MohirAI-ning eng muhim xususiyati bu yuqori aniqlikdagi Speech | Sariq Dev

MohirAI-ning eng muhim xususiyati bu yuqori aniqlikdagi Speech-to-Text (STT) modeli. Bu model oʻzbek tilidagi auido nutqni matnga oʻtkazib beradi. Loyihaning eng qiyin va qimmat qismi ham shu modelni yaratish boʻldi.

STT modelining imkoniyatlarini koʻrsatish uchun uni ChatGPT ga uladik. Maqsad STT modellarning kelajagini ommaga koʻrsatish edi.

Omma uchun STT mutlaqo ahamiyatga ega emas. Siz bu model uchun minglab soat audioni eshitib, tozalab chiqqaningiz, audioga mos matnlarni tozalash uchun oʻnlab insonlarni jalb qilganingiz ommaga muhim emas.

Yaʼni, agar mohirai saytiga quruq STT modelni qoʻyganimizda, buni hech kimga qizigʻi yoʻq edi. Shuning uchun model ChatGPT ga ulandi.

Oʻzbek tilida shu paytgacha mavjud STT model bu hukumat tomonidan (yaʼni men va sizning soliqlaringizdan) moliyalashtirilgan Muxlisa modeli edi.

Tabiiyki biz mohirai ni muxlisa bilan solishtirdik va kutilmaganda muxlisa ustida ishlagan dasturchilardan oʻta qoʻpol soʻkish koʻrinishidagi javob oldik. Agar Uzinfocom dasturchilari odamga oʻxshab mirojaat qilganida biz muloqotga ochiq edik, lekin "fu@%ing", "mraz" degan reaksiyadan keyin, bular muloqotga arzimaydigan odamlar ekanini tushundim.

Kamiga, odamlarni chalgʻitish uchun "Bular tayyor narsani oʻziniki qilib koʻrsatgan" deb gap ham tarqatib yurishibdi. STT qismi haqida miq etmadan, ChatGPT ulaganimizni aybdek koʻrsatayapti. Vaholanki oʻzlari na uni na buni eplagan.

Qayoqdagi chuttak dasturchisi esa menga GitHubi bilan maqtanib oʻtiribdi. Bilmaydiki, men birinchi dasturimni yozganimda GitHub tugul, Google ham ixtiro qilinmagan edi. Men birinchi dasturimni sotganimda hali Oʻzbekistonda internet ham yoʻq edi.

Xullas, nima ham derdim, it xuradi, karvon oʻtadi. Men 20 yillik mutaxassisman, qilgan ishimga javob beraman, qayoqdagi chuttakka esa hech narsa isbotlashim shart emas. Arzimaydi.