါ "du jia" လို့ မှတ်မိသွားပြီး အဓိကအချက်ကို လုံးဝလွဲချော်သွားပါတယ်။

ကံကောင်းထောက်မစွာပဲ၊ တရားဝင်စာရွက်စာတမ်းမှာ "Hot Word Skill" လုပ်ဆောင်ချက်ကို ပေးထားတာကြောင့် အသုံးပြုသူတွေဟာ စိတ်ကြိုက်စကားလုံးတွေကို ကိုယ်တိုင်ထည့်သွင်းနိုင်ပါတယ်။ ဒါတွေကို ထည့်သွင်းပြီးနောက်၊ တိကျမှုနှုန်း သိသိသာသာ တိုးတက်လာပါလိမ့်မယ်။ ဒါဟာ လက်တွေ့ကျတဲ့ ပြန်လည်ပြုပြင်မှု ဖြေရှင်းချက်တစ်ခုပါပဲ။

လက်တွေ့စမ်းသပ်မှုအကျဉ်းချုပ်- ရွေးချယ်စရာတစ်ခုအဖြစ် အသံထည့်သွင်းမှုမှ အဓိကဖြေရှင်းချက်သို့ ခုန်ပျံကျော်လွှားခြင်း

စမ်းသပ်မှုမှ အကြီးမားဆုံးသော သင်ခန်းစာယူရမည့်အချက်မှာ Qianwen Input Method သည် "အသံကို မှတ်တမ်းတင်ရုံသာမက" "သင်ပြောချင်တာကို နားလည်သည်" ဟူ၍ ဖြစ်သည်။

• ဖြည့်စွက်စကားလုံးများကို အလိုအလျောက်ဖယ်ရှားပါ၊ ကိုယ်တိုင်ဖျက်ခြင်းနှင့် တည်းဖြတ်ခြင်းတို့ကို နှုတ်ဆက်လိုက်ပါ။
• လိပ်စာပြောင်းလဲမှုသည် ချောမွေ့စွာဖြစ်ပြီး တကယ့်လူတစ်ယောက်နှင့် စကားပြောဆိုသကဲ့သို့ သဘာဝကျပါသည်။
• ပြောဆိုသောစကားလုံးများကို အီးမေးလ်များအဖြစ် တိုက်ရိုက်ပြောင်းလဲပေးပြီး၊ မူကြမ်းများကို ဆယ်စက္ကန့်အတွင်း ထုတ်ပေးပါသည်။

ဤစွမ်းရည်သုံးခုပေါင်းစပ်မှုသည် အသံထည့်သွင်းမှုကို "ရွေးချယ်နိုင်သော" ဖြေရှင်းချက်မှ စစ်မှန်သော "အဓိကဖြေရှင်းချက်" အဖြစ်သို့ ပြောင်းလဲပေးခဲ့သည်။

၎င်း၏တန်ဖိုးသည် လူများအား "နည်းပညာသည် အံ့သြဖွယ်ကောင်းသည်" ဟု ထင်မြင်စေခြင်းမဟုတ်ဘဲ "၎င်းသည် အလွန်ကောင်းမွန်စွာ အလုပ်လုပ်သည်" ဟု ထင်မြင်စေခြင်းဖြစ်သည်။ AI ထည့်သွင်းနည်းလမ်းတစ်ခုသည် ထိုကဲ့သို့ ဖြစ်သင့်သည်။

အဆုံးသတ်အနေနဲ့ အသံထည့်သွင်းမှုရဲ့ အနာဂတ်ရောက်ရှိလာပါပြီ။ စစ်မှန်တဲ့ ဉာဏ်ရည်ဉာဏ်သွေးဟာ အသုံးပြုရလွယ်ကူအောင် လုပ်ဆောင်ပေးခြင်းမှာ တည်ရှိပါတယ်။

သတင်းအချက်အလက်များ အလွန်အကျွံသုံးစွဲနေသော ဤခေတ်တွင် ထိရောက်မှုသည် ထုတ်လုပ်နိုင်စွမ်းနှင့် ညီမျှသည်။ Alibaba ၏ CosyVoice ထည့်သွင်းနည်းလမ်းသည် ၎င်း၏ "ချောမွေ့သော" အသုံးပြုသူအတွေ့အကြုံဖြင့် အသံထည့်သွင်းမှုသည် လှည့်ကွက်တစ်ခုမဟုတ်ဘဲ ကျွန်ုပ်တို့၏ အလုပ်လုပ်ပုံကို အမှန်တကယ်ပြောင်းလဲပေးနိုင်သည့် ကိရိယာတစ်ခုဖြစ်ကြောင်း သက်သေပြနေသည်။

၎င်းက ကျွန်ုပ်တို့ကို ငြီးငွေ့ဖွယ်ကောင်းသော တည်းဖြတ်မှုများမှ လွတ်မြောက်စေပြီး အကြောင်းအရာကိုယ်တိုင်ကို အာရုံစိုက်နိုင်စေပါသည်။

အနာဂတ်ရဲ့ ရေးသားခြင်းဆိုတာ ကီးဘုတ်ကို လက်ချောင်းတွေ နှိပ်တာနဲ့ပဲ သက်ဆိုင်တော့မှာ မဟုတ်ဘဲ အတွေးတွေနဲ့ ဘာသာစကားတွေရဲ့ တိုက်ရိုက်စီးဆင်းမှုပဲ ဖြစ်ပါလိမ့်မယ်။

စစ်မှန်သော ဉာဏ်ရည်ဆိုသည်မှာ နည်းပညာကို ပြသခြင်းမဟုတ်ဘဲ၊ လူများ အသုံးပြုရလွယ်ကူအောင် ပြုလုပ်ပေးခြင်း ဖြစ်သည်။