चाहे आप काम कर रहे हों, गाड़ी चला रहे हों, या टचस्क्रीन पर टाइप करने में कठिनाई हो, भाषण-से-पाठ एक हो सकता है अविश्वसनीय रूप से सहायक सुविधा. यह कुछ ऐसा है जो पिछले कुछ वर्षों में काफी बेहतर हुआ है, लेकिन इसमें अभी भी कुछ नुकसान हो सकते हैं।
उस पर गूगल एआई ब्लॉग, Google ने घोषणा की कि पिक्सेल फोन जो अंग्रेजी पर सेट हैं, वे जल्द ही अपनी भाषण-से-पाठ क्षमताओं के प्रदर्शन में उल्लेखनीय सुधार देखेंगे।
आमतौर पर, आपके द्वारा कहे जा रहे शब्दों को समझने, संसाधित करने और उन्हें टेक्स्ट के रूप में सामने लाने के लिए स्पीच-टू-टेक्स्ट को सर्वर के साथ संचार करने की आवश्यकता होती है। इसका मतलब यह है कि, जब आप बात कर रहे होते हैं, तो अक्सर आप जो कह रहे होते हैं और आपके फ़ोन पर जो लिखा जा रहा होता है, उसके बीच देरी होती है। हालाँकि, ऑल-न्यूरल, ऑन-डिवाइस वाक् पहचानकर्ता की शक्ति का उपयोग करके, Google इस विलंबता को समाप्त करने में सक्षम है ताकि आप जो शब्द कह रहे हैं वह वास्तविक समय में जोड़े जा सकें।
इसका मतलब है कि अब कोई नेटवर्क विलंबता या स्पॉटनेस नहीं है - नया पहचानकर्ता हमेशा उपलब्ध रहता है, तब भी जब आप ऑफ़लाइन हों। मॉडल चरित्र स्तर पर काम करता है, ताकि जैसे ही आप बोलें, यह वर्ण-दर-वर्ण शब्दों को आउटपुट करता है, जैसे यदि कोई वास्तविक समय में आप जो कहते हैं उसे टाइप कर रहा है, और ठीक उसी तरह जैसे आप कीबोर्ड श्रुतलेख से अपेक्षा करते हैं प्रणाली।
तेजी से प्रतिलेखन के अलावा, वाक् पहचानकर्ता वाक्-से-पाठ को 100% ऑफ़लाइन काम करने की भी अनुमति देता है। इससे कोई फर्क नहीं पड़ता कि आप खराब नेटवर्क कवरेज वाले क्षेत्र में हैं या आप वाई-फाई के नजदीक नहीं हैं, स्पीच-टू-टेक्स्ट अभी भी काम करेगा चाहे कुछ भी हो।
जैसा कि ऊपर उल्लेख किया गया है, यह अब उन सभी पिक्सेल स्मार्टफ़ोन के लिए उपलब्ध हो रहा है जो अमेरिकी अंग्रेजी पर सेट हैं।