Үн кабарын которуу: бөтөн тилди түшүнүү

Үн кабарын которуу эки кадамда болот: адегенде үн текстке айланат, андан кийин текст которулат. Биринчи кадам Борбордук Азия тилдеринде сынып калат: глобалдык сервистерде өзбекчеде ар бир үчүнчү сөз каталуу чыгат. Бул макалада өзбек, казак, кыргыз жана орус тилдери үчүн иштеген варианттар жана алардын чектөөлөрү каралат.

Эмне үчүн үн кабары адегенде текстке айланып, андан кийин которулат?

Түз которуу «аудио → башка тил» болбойт. Кандай гана сервис болбосун, «үндү которобуз» дегени бирдей иш: адегенде сөздү тааныйт, андан кийин алынган текстти котормочуга жиберет.

Бул эмнени билдирет: которуунун сапаты таанып-билүүнүн сапатына байланышат. Биринчи кадам туура иштебесе, экинчи кадам да туура иштебейт. Расшифровкада аты, сан же этиш каталуу болсо, бүтүндөй сүйлөмдүн маанисин өзгөртөт.

Ушул себептен бардыгы бир эле жолу сынат. 30% ката бар модель котормону туура эмес текстке курат, жыйынтыгы маанисиз болуп чыгат.

Таанып-билүүнүн өзү кантип иштейри жана кандай форматтарды кабыл алары тууралуу «Кыргызча сүйлөөнү текстке айландыруу» макаласын окуңуз.

Мессенджерлердин орнотулган расшифровкасы менен эмне туура эмес?

Telegram Premium үн кабарларын тиркеменин ичинде расшифровкалайт. Орусча жана англисче жакшы иштейт. Өзбекче, казакча жана кыргызча расшифровка иштебейт.

Глобалдык сервистерде себеп бирдей. Универсалдык моделдер негизинен англисчеге окутулган; өзбекче жана казакча агглютинативдик тилдер, алар боюнча ачык окутуу маалыматтары аз, ал эми айтылышы аймак боюнча бир кыйла айырмаланат. Жыйынтыгы: 30% дан ашык таануу катасы, башкача айтканда ар бир үчүнчү сөз туура эмес.

Иш жүзүндө мындай болот: адам войсту универсалдык аркылуу жиберди, текст алды, котормочуну иштетти, маани аныкталбайт. Мында котормочунун күнөөсү жок: текст ага мурунтан эле туура эмес келген.

Казак тили боюнча атайын абал бар: атайындашкан чечимдер арасында да сапат бир кыйла айырмаланат.

Telegram-бот аркылуу үн кабарын кантип которсо болот?

Жеке баарлашууда, кадам-кадам

Эң ылдам жол: үн кабарын @sezishbot ботуна кайра жөнөтүү. Катталуу да, тиркеме орнотуу да керек эмес.

Бот үн кабарларды, тегерек видеолорду, аудиофайлдарды жана 20 МБга чейинки видеолорду кабыл алат. Жооп катары сөздөр агымы эмес, тыныш белгилери менен туура форматталган текст келет. Текстин астында алты тилге которуу баскычтары чыгат, каракалпак тили менен бирге: бул тил Google Translate да, башка которучулардын көбүндө да жок, ал эми сүйлөгөндөрдүн саны болжол менен эки миллион.

Бекер версиясында күнүнө 10 мүнөт расшифровка жеткиликтүү. Ар бир кабар өзүнүн узундугунча убакыт сарптайт: 40 секунддук войс 40 секундду алат.

Чектөө ачык: 20 МБдан ашкан файлды бот кабыл албайт, бекер лимит болсо 10 мүнөт күнүнө бардык кабарлар боюнча жыйынтыкталат.

Бүтүн чат үчүн бир эле жолу

Бот жеке баарлашууда гана иштебейт. @sezishbot жумушчу же үй-бүлөлүк топко кошуңуз: ал командасыз эле ар бир үн кабарды өзү расшифровкалайт. Калган катышуучуларга эч нерсе жөндөш керек эмес.

Топтогу мүнөттөр ботту кошкон адамдын балансынан чыгарылат. Бул уюштуруу тоскоолдугун жок кылат: 40 адамдан турган, күн сайын үч тилде үн кабарлар түшүп жаткан чатта бир адамдын бир аракети жетиштүү.

Ушул себептен топтук сценарий жеке баарлашуудан башкача маселени чечет. Үн кабарлар «угулбаган» бойдон калбайт: текст лентада эле чыгат, аны издесе болот, көчүрсө болот, которсо болот.

Үн кабарлары көп болуп, узун болуп кетсе эмне кылуу керек?

Ылайыктуу курал тапшырманын көлөмүнө жараша. Бот мессенджердеги өзүнчө кабарлар үчүн оптималдуу, узун файлдар үчүн эмес.

Узун жазуулар үчүн, ботто лимитке сыйбагандар үчүн, башка жол бар: Mac тиркемеси аларды жергиликтүү иштетет.

Бул жерде офлайн боюнча нюанс бар. Macта модель 225 МБ болуп, түздөн-түз компьютерде иштейт: таанып-билүү интернетсиз жүрөт. Бирок которуу серверди талап кылат: репликанын тексти коргоочу байланыш аркылуу тил моделине жиберилет, тармак жок болсо которуу баскычы иштебейт.

Жиберилген үн кабар кайда барат?

Аудио TLS коргоолуу байланыш аркылуу берилет. Сервер аны оперативдик эс тутумда иштетет жана жооп берген соң сактабайт: файл алды, текст кайтарды, аудиону унутту.

Тексттер менен жазуулар моделдерди окутуу үчүн колдонулбайт. Тиркеме катталуусуз иштейт; түзмөктүн идентификаторлору жана геолокация чогултулбайт.

Которуу боюнча өзүнчө суроо бар. Которуу баскычын баскандагыда репликанын тексти тил моделине жиберилет. Модель провайдери текстти гана алат, колдонуучу жана түзмөк тууралуу маалыматсыз, жана аны sezish саясатынан кем эмес деңгээлде коргоого милдеттүү.

Бул эмнени билдирет: иштеп чыгуучуда жиберилген үн кабарлардын архиви жок. Аналитика жалаң sezi.sh сайтында орнотулган жана браузердин стандарттык техникалык маалыматтарын алат; ботто жана тиркемелерде аналитика жок. Толук шарттар купуялык саясатында.

Көп берилүүчү суроолор

Үн кабарым серверде сакталып калабы?

Жок. Сервер аудиону оперативдик эс тутумда иштетет жана текстти кайтарган соң сактабайт. Жазуулар моделдерди окутуу үчүн колдонулбайт.

Чаттын башка катышуучулары ботту үн кабарларымды расшифровкалаганын көрөбү?

Бот расшифровканы чаттын жалпы лентасына жариялайт: текст катышуучулардын баарына жөнөкөй билдирүү катары көрүнөт. Жашырын фондук иштетүү жок.

Бекер канча үн кабар которсо болот?

Бекер версиясында күнүнө 10 мүнөт расшифровка жеткиликтүү. Ар бир войс так өзүнүн узундугунча убакыт сарптайт: бир мүнөттүк войс бир мүнүт алат. Расшифровкаланган тексттин которуусу ар бир кабардын астындагы баскыч аркылуу жеткиликтүү.

Бот өзбекчени, казакчаны жана кыргызчаны так түшүнөбү?

Борбордук Азия тилдерине атайын окутулган модель өзбекчеде болжол менен 9% сөздө каталашат: он бир сөздүн бири. Глобалдык сервистерде өзбекчеде 30% дан ашык ката болот. Казак жана кыргыз тилдери боюнча модель аймакка атайындашкан; бул тилдер үчүн өзүнчө өлчөнгөн сандар жалпыга жарыяланган эмес.

Лимиттен чоң же 20 МБдан оор үн кабар менен эмне кылуу керек?

Бот 20 МБга чейинки файлдарды кабыл алат; бекер лимит күнүнө 10 мүнөт. Узун жазуулар үчүн башка жол бар: Mac тиркемеси аларды жергиликтүү иштетет. Чоңураак иш үчүн sezi.sh/ky/ барагында маалымат бар.

Үн кабарды интернетсиз которсо болобу?

Которуу офлайн иштебейт: репликанын тексти сервер аркылуу тил моделине жиберилет. Macта жергиликтүү жалаң таанып-билүү иштейт: модель 225 МБ болуп, аудиону түздөн-түз компьютерде иштетет. Которуу баскычы бул учурда туташуу талап кылат.

Бот кайсы тилдерге которот?

Бот алты тилге которот, каракалпак тили менен бирге. Толук тизме боттун интерфейсинде жеткиликтүү: которуу баскычтары ар бир расшифровканын астында чыгат.