پژوهشگر دانشگاه تهران، موفق به طراحی و توسعه یک فناوری بومی هوش مصنوعی برای تشخیص و تبدیل گفتار فارسی به متن در مکالمات تلفنی شده است؛ سامانه‌ای تخصصی که در ارزیابی‌های مقایسه‌ای، عملکردی بهتر از سرویس‌های مطرح بین‌المللی، از جمله سامانه تشخیص گفتار گوگل، از خود نشان داده است.

به گزارش دانشگاه تهران، هادی ویسی، عضو هیأت علمی دانشکده سامانه‌های هوشمند دانشگاه تهران، با اشاره به طراحی این دستاورد گفت: توسعه این فناوری بر پایه چند هزار ساعت مکالمه واقعی از مراکز تماس داخل کشور انجام شده است. استفاده از داده‌های بومی، شامل نمونه‌های متنوع گفتاری از گویش‌ها و لهجه‌های مختلف ایرانی، این امکان را فراهم کرده است که سامانه با ویژگی‌های زبانی و شرایط واقعی مکالمات تلفنی در کشور سازگاری بالایی داشته باشد.

وی با اشاره به اهمیت این دستاورد در توسعه زیرساخت‌های هوش مصنوعی کشور افزود: برخلاف سامانه‌های عمومی تشخیص گفتار که برای کاربردهای متنوع طراحی شده‌اند، این محصول به‌طور تخصصی برای محیط‌های تلفنی و نیازهای مراکز تماس توسعه یافته است که محدودیت پهنای باند خط تلفن و نویزهای مختلف آن، منجر به اُفت کارایی سیستم‌های هوش مصنوعی در تشخیص گفتار فارسی می‌شوند.

ویسی گفت: این فناوری کاربردهای متعددی در هوشمندسازی خدمات سازمانی دارد؛ از جمله ایجاد دستیارها و ایجنت‌های هوشمند برای پاسخ‌گویی خودکار به تماس‌های مشتریان، تحلیل هوشمند مکالمات، ارزیابی کیفیت پاسخ‌گویی کارشناسان، شناسایی نیازها و درخواست‌های پرتکرار مشتریان و استخراج اطلاعات ارزشمند از حجم بالای تماس‌های تلفنی.

این محصول هم‌اکنون در چند سامانه دستیار هوشمند تلفنی مورد استفاده چند سازمان و در فرایند پاسخ‌گویی هوشمند به مشتریان به کار گرفته شده است، می‌توان آن را گامی مؤثر در توسعه زیرساخت‌های بومی هوش مصنوعی و کاهش وابستگی به فناوری‌های خارجی دانست؛ چرا که برخورداری از فناوری مستقل و متناسب با زبان، گویش‌ها و نیازهای داخلی، زمینه توسعه طیف گسترده‌ای از خدمات هوشمند مبتنی بر زبان فارسی را فراهم می‌کند.