ايپليڪيشنن جو تعداد ۽ آواز انٽرفيس جي اهميت تيزي سان وڌي رهي آهي

پورٽلينڊ، اوريگون ۾ هڪ آمريڪي خاندان تازو ڄاڻيو ته Alex جي وائس اسسٽنٽ انهن جي نجي چيٽ رڪارڊ ڪئي ۽ انهن کي هڪ دوست ڏانهن موڪليو. گھر جي مالڪ، ڊينيئل کي ميڊيا طرفان ڊب ڪيو، صحافين کي ٻڌايو ته هوء "ان ڊيوائس کي ٻيهر پلگ ان نه ڪندي ڇو ته هن تي اعتبار نه ٿو ڪري سگهجي."

کؤن, ايڪو اسپيڪرز (1) ۽ ٻين گيجٽس پاران مهيا ڪيل لکين آمريڪي گهرن ۾، رڪارڊنگ شروع ٿئي ٿي جڏهن اهو ٻڌندو آهي ان جو نالو يا "ڪال لفظ" استعمال ڪندڙ طرفان ڳالهايو ويو. هن جو مطلب اهو آهي ته جيتوڻيڪ لفظ "Alexa" هڪ ٽي وي اشتهار ۾ ذڪر ڪيو ويو آهي، ڊوائيس رڪارڊنگ شروع ڪري سگهي ٿي. اهو ئي آهي جيڪو هن معاملي ۾ ٿيو آهي، Amazon چوي ٿو، هارڊويئر ورهائيندڙ.

"باقي گفتگو کي وائس اسسٽنٽ طرفان هڪ پيغام موڪلڻ جي حڪم جي طور تي تفسير ڪيو ويو،" ڪمپني هڪ بيان ۾ چيو. "ڪجهه نقطي تي، Alexa وڏي آواز ۾ پڇيو: "ڪنهن ڏانهن؟" سخت ڪاٺ جي فرش جي باري ۾ خانداني گفتگو جي تسلسل کي مشين کي صارف جي رابطي جي فهرست تي هڪ شيء جي طور تي سمجهڻ گهرجي. گهٽ ۾ گهٽ اهو آهي جيڪو Amazon سوچي ٿو. اهڙيءَ طرح، ترجمو حادثن جو هڪ سلسلو گهٽجي ويو آهي.

پريشاني، بهرحال، رهي ٿي. ڇاڪاڻ ته ڪنهن سبب جي ڪري هڪ گهر ۾ جتي اسان اڃا تائين آرام سان محسوس ڪيو آهي، اسان کي ڪنهن قسم جي "وائس موڊ" ۾ داخل ٿيڻو پوندو، ڏسو ته اسان ڇا چوندا آهيون، ٽي وي ڇا نشر ڪري رهيو آهي ۽ يقينا، دراز جي سينه تي هي نئون اسپيڪر ڇا آهي. چوي ٿو. اسان.

تنهن هوندي به، ٽيڪنالاجي جي خامين ۽ رازداري جي خدشات جي باوجود، ڊوائيسز جي مقبوليت ۾ اضافو سان گڏ Amazon ايڪو، ماڻهو پنهنجي آواز کي استعمال ڪندي ڪمپيوٽرن سان رابطو ڪرڻ جي خيال کي استعمال ڪرڻ شروع ڪري رهيا آهن..

جيئن Werner Vogels، Amazon جي CTO، پنھنجي AWS re:Invent سيشن جي آخر ۾ 2017 ۾ نوٽ ڪيو، ٽيڪنالاجي اڃا تائين اسان جي ڪمپيوٽرن سان رابطو ڪرڻ جي صلاحيت کي محدود ڪري ڇڏيو آھي. اسان ڪيبورڊ استعمال ڪندي گوگل ۾ ڪي لفظ ٽائيپ ڪندا آهيون، ڇاڪاڻ ته هي اڃا تائين سڀ کان عام ۽ آسان طريقو آهي مشين ۾ معلومات داخل ڪرڻ جو.

Vogels چيو. -

وڏا چار

فون تي گوگل سرچ انجڻ استعمال ڪرڻ وقت، اسان شايد گهڻو وقت اڳ ڳالهائڻ لاءِ ڪال سان گڏ مائڪرو فون جي نشاني کي محسوس ڪيو. هي گوگل ھاڻي (2)، جيڪو ڳولا جي سوال کي ترتيب ڏئي سگھي ٿو، آواز ذريعي پيغام داخل ڪري سگھي ٿو، وغيره. تازن سالن ۾، گوگل، ايپل ۽ ايمازون تمام گهڻو بهتر ٿي چڪا آهن. آواز جي سڃاڻپ ٽيڪنالاجي. وائس اسسٽنٽ جهڙوڪ Alexa، Siri، ۽ گوگل اسسٽنٽ نه رڳو توهان جو آواز رڪارڊ ڪيو، پر اهو پڻ سمجھو ته توهان انهن کي ڇا چوندا آهيو ۽ سوالن جا جواب ڏيو.

Google Now سڀني Android استعمال ڪندڙن لاءِ مفت ۾ دستياب آھي. ايپليڪيشن ڪري سگھي ٿي، مثال طور، الارم سيٽ ڪريو، موسم جي اڳڪٿي جي جانچ ڪريو ۽ گوگل نقشن تي رستو چيڪ ڪريو. Google Now رياستن جي گفتگو واري واڌ گوگل اسسٽنٽ () - سامان جي استعمال ڪندڙ کي مجازي مدد. اهو خاص طور تي موبائل ۽ سمارٽ گهر ڊوائيسز تي دستياب آهي. Google Now جي برعڪس، اهو حصو وٺي سگھي ٿو ٻه طرفي تبادلي ۾. اسسٽنٽ مئي 2016 ۾ گوگل ميسيجنگ ايپ Allo جي حصي جي طور تي شروع ڪيو، ۽ گڏوگڏ گوگل ھوم وائس اسپيڪر (3) ۾.

3. گوگل هوم

IOS سسٽم پڻ پنهنجو ورچوئل اسسٽنٽ آهي، سري، جيڪو ايپل جي آپريٽنگ سسٽم iOS، watchOS، tvOS homepod، ۽ macOS سان شامل هڪ پروگرام آهي. سري آئي او ايس 5 ۽ آئي فون 4s سان آڪٽوبر 2011 ۾ Let's Talk آئي فون ڪانفرنس ۾ ڊيبيو ڪيو.

سافٽ ويئر هڪ ڳالهه ٻولهه واري انٽرفيس تي ٻڌل آهي: اهو صارف جي قدرتي تقرير کي سڃاڻي ٿو (iOS 11 سان اهو پڻ ممڪن آهي ته حڪم دستي طور تي داخل ٿئي)، سوالن جا جواب ڏئي ٿو ۽ ڪم مڪمل ڪري ٿو. مشين لرننگ جي تعارف جي مهرباني، وقت سان گڏ هڪ اسسٽنٽ ذاتي ترجيحن جو تجزيو صارف کي وڌيڪ لاڳاپيل نتيجا ۽ سفارشون مهيا ڪرڻ لاء. سري کي مسلسل انٽرنيٽ ڪنيڪشن جي ضرورت آهي - هتي معلومات جا مکيه ذريعا آهن Bing ۽ Wolfram Alpha. iOS 10 متعارف ڪرايو سپورٽ ٽئين پارٽي جي توسيع لاءِ.

وڏن چئن مان هڪ ٻيو Cortana. اهو هڪ ذهين ذاتي اسسٽنٽ آهي جيڪو Microsoft پاران ٺاهيو ويو آهي. اهو ونڊوز 10، ونڊوز 10 موبائيل، ونڊوز فون 8.1، Xbox One، Skype، Microsoft Band، Microsoft Band 2، Android ۽ iOS پليٽ فارمن تي سپورٽ ڪري ٿو. Cortana پهريون ڀيرو متعارف ڪرايو ويو Microsoft Build Developer Conference ۾ اپريل 2014 ۾ San Francisco ۾. پروگرام جو نالو هيلو گيم سيريز مان هڪ ڪردار جي نالي تان آيو آهي. Cortana انگريزي، اطالوي، اسپينش، فرينچ، جرمن، چيني ۽ جاپاني ۾ موجود آهي.

اڳ ۾ ئي ذڪر ڪيل پروگرام جا استعمال ڪندڙ کؤن انهن کي ٻولي جي پابندين تي پڻ غور ڪرڻ گهرجي - ڊجيٽل اسسٽنٽ صرف انگريزي، جرمن، فرينچ ۽ جاپاني ڳالهائيندو آهي.

Amazon ورچوئل اسسٽنٽ پهريون ڀيرو Amazon Echo ۽ Amazon Echo Dot سمارٽ اسپيڪرز ۾ استعمال ڪيو ويو Amazon Lab126 پاران تيار ڪيل. اهو آواز جي رابطي، ميوزڪ پلے بیک، ڪرڻ جي فهرست ٺاهڻ، الارم سيٽنگ، پوڊ ڪاسٽ اسٽريمنگ، آڊيو بوڪ پلے بیک، ۽ حقيقي وقت موسم، ٽرئفڪ، راندين، ۽ ٻين خبرن جي معلومات جهڙوڪ خبرون (4). Alexa گھر جي آٽوميشن سسٽم ٺاهڻ لاءِ ڪيترن ئي سمارٽ ڊوائيسز کي ڪنٽرول ڪري سگھي ٿو. اهو پڻ Amazon اسٽور ۾ آسان خريداري ڪرڻ لاء استعمال ڪري سگهجي ٿو.

4. ڪھڙا صارف ايڪو استعمال ڪندا آھن (تحقيق جي مطابق)

استعمال ڪندڙ Alexa جي تجربي کي وڌائي سگھن ٿا Alexa "مهارت" () انسٽال ڪري، اضافي خاصيتون جيڪي ٽئين پارٽين پاران تيار ڪيون ويون آھن، وڌيڪ عام طور تي ائپس جي طور تي حوالو ڏنو ويو آھي جھڙوڪ ٻين سيٽنگن ۾ موسم ۽ آڊيو پروگرام. گهڻو ڪري Alexa ڊوائيس توهان کي اجازت ڏين ٿا توهان جي ورچوئل اسسٽنٽ کي چالو ڪرڻ جي لاءِ هڪ جاڳڻ واري پاسورڊ سان، جنهن کي سڏيو ويندو آهي.

Amazon يقيني طور تي اڄڪلهه سمارٽ اسپيڪر مارڪيٽ تي ڇانيل آهي (5). IBM، جيڪو مارچ 2018 ۾ هڪ نئين سروس متعارف ڪرايو، مٿين چار ۾ داخل ٿيڻ جي ڪوشش ڪري رهيو آهي واٽسسن جو اسسٽنٽ, انهن ڪمپنين لاءِ ٺهيل آهي جيڪي آواز ڪنٽرول سان ورچوئل اسسٽنٽ جا پنهنجا سسٽم ٺاهڻ چاهين ٿيون. IBM حل جو فائدو ڇا آهي؟ ڪمپني جي نمائندن جي مطابق، سڀ کان پهريان، ذاتي ڪرڻ ۽ رازداري جي حفاظت لاء تمام گهڻي موقعن تي.

پهريون، واٽسسن اسسٽنٽ برانڊ ٿيل نه آهي. ڪمپنيون هن پليٽ فارم تي پنهنجا حل ٺاهي سگهن ٿيون ۽ انهن کي پنهنجي برانڊ سان ليبل ڪري سگهن ٿيون.

ٻيو، اھي پنھنجي مدد ڪندڙ سسٽم کي پنھنجي ڊيٽا سيٽ استعمال ڪندي ٽريننگ ڪري سگھن ٿا، جنھن کي IBM چوي ٿو ٻين VUI (وائس يوزر انٽرفيس) ٽيڪنالاجيز جي ڀيٽ ۾ ان سسٽم ۾ افعال ۽ حڪم شامل ڪرڻ آسان بڻائي ٿو.

ٽيون، واٽسسن اسسٽنٽ IBM کي صارف جي سرگرمي بابت معلومات فراهم نٿو ڪري - پليٽ فارم تي حل جا ڊولپر صرف قيمتي ڊيٽا پاڻ وٽ رکي سگهن ٿا. ان کان علاوه، جيڪو به ڊوائيسز ٺاهي ٿو، مثال طور Alexa سان، هوشيار هجڻ گهرجي ته انهن جي قيمتي ڊيٽا ايم ڊي تي ختم ٿي ويندي.

واٽسسن اسسٽنٽ اڳ ۾ ئي ڪيترائي عمل آهن. سسٽم استعمال ڪيو ويو، مثال طور، هارمان پاران، جيڪو مسيراتي تصور ڪار لاء آواز اسسٽنٽ ٺاهيو (6). ميونخ ايئرپورٽ تي، هڪ IBM اسسٽنٽ هڪ پيپر روبوٽ کي طاقت ڏئي ٿو مسافرن جي چوڌاري هلڻ ۾ مدد لاءِ. ٽيون مثال Chameleon Technologies آهي، جتي آواز جي ٽيڪنالاجي سمارٽ هوم ميٽر ۾ استعمال ٿيندي آهي.

6. واٽسسن اسسٽنٽ هڪ Maserati تصور ڪار ۾

اهو شامل ڪرڻ جي قابل آهي ته هتي بنيادي ٽيڪنالاجي پڻ نئين ناهي. واٽسسن اسسٽنٽ ۾ موجوده IBM پروڊڪٽس، واٽسسن جي گفتگو، ۽ واٽسسن ورچوئل ايجنٽ، ۽ گڏوگڏ ٻولي جي تجزيي ۽ چيٽ لاءِ APIs لاءِ انڪرپشن صلاحيتون شامل آهن.

Amazon نه رڳو سمارٽ وائس ٽيڪنالاجي ۾ هڪ اڳواڻ آهي، پر ان کي سڌو ڪاروبار ۾ تبديل ڪري رهيو آهي. بهرحال، ڪجهه ڪمپنيون گهڻو اڳ ايڪو انضمام سان تجربا ڪيا آهن. Sisense، BI ۽ تجزياتي صنعت ۾ هڪ ڪمپني، جولاء 2016 ۾ ايڪو انضمام متعارف ڪرايو. موڙ ۾، شروعاتي Roxy فيصلو ڪيو ته هو پنهنجي آواز تي ڪنٽرول ٿيل سافٽ ويئر ۽ هارڊويئر هاسپيٽل انڊسٽري لاءِ. هن سال جي شروعات ۾، Synqq هڪ نوٽ وٺڻ واري ايپ متعارف ڪرايو جيڪا ڪيبورڊ تي ٽائپ ڪرڻ جي بغير نوٽس ۽ ڪئلينڊر داخل ڪرڻ لاء آواز ۽ قدرتي ٻولي پروسيسنگ استعمال ڪري ٿي.

انهن سڀني ننڍن ڪاروبارن جا وڏا عزائم آهن. سڀ کان وڌيڪ، جيتوڻيڪ، انهن سکيو ته هر صارف پنهنجي ڊيٽا کي Amazon، گوگل، ايپل يا Microsoft ڏانهن منتقل ڪرڻ نه چاهيندو آهي، جيڪي آواز ڪميونيڪيشن پليٽ فارم ٺاهڻ ۾ سڀ کان اهم رانديگر آهن.

آمريڪي خريد ڪرڻ چاهيندا آهن

2016 ۾، آواز جي ڳولها سڀني گوگل موبائيل ڳولها جي 20٪ جي حساب سان هئي. جيڪي ماڻهو هن ٽيڪنالاجي کي روزاني بنيادن تي استعمال ڪن ٿا ان جي سهولت ۽ گهڻن ڪمن کي ان جي وڏي فائدن مان بيان ڪن ٿا. (مثال طور، ڪار هلائڻ دوران سرچ انجڻ استعمال ڪرڻ جي صلاحيت).

Visiongain تجزيه نگار سمارٽ ڊجيٽل اسسٽنٽ جي موجوده مارڪيٽ جي قيمت 1,138 بلين ڊالر جو اندازو لڳائي رهيا آهن. اهڙا وڌيڪ ۽ وڌيڪ ميڪانيزم آهن. گارٽنر جي مطابق، اڳ ۾ ئي 2018 جي ​​آخر تائين اسان جي ڳالهين جو 30٪ ٽيڪنالاجي سان گڏ آواز سسٽم سان گفتگو ذريعي ٿيندي.

برطانوي تحقيقي فرم IHS Markit جو اندازو آهي ته AI-powered ڊجيٽل اسسٽنٽ جي مارڪيٽ هن سال جي آخر تائين 4 بلين ڊوائيسز تائين پهچي ويندي، ۽ اهو تعداد 2020 تائين 7 بلين تائين وڌي سگهي ٿو.

eMarketer ۽ VoiceLabs جي رپورٽن مطابق، 2017 ملين آمريڪن 35,6 ۾ مهيني ۾ گهٽ ۾ گهٽ هڪ ڀيرو وائس ڪنٽرول استعمال ڪيو. يعني گذريل سال جي ڀيٽ ۾ لڳ ڀڳ 130% جو اضافو ٿيو. ڊجيٽل اسسٽنٽ مارڪيٽ اڪيلو 2018 ۾ 23٪ تائين وڌڻ جو امڪان آهي. هن جو مطلب آهي ته توهان اڳ ۾ ئي ان کي استعمال ڪيو ويندو. 60,5 ملين آمريڪن، جنهن جي نتيجي ۾ انهن جي پروڊڪٽرن لاءِ ڪنڪريٽ پئسو ٿيندو. آر بي سي ڪيپيٽل مارڪيٽن جو اندازو آهي ته Alexa انٽرفيس 2020 تائين Amazon لاءِ 10 بلين ڊالر تائين آمدني پيدا ڪندو.

ڌوئڻ، پچائڻ، صاف!

وائس انٽرفيس تيزيءَ سان گهريلو سامان ۽ صارف اليڪٽرانڪس مارڪيٽن ۾ داخل ٿي رهيا آهن. اهو اڳ ۾ ئي گذريل سال جي IFA 2017 نمائش دوران ڏسي سگهجي ٿو. آمريڪي ڪمپني Neato Robotics متعارف ڪرايو، مثال طور، هڪ روبوٽ ويڪيوم ڪلينر جيڪو ڪيترن ئي سمارٽ هوم پليٽ فارمن مان هڪ سان ڳنڍي ٿو، بشمول Amazon Echo سسٽم. ايڪو سمارٽ اسپيڪر سان ڳالهائڻ سان، توهان مشين کي هدايت ڪري سگهو ٿا ته توهان جي سڄي گهر کي ڏينهن يا رات جي مخصوص وقت تي صاف ڪريو.

شو ۾ ٻيون آوازن سان چالو ٿيل پراڊڪٽس ڏيکاريا ويا، جن ۾ سمارٽ ٽي ويز کان وٺي ترڪي جي ڪمپني ويسٽل پاران توشيبا برانڊ تحت وڪرو ٿيل سمارٽ ٽي ويز کان وٺي جرمن ڪمپني بيورر پاران گرم ٿيل ڪمبل شامل آهن. انهن مان ڪيترائي اليڪٽرانڪ ڊوائيس پڻ استعمال ڪري سگھجن ٿيون remotely اسمارٽ فونز استعمال ڪندي.

بهرحال، بوش جي نمائندن جي مطابق، اهو چوڻ تمام جلدي آهي ته گهر جي اسسٽنٽ اختيارن مان ڪهڙو غالب ٿي ويندو. IFA 2017 ۾، هڪ جرمن ٽيڪنيڪل گروپ ڏيکاريو واشنگ مشينون (7)، اوون ۽ ڪافي مشينون جيڪي ايڪو سان ڳنڍيل آهن. بوش پڻ چاهي ٿو ته ان جا ڊوائيس مستقبل ۾ گوگل ۽ ايپل وائس پليٽ فارمن سان مطابقت رکن.

7. بوش واشنگ مشين جيڪا Amazon Echo سان ڳنڍي ٿي

ڪمپنيون جهڙوڪ Fujitsu، Sony ۽ Panasonic پنهنجون AI-based وائس اسسٽنٽ حل ٺاهي رهيا آهن. شارپ هن ٽيڪنالاجي کي اوون ۽ ننڍڙا روبوٽ مارڪيٽ ۾ داخل ڪري رهيو آهي. Nippon Telegraph & Telephone هارڊويئر ۽ رانديڪا ٺاهيندڙن کي ڀرتي ڪري رهيو آهي آواز تي ڪنٽرول ٿيل مصنوعي ذهانت واري نظام کي اپنائڻ لاءِ.

پراڻو تصور. ڇا هن جو وقت آخرڪار آيو آهي؟

حقيقت ۾، وائس يوزر انٽرفيس (VUI) جو تصور ڪيترن ئي ڏهاڪن تائين آهي. ڪو به ماڻهو جيڪو اسٽار ٽريڪ يا 2001: A Space Odyssey سال اڳ ڏٺو هو شايد توقع ڪئي وئي ته سال 2000 جي ڀرسان اسان سڀ ڪمپيوٽرن کي اسان جي آوازن سان ڪنٽرول ڪنداسين. انهي سان گڏ، اهو صرف سائنس فڪشن اديب نه هو، جيڪو هن قسم جي انٽرفيس جي صلاحيت کي ڏٺو. 1986 ۾، نيلسن جي محققن آئي ٽي پروفيشنلز کان پڇيو ته انهن جو خيال آهي ته 2000 تائين يوزر انٽرفيس ۾ سڀ کان وڏي تبديلي ڇا هوندي. اهي اڪثر ڪري آواز انٽرفيس جي ترقي ڏانهن اشارو ڪيو.

اهڙي حل جي اميد ڪرڻ جا سبب آهن. زباني ڪميونيڪيشن، سڀ کان پوء، ماڻهن لاء شعوري طور تي خيالن جي تبادلي لاء سڀ کان وڌيڪ قدرتي طريقو آهي، تنهنڪري ان کي استعمال ڪندي انساني-مشين جي رابطي لاء بهترين حل وانگر لڳي ٿو.

پهرين VUIs مان هڪ، سڏيو ويندو آهي بوٽن جو دٻو60s جي شروعات ۾ IBM پاران ٺاهي وئي. اهو اڄ جي آواز جي سڃاڻپ سسٽم جو اڳوڻو هو. بهرحال، VUI ڊوائيسز جي ترقي ڪمپيوٽنگ پاور جي حد تائين محدود هئي. حقيقي وقت ۾ انساني جملي جي تشريح ۽ تفسير تمام گهڻي محنت جي ضرورت آهي، ۽ ان نقطي تائين پهچڻ ۾ پنجاهه سالن کان به وڌيڪ وقت لڳي ويو، جتي اهو ممڪن ٿيو.

آواز جي انٽرفيس سان ڊوائيسز 90s جي وچ ڌاري وڏي پيماني تي ظاهر ٿيڻ لڳو، پر مقبوليت حاصل نه ڪيو. وائس ڪنٽرول (ڊائلنگ) سان پهريون ٽيليفون هو فلپس اسپارڪ1996 ۾ جاري ڪيو ويو. بهرحال، هي جديد ۽ استعمال ۾ آسان ڊوائيس ٽيڪنالاجي حدن کان آزاد نه هو.

وائس انٽرفيس جي فارمن سان ليس ٻيا فون (ڪمپنين پاران ٺاهيل جهڙوڪ RIM، Samsung يا Motorola) باقاعده مارڪيٽ کي هٽايو، صارفين کي آواز ذريعي ڊائل ڪرڻ يا ٽيڪسٽ پيغام موڪلڻ جي اجازت ڏئي ٿو. بهرحال، انهن سڀني کي خاص حڪمن کي ياد ڪرڻ ۽ انهن کي زبردستي، مصنوعي صورت ۾ تلفظ ڪرڻ جي ضرورت هئي، ان وقت جي ڊوائيسز جي صلاحيتن جي مطابق. اهو هڪ وڏي تعداد ۾ غلطيون پيدا ڪيو، جنهن جي نتيجي ۾، صارف جي عدم اطمينان جو سبب بڻيو.

بهرحال، اسان هاڻي ڪمپيوٽنگ جي هڪ نئين دور ۾ داخل ٿي رهيا آهيون، جنهن ۾ مشين جي سکيا ۾ واڌارو ۽ مصنوعي ذهانت جي ترقي گفتگو جي صلاحيت کي ان لاڪ ڪري رهيا آهن جيئن ٽيڪنالاجي سان لهه وچڙ ڪرڻ جو هڪ نئون طريقو (8). ڊوائيسز جو تعداد جيڪو آواز جي رابطي جي حمايت ڪري ٿو هڪ اهم عنصر آهي جيڪو VUI جي ترقي تي وڏو اثر پيو آهي. اڄ، دنيا جي آبادي جو تقريبا 1/3 اڳ ۾ ئي سمارٽ فونز جو مالڪ آهي جيڪو هن قسم جي رويي لاء استعمال ڪري سگهجي ٿو. اهو ڏسڻ ۾ اچي ٿو ته گهڻا صارف آخرڪار انهن جي آواز جي انٽرفيس کي ترتيب ڏيڻ لاءِ تيار آهن.

8. آواز انٽرفيس جي ترقي جي جديد تاريخ

بهرحال، ان کان اڳ جو اسان آزاديءَ سان ڪمپيوٽر تي ڳالهائي سگهون، جيئن A Space Odyssey جي هيرو ڪيو، اسان کي ڪجهه مسئلن تي قابو پائڻ گهرجي. مشينون اڃا تائين لساني نونسن کي سنڀالڻ ۾ تمام سٺو نه آهن. ان کان علاوه گھڻا ماڻھو اڃا تائين اڻڄاڻ محسوس ڪندا آھن سرچ انجڻ کي وائس ڪمانڊ ڏيڻ.

انگ اکر ڏيکاري ٿو ته آواز اسسٽنٽ بنيادي طور تي گهر ۾ يا ويجهي دوستن جي وچ ۾ استعمال ٿيندا آهن. انهن مان ڪنهن به انٽرويو ۾ عوامي هنڌن تي آواز جي ڳولا استعمال ڪرڻ جو اعتراف ڪيو. بهرحال، هن ٽيڪنالاجي جي پکيڙ سان هن بلاڪ کي غائب ٿيڻ جو امڪان آهي.

ٽيڪنيڪل مشڪل سوال

سسٽم کي منهن ڏيڻ وارو مسئلو (ASR) هڪ تقرير سگنل مان مفيد ڊيٽا ڪڍي رهيو آهي ۽ ان کي هڪ خاص لفظ سان ڳنڍي رهيو آهي جيڪو هڪ شخص لاء هڪ خاص معني آهي. پيدا ٿيندڙ آواز هر وقت مختلف آهن.

اسپيچ سگنل جي تبديلي ان جي قدرتي ملڪيت آهي، جنهن جي مهرباني، اسان، مثال طور، هڪ تلفظ يا intonation کي سڃاڻي ٿو. تقرير جي سڃاڻپ سسٽم جي هر عنصر کي هڪ خاص ڪم آهي. پروسيس ٿيل سگنل ۽ ان جي پيٽرولن جي بنياد تي، هڪ صوتي ماڊل ٺاهي وئي آهي، جيڪو ٻوليء جي ماڊل سان لاڳاپيل آهي. سُڃاڻڻ وارو نظام ننڍي يا وڏي تعداد جي نمونن جي بنياد تي ڪم ڪري سگھي ٿو، جيڪو لفظ جي ماپ جو تعين ڪري ٿو جنھن سان اھو ڪم ڪري ٿو. اهي ٿي سگهن ٿا ننڍيون لغات سسٽم جي صورت ۾ جيڪي انفرادي لفظن يا حڪمن کي سڃاڻندا آهن، انهي سان گڏ وڏي ڊيٽابيس جنهن ۾ ٻولي سيٽ جي برابر هجي ۽ ٻوليءَ جي ماڊل (گرامر) کي نظر ۾ رکندي.

پهرين جڳهه ۾ آواز جي انٽرفيس کي منهن ڏيڻ وارا مسئلا ڳالھ کي صحيح سمجھڻ, جنهن ۾، مثال طور، سڄو گراماتياتي سلسلو اڪثر ڪري ڇڏيا ويندا آهن، لساني ۽ صوتياتي غلطيون، غلطيون، غلطيون، تقرير جي خرابين، هومونمس، غير منصفانه ورجائي، وغيره. اهي سڀئي ACP سسٽم کي جلدي ۽ قابل اعتماد طور ڪم ڪرڻ گهرجي. گهٽ ۾ گهٽ اهي اميدون آهن.

مشڪلاتن جو ذريعو پڻ سڃاتل تقرير کان سواءِ صوتي سگنل آهن جيڪي سڃاڻپ واري نظام جي ان پٽ ۾ داخل ٿين ٿا، يعني. سڀ قسم مداخلت ۽ شور. سادي صورت ۾، توهان کي ان جي ضرورت آهي فلٽر ڪرڻ. اهو ڪم معمولي ۽ آسان لڳي ٿو - آخرڪار، مختلف سگنل فلٽر ڪيا ويا آهن ۽ هر اليڪٽرانڪ انجنيئر ڄاڻي ٿو ته اهڙي صورتحال ۾ ڇا ڪجي. بهرحال، اهو تمام احتياط ۽ احتياط سان ٿيڻ گهرجي جيڪڏهن تقرير جي سڃاڻپ جو نتيجو اسان جي اميدن کي پورو ڪرڻ آهي.

في الحال استعمال ٿيل فلٽرنگ ان کي ختم ڪرڻ ممڪن بڻائي ٿو، تقرير سگنل سان گڏ، خارجي شور جيڪو مائڪروفون طرفان ورتو ويو آهي ۽ خود تقرير سگنل جي اندروني ملڪيت، جنهن کي سڃاڻڻ ڏکيو آهي. بهرحال، هڪ وڌيڪ پيچيده ٽيڪنيڪل مسئلو پيدا ٿئي ٿو جڏهن تجزيو ڪيل تقرير سگنل جي مداخلت آهي ... هڪ ٻيو تقرير سگنل، مثال طور، چوڌاري بلند آواز بحث. اهو سوال ادب ۾ سڏيو ويندو آهي. اهو اڳ ۾ ئي پيچيده طريقن جي استعمال جي ضرورت آهي، جنهن کي سڏيو ويندو آهي. deconvolution (سِگنل ڪڍڻ) سگنل.

تقرير جي سڃاڻپ سان مسئلا اتي ختم نه ٿيندا آهن. اهو سمجهڻ جي قابل آهي ته تقرير ڪيترن ئي مختلف قسمن جي معلومات رکي ٿي. انساني آواز جنس، عمر، مالڪ جي مختلف ڪردارن يا سندس صحت جي حالت ٻڌائي ٿو. بايوميڊيڪل انجنيئرنگ جو هڪ وسيع ڊپارٽمينٽ آهي جيڪو مختلف بيمارين جي تشخيص سان واسطو رکي ٿو جنهن جي بنياد تي اسپيچ سگنل ۾ مليل خصوصيت صوتي رجحان جي بنياد تي.

اتي پڻ ايپليڪيشنون آهن جتي تقرير سگنل جي صوتي تجزيي جو بنيادي مقصد اسپيڪر کي سڃاڻڻ يا تصديق ڪرڻ آهي ته هو ڪير آهي جيڪو هو دعوي ڪري ٿو (ڪي، پاسورڊ يا PUK ڪوڊ جي بدران آواز). اهو اهم ٿي سگهي ٿو، خاص طور تي سمارٽ بلڊنگ ٽيڪنالاجيز لاءِ.

تقرير جي سڃاڻپ سسٽم جو پهريون حصو آهي مائڪروفون. جڏهن ته، مائڪروفون پاران ورتو سگنل عام طور تي ٿورڙي استعمال جي رهي ٿو. مطالعي مان معلوم ٿئي ٿو ته آواز جي موج جي شڪل ۽ ڪورس تمام گهڻو مختلف هوندا آهن فرد، تقرير جي رفتار، ۽ جزوي طور تي ڳالهائيندڙ جي مزاج جي لحاظ کان - جڏهن ته ٿوري حد تائين اهي ڳالهائيندڙ حڪمن جي مواد کي ظاهر ڪن ٿا.

تنهن ڪري، سگنل صحيح طريقي سان عمل ڪيو وڃي. جديد صوتيات، صوتياتيات ۽ ڪمپيوٽر سائنس گڏجي اوزارن جو هڪ وسيع سيٽ مهيا ڪن ٿا جيڪي استعمال ڪري سگھجن ٿيون، تجزيو ڪرڻ، سڃاڻڻ ۽ تقرير جي سگنل کي سمجهڻ لاءِ. سگنل جي متحرڪ اسپيڪٽرم، جنهن کي سڏيو ويندو آهي متحرڪ spectrograms. اهي حاصل ڪرڻ بلڪل آسان آهن، ۽ هڪ متحرڪ اسپيڪٽروگرام جي صورت ۾ پيش ڪيل تقرير نسبتا آسان آهي ٽيڪنالاجي استعمال ڪندي سڃاڻڻ لاءِ جيڪي تصوير جي سڃاڻپ ۾ استعمال ٿيل آهن.

تقرير جي سادي عناصر (مثال طور، حڪم) سڄي spectrograms جي سادي هڪجهڙائي جي سڃاڻپ ڪري سگهجي ٿو. مثال طور، هڪ آواز-فعال ٿيل موبائل فون ڊڪشنري ۾ صرف چند ڏهن کان چند سو لفظ ۽ جملا شامل آهن، عام طور تي اڳي اسٽيڪ ٿيل آهن ته جيئن انهن کي آساني سان ۽ موثر طريقي سان سڃاڻي سگهجي. اهو سادو ڪنٽرول ڪمن لاءِ ڪافي آهي، پر اهو سختي سان مجموعي ايپليڪيشن کي محدود ڪري ٿو. اسڪيم جي مطابق ٺهيل سسٽم، ضابطي جي طور تي، صرف مخصوص اسپيڪر جي حمايت ڪن ٿيون جن لاء آواز خاص طور تي تربيت ڏني وئي آهي. تنهن ڪري جيڪڏهن ڪو نئون آهي جيڪو سسٽم کي ڪنٽرول ڪرڻ لاءِ پنهنجو آواز استعمال ڪرڻ چاهي ٿو، اهي گهڻو ڪري قبول نه ڪيا ويندا.

هن آپريشن جو نتيجو سڏيو ويندو آهي اسپيڪٽرگرام 2-W، يعني هڪ ٻه طرفي اسپيڪٽرم. هن بلاڪ ۾ هڪ وڌيڪ سرگرمي آهي جنهن تي ڌيان ڏيڻ جي قابل آهي - ورهائڻ. عام طور تي ڳالهائڻ، اسان هڪ مسلسل تقرير سگنل کي حصن ۾ ٽوڙڻ بابت ڳالهائي رهيا آهيون جيڪي الڳ الڳ سڃاڻپ ڪري سگھجن ٿيون. اهو صرف انهن انفرادي تشخيص مان آهي ته سڄي جي سڃاڻپ ڪئي وئي آهي. اهو طريقو ضروري آهي ڇاڪاڻ ته اهو ممڪن ناهي ته هڪ ڊگهي ۽ پيچيده تقرير کي هڪ ڀيرو ۾ سڃاڻڻ. سموريون جلدون اڳ ۾ ئي لکيون ويون آهن ته ڪهڙن حصن کي اسپيچ سگنل ۾ فرق ڪرڻ گهرجي، تنهنڪري اسان هاڻي اهو فيصلو نه ڪنداسين ته ڇا ڌار ڌار حصن کي فونيم (آواز جي برابر)، سليبل، يا شايد ايلوفونز هجڻ گهرجي.

خودڪار سڃاڻپ جو عمل هميشه شين جي ڪجهه خاصيتن ڏانهن اشارو ڪري ٿو. اسپيچ سگنل لاءِ مختلف پيٽرولر جا سوين سيٽ آزمايا ويا آهن. تسليم ٿيل فريم ۾ ورهايل ۽ هجڻ منتخب ٿيل خاصيتونجتي اهي فريم پيش ڪيا ويا آهن سڃاڻپ جي عمل ۾، اسان انجام ڪري سگهون ٿا (هر فريم لاء الڳ الڳ) درجابندي، i.e. فريم تي هڪ سڃاڻپ ڪندڙ کي تفويض ڪرڻ، جيڪو مستقبل ۾ ان جي نمائندگي ڪندو.

ايندڙ اسٽيج جدا جدا لفظن ۾ فريم جي گڏجاڻي - اڪثر ڪري نام نهاد جي بنياد تي. ضمير مارڪوف ماڊل جا ماڊل (HMM-). ان کان پوء لفظن جي montage اچي ٿو مڪمل جملا.

اسان هاڻي هڪ لمحي لاء Alexa سسٽم ڏانهن واپس ڪري سگهون ٿا. هن جو مثال هڪ شخص جي مشين "سمجهڻ" جي هڪ گھڻن مرحلن واري عمل کي ڏيکاري ٿو - وڌيڪ واضح طور تي: هن جي طرفان ڏنل حڪم يا هڪ سوال پڇيو ويو.

لفظن کي سمجھڻ، معنى سمجھڻ، ۽ استعمال ڪندڙ جي ارادي کي سمجھڻ بلڪل مختلف شيون آھن.

تنهن ڪري، ايندڙ قدم اين ايل پي ماڊل () جو ڪم آهي، جنهن جو ڪم آهي استعمال ڪندڙ جي ارادي جي سڃاڻپ، i.e. حڪم/سوال جي معنيٰ ان حوالي سان جنهن ۾ اها ڳالهه ڪئي وئي هئي. جيڪڏهن ارادي جي سڃاڻپ ٿي وڃي ته پوءِ نام نهاد صلاحيتن ۽ صلاحيتن جي تفويض، يعني سمارٽ اسسٽنٽ پاران سپورٽ ڪيل مخصوص خصوصيت. موسم جي باري ۾ سوال جي صورت ۾، موسم جي ڊيٽا ذريعن کي سڏيو ويندو آهي، جنهن کي تقرير ۾ پروسيس ڪيو وڃي ٿو (TTS - ميڪانيزم). نتيجي طور، صارف پڇيل سوال جو جواب ٻڌي ٿو.

آواز؟ گرافڪ آرٽس؟ يا شايد ٻئي؟

سڀ کان وڌيڪ سڃاتل جديد رابطي وارو نظام هڪ وچولي تي ٻڌل آهي جنهن کي سڏيو ويندو آهي گرافڪ يوزر انٽرفيس (گرافيڪل انٽرفيس). بدقسمتي سان، GUI ڊجيٽل پراڊڪٽ سان لهه وچڙ ڪرڻ جو سڀ کان وڌيڪ واضح طريقو ناهي. انهي جي ضرورت آهي ته صارفين کي پهريان سکو ته انٽرفيس کي ڪيئن استعمال ڪجي ۽ هر ايندڙ رابطي سان هن معلومات کي ياد رکو. ڪيترين ئي حالتن ۾، آواز تمام گهڻو آسان آهي، ڇاڪاڻ ته توهان صرف ڊوائيس سان ڳالهائڻ سان VUI سان رابطو ڪري سگهو ٿا. هڪ انٽرفيس جيڪو صارفين کي ڪجهه حڪمن يا رابطي جي طريقن کي ياد ڪرڻ ۽ ياد ڪرڻ تي مجبور نٿو ڪري ٿو گهٽ مسئلا پيدا ڪري ٿو.

يقينا، VUI جي توسيع جو مطلب اهو ناهي ته وڌيڪ روايتي انٽرفيس کي ڇڏي ڏيو - بلڪه، هائبرڊ انٽرفيس موجود هوندا جيڪي هڪٻئي جي ڪيترن ئي طريقن کي گڏ ڪن ٿا.

آواز انٽرفيس موبائيل جي حوالي سان سڀني ڪمن لاء مناسب نه آهي. ان سان گڏ، اسان ڪار هلائيندڙ دوست کي فون ڪنداسين، ۽ کيس هڪ ايس ايم ايس پڻ موڪلينداسين، پر تازو منتقلي جي جانچ ڪرڻ تمام ڏکيو ٿي سگهي ٿو - سسٽم () ۽ سسٽم (سسٽم) پاران ٺاهيل معلومات جي مقدار جي ڪري. جيئن ريچل هينمن پنهنجي ڪتاب موبائيل فرنٽيئر ۾ مشورو ڏئي ٿو، VUI استعمال ڪرڻ تمام گهڻو اثرائتو ٿيندو جڏهن ڪم سرانجام ڏئي جتي ان پٽ ۽ آئوٽ پٽ معلومات جو مقدار ننڍو هجي.

انٽرنيٽ سان ڳنڍيل هڪ اسمارٽ فون آسان آهي پر تڪليف پڻ (9). هر دفعي جڏهن ڪو صارف ڪا شيءِ خريد ڪرڻ چاهي ٿو يا ڪا نئين سروس استعمال ڪرڻ چاهي ٿو، انهن کي ٻي ايپ ڊائون لوڊ ڪرڻي پوندي ۽ هڪ نئون اڪائونٽ ٺاهڻو پوندو. وائيس انٽرفيس جي استعمال ۽ ڊولپمينٽ لاءِ ھڪڙو ميدان ھتي ٺاھيو ويو آھي. صارفين کي ڪيترن ئي مختلف ايپس کي انسٽال ڪرڻ يا هر سروس لاءِ الڳ اڪائونٽ ٺاهڻ تي مجبور ڪرڻ بدران، ماهرن جو چوڻ آهي ته VUI انهن مشڪل ڪمن جو بار هڪ AI-powered وائس اسسٽنٽ ڏانهن منتقل ڪندو. اهو هن لاء آسان ٿيندو ته سخت سرگرميون انجام ڏئي. اسان کيس رڳو حڪم ڏينداسين.

9. اسمارٽ فون ذريعي وائس انٽرفيس

اڄڪلهه، صرف هڪ فون ۽ ڪمپيوٽر کان وڌيڪ انٽرنيٽ سان ڳنڍيل آهن. سمارٽ thermostats، بتيون، ڪيٽل ۽ ٻيا ڪيترائي IoT-integrated ڊوائيسز پڻ نيٽ ورڪ سان ڳنڍيل آهن (10). اهڙيء طرح، اسان جي چوڌاري وائرليس ڊوائيسز آهن جيڪي اسان جي زندگي کي ڀريندا آهن، پر اهي سڀئي قدرتي طور تي گرافڪ يوزر انٽرفيس ۾ نه هوندا آهن. VUI استعمال ڪندي توهان کي آساني سان انهن کي اسان جي ماحول ۾ ضم ڪرڻ ۾ مدد ڪندي.

10. شين جي انٽرنيٽ سان وائس انٽرفيس

وائس يوزر انٽرفيس ٺاهڻ جلد ئي هڪ اهم ڊيزائنر مهارت بڻجي ويندو. اهو هڪ حقيقي مسئلو آهي - آواز سسٽم کي لاڳو ڪرڻ جي ضرورت توهان کي وڌيڪ ڌيان ڏيڻ جي حوصلا افزائي ڪندي فعال ڊيزائن تي، اهو آهي، صارف جي شروعاتي ارادن کي سمجهڻ جي ڪوشش ڪندي، گفتگو جي هر مرحلي تي انهن جي ضرورتن ۽ اميدن جي توقع ڪندي.

آواز ڊيٽا داخل ڪرڻ جو هڪ موثر طريقو آهي- اهو صارفين کي جلدي حڪم جاري ڪرڻ جي اجازت ڏئي ٿو سسٽم کي پنهنجن شرطن تي. ٻئي طرف، اسڪرين معلومات کي ڊسپلي ڪرڻ لاء هڪ موثر طريقو مهيا ڪري ٿو: اهو سسٽم کي اجازت ڏئي ٿو ته هڪ ئي وقت ۾ معلومات جي وڏي مقدار کي ڏيکاري، صارفين جي ياداشت تي بوجھ کي گهٽائڻ. اهو منطقي آهي ته انهن کي هڪ سسٽم ۾ گڏ ڪرڻ حوصلا افزائي آواز آهي.

سمارٽ اسپيڪر جهڙوڪ ايمازون ايڪو ۽ گوگل هوم هڪ بصري ڊسپلي پيش نه ڪندا آهن. اعتدال پسند فاصلن تي آواز جي سڃاڻپ جي درستگي کي خاص طور تي بهتر بڻائي، اهي هٿ کان آزاد آپريشن جي اجازت ڏين ٿا، جنهن جي نتيجي ۾ انهن جي لچڪ ۽ ڪارڪردگي وڌائي ٿي - اهي گهربل آهن جيتوڻيڪ انهن صارفين لاء جيڪي اڳ ۾ ئي آواز ڪنٽرول سان سمارٽ فونز آهن. بهرحال، اسڪرين جي کوٽ هڪ وڏي حد آهي.

صرف بيپس استعمال ڪري سگھجن ٿيون استعمال ڪندڙن کي ممڪن حڪمن جي ڄاڻ ڏيڻ لاءِ، ۽ ٻاھران ٻاھر پڙھڻ مشڪل ٿي پوي ٿو سواءِ بنيادي ڪمن جي. پچائڻ دوران وائيس ڪمانڊ سان ٽائمر سيٽ ڪرڻ وڏو ڪم آهي، پر توهان کي اهو پڇڻ ضروري ناهي ته ڪيترو وقت بچيو آهي. باقاعده موسم جي اڳڪٿي حاصل ڪرڻ صارف لاءِ ياداشت جو امتحان بڻجي ويندو آهي، جنهن کي هڪ نظر ۾ اسڪرين مان ڪڍڻ بجاءِ، سڄي هفتي حقيقتن جو هڪ سلسلو ٻڌڻ ۽ جذب ڪرڻو پوندو آهي.

ڊزائنر اڳ ۾ ئي آهن هائبرڊ حل، ايڪو شو (11)، جيڪو بنيادي ايڪو سمارٽ اسپيڪر ۾ ڊسپلي اسڪرين شامل ڪيو. هي سامان جي ڪارڪردگي کي تمام گهڻو وڌائي ٿو. بهرحال، ايڪو شو اڃا تائين تمام گهٽ قابل آهي بنيادي ڪم انجام ڏيڻ جي قابل آهي جيڪي گهڻو وقت تائين اسمارٽ فونز ۽ ٽيبلٽس تي موجود آهن. اهو (اڃا تائين) ويب کي سرف نٿو ڪري سگهي، جائزو ڏيکاري، يا Amazon شاپنگ ڪارٽ جي مواد کي ڏيکاري، مثال طور.

هڪ بصري ڊسپلي قدرتي طور تي ماڻهن کي صرف آواز جي ڀيٽ ۾ معلومات جي دولت سان مهيا ڪرڻ جو هڪ وڌيڪ مؤثر طريقو آهي. آواز جي ترجيح سان ڊزائين ڪرڻ سان آواز جي رابطي کي تمام گهڻو بهتر بڻائي سگهجي ٿو، پر ڊگھي عرصي ۾، رابطي جي خاطر بصري مينيو کي استعمال نه ڪرڻ، توهان جي پٺي جي پويان هڪ هٿ سان وڙهڻ وانگر هوندو. آخر کان آخر تائين ذهين آواز ۽ ڊسپلي انٽرفيس جي وڌندڙ پيچيدگي جي ڪري، ڊولپرز کي سنجيدگي سان انٽرفيس جي هڪ هائبرڊ طريقي تي غور ڪرڻ گهرجي.

تقرير جي پيداوار ۽ شناخت واري نظام جي ڪارڪردگي ۽ رفتار کي وڌائڻ ممڪن بڻائي ڇڏيو آهي انهن کي استعمال ڪرڻ لاء اهڙين ايپليڪيشنن ۽ علائقن ۾، مثال طور:

• فوجي (جهازن يا هيلي ڪاپٽرن ۾ آوازي حڪم، مثال طور، F16 VISTA)،

• خودڪار ٽيڪسٽ ٽرانسپشن (تقرير کان ٽيڪسٽ)،

انٽرايڪٽو انفارميشن سسٽم (پرائم اسپيچ، وائس پورٽل)،

• موبائل ڊوائيسز (فون، اسمارٽ فونز، ٽيبليٽ)،

• روبوٽڪس (Cleverbot - ASR سسٽم گڏيل مصنوعي ذهانت سان)،

• آٽوموٽو (ڪار جي اجزاء جو هٿ کان آزاد ڪنٽرول، جهڙوڪ بليو ۽ مون)،

• گهر ايپليڪيشنون (سمارٽ گهر سسٽم).

حفاظت لاء ڏسو!

گاڏيون، گهرو سامان، حرارتي/کولنگ ۽ گهر سيڪيورٽي سسٽم، ۽ گهر جي سامان جو هڪ ميزبان آواز انٽرفيس استعمال ڪرڻ شروع ڪري رهيا آهن، اڪثر ڪري AI جي بنياد تي. هن مرحلي تي، مشينن سان لکين ڳالهين مان حاصل ڪيل ڊيٽا کي موڪليو ويو آهي ڪمپيوٽنگ بادل. اهو واضح آهي ته مارڪيٽ وارا انهن ۾ دلچسپي وٺندا آهن. ۽ نه رڳو انھن کي.

Symantec سيڪيورٽي ماهرن جي هڪ تازي رپورٽ سفارش ڪري ٿي ته وائس ڪمانڊ استعمال ڪندڙ حفاظتي خاصيتن تي ڪنٽرول نه ڪن جهڙوڪ دروازن جا تالا، اڪيلو گهر سيڪيورٽي سسٽم کي ڇڏي ڏيو. ساڳيو ئي پاسورڊ يا ڳجهي معلومات کي محفوظ ڪرڻ لاءِ آهي. مصنوعي ذھني ۽ سمارٽ شين جي حفاظت اڃا تائين ڪافي اڀياس نه ڪئي وئي آھي.

جڏهن سڄي گهر ۾ ڊوائيس هر لفظ ٻڌي، سسٽم جي هيڪنگ ۽ غلط استعمال جو خطرو هڪ وڏو خدشو بڻجي ويندو آهي. جيڪڏهن ڪو حملو ڪندڙ مقامي نيٽ ورڪ يا ان سان لاڳاپيل اي ميل پتي تائين رسائي حاصل ڪري ٿو، سمارٽ ڊوائيس جي سيٽنگ تبديل ٿي سگهي ٿي يا فيڪٽري سيٽنگن تي ري سيٽ ٿي سگهي ٿي، نتيجي ۾ قيمتي معلومات جي ضايع ٿيڻ ۽ صارف جي تاريخ کي ختم ڪرڻ جي نتيجي ۾.

ٻين لفظن ۾، حفاظتي ماهرن کي خوف آهي ته آواز ۽ VUI تي هلندڙ مصنوعي ذهانت اڃا تائين ايتري سمارٽ نه آهي ته اسان کي امڪاني خطرن کان بچائي ۽ اسان جا وات بند رکو جڏهن ڪو اجنبي ڪجهه پڇي.