বিভিন্ন ধরণের ক্লায়েন্ট রয়েছে - কারও কারও কাছে তাদের বক্তৃতা ডেটা কীভাবে কাঠামোগত হওয়া উচিত সে সম্পর্কে স্পষ্ট ধারণা রয়েছে এবং কিছু তাদের পদ্ধতির সাথে আরও নমনীয়।
একটি পরিষেবা প্রদানকারী হিসাবে, আমাদের নিশ্চিত করতে হবে যে উভয় ক্লায়েন্টের প্রয়োজনীয়তা পূরণ হয়েছে। যাইহোক, একজন ক্লায়েন্টের সাথে যারা তাদের প্রয়োজনীয়তার সাথে নমনীয়, এটা সম্ভব যে তারা সম্পূর্ণরূপে প্রদান করেনি বক্তৃতা তথ্য সংগ্রহ একটি সম্পূর্ণ চিন্তা।
স্পিচ ডেটাসেট প্রদানকারীর অবদান এখানেই আসে।
অডিও শুরু করার আগে যে বিষয়গুলো মাথায় রাখতে হবে তা তুলে ধরার দায়িত্ব আমাদের তথ্য সংগ্রহ প্রকল্প যাতে AI সংস্থাগুলিকে একটি সম্ভাব্য, দক্ষ এবং সাশ্রয়ী সমাধান সনাক্ত করতে দেয়।
ভয়েস স্বীকৃতি বাজার, বিশ্বের, বৃদ্ধি আশা করা হচ্ছে 27.16 এ $ 2026 বিলিয়ন 10.7% এর CAGR-এ 2020 সালে $16.8 বিলিয়ন থেকে।
আসুন কাস্টমাইজ করার আগে সমস্ত কার্যকর উপায় বা পয়েন্টগুলি মাথায় রাখা উচিত বক্তৃতা তথ্য সংগ্রহ প্রকল্পের।
- ভাষা এবং জনসংখ্যা
- সংগ্রহের আকার
- স্ক্রিপ্টের কাঠামো
- অডিও প্রয়োজনীয়তা এবং বিন্যাস
- ডেলিভারি এবং প্রক্রিয়াকরণের প্রয়োজনীয়তা
- অন্যান্য গুরুত্বপূর্ণ পয়েন্ট নোট করুন
ভাষা এবং জনসংখ্যা
প্রকল্পের প্রথমে লক্ষ্য ভাষা এবং লক্ষ্য জনসংখ্যার উল্লেখ করা উচিত।
ভাষা এবং উপভাষা
প্রকল্পের প্রয়োজনীয়তা মাথায় রেখে শুরু করুন - যে ভাষাগুলির জন্য স্পিচ ডেটাসেট সংগ্রহ করা হচ্ছে এবং কাস্টমাইজ করা হচ্ছে। এছাড়াও, নির্দিষ্ট দক্ষতার প্রয়োজনীয়তা বুঝুন। উদাহরণস্বরূপ, অংশগ্রহণকারীর কি একজন নেটিভ স্পিকার বা অ-নেটিভ স্পিকার হওয়া উচিত?
উদাহরণ স্বরূপ - নেটিভ ইংরেজি স্পিকাররা
ভাষার গোড়ালিতে ছুটে চলা হল উপভাষা। ডেটাসেট যাতে পক্ষপাতিত্বের শিকার না হয় তা নিশ্চিত করার জন্য, অংশগ্রহণকারীদের বৈচিত্র্যের জন্য ইচ্ছাকৃতভাবে উপভাষাগুলি প্রবর্তন করার পরামর্শ দেওয়া হয়।
উদাহরণ স্বরূপ - অস্ট্রেলিয়ান ইংরেজি- উচ্চারিত স্পিকার
দেশে
কাস্টমাইজ করার আগে, অংশগ্রহণকারীদের নির্দিষ্ট দেশ থেকে আসা উচিত এমন একটি নির্দিষ্ট প্রয়োজনীয়তা আছে কিনা তা জানা গুরুত্বপূর্ণ। এবং, অংশগ্রহণকারীদের বর্তমানে একটি নির্দিষ্ট দেশে বসবাস করা উচিত কিনা।
উদাহরণ স্বরূপ – ভারত ও পাকিস্তানে পাঞ্জাবি ভিন্নভাবে কথা বলা হয়।
জনসংখ্যার উপাত্ত
ভাষা এবং ভূগোল ছাড়াও, জনসংখ্যার উপর ভিত্তি করে কাস্টমাইজেশন করা যেতে পারে। অংশগ্রহণকারীদের তাদের বয়স, লিঙ্গ, শিক্ষাগত যোগ্যতা এবং আরও অনেক কিছুর উপর ভিত্তি করে টার্গেট বন্টন করা যেতে পারে।
উদাহরণ স্বরূপ - প্রাপ্তবয়স্ক বনাম শিশু বা শিক্ষিত বনাম অশিক্ষিত
সংগ্রহের আকার
আপনার ডেটাসেট আপনার ডেটা প্রকল্পের কর্মক্ষমতা প্রভাবিত করবে। যাইহোক, আপনার প্রয়োজনীয় সংগ্রহের ডেটা আকারও প্রয়োজনীয় অংশগ্রহণকারীদের নির্ধারণ করবে।
উত্তরদাতাদের মোট সংখ্যা
প্রকল্পের জন্য প্রয়োজনীয় অংশগ্রহণকারীদের মোট সংখ্যা নির্ধারণ করুন। প্রকল্পের ভাষা প্রয়োজন হলে অডিও তথ্য সংগ্রহ, আপনার লক্ষ্য করা ভাষা প্রতি প্রয়োজনীয় অংশগ্রহণকারীদের মোট সংখ্যা বিশ্লেষণ করা উচিত।
উদাহরণ স্বরূপ - 50% আমেরিকান ইংরেজি এবং 50% অস্ট্রেলিয়ান ইংরেজি স্পিকার
উচ্চারণের মোট সংখ্যা
বক্তৃতা ডেটা সংগ্রহ তৈরি করতে, অংশগ্রহণকারী প্রতি উচ্চারণ বা পুনরাবৃত্তির মোট সংখ্যা বা প্রয়োজনীয় মোট পুনরাবৃত্তি নির্ধারণ করুন।
উদাহরণ স্বরূপ - প্রতি অংশগ্রহণকারী 50টি উচ্চারণ সহ 25 জন অংশগ্রহণকারী = 1250টি পুনরাবৃত্তি
স্ক্রিপ্ট গঠন
প্রকল্পের চাহিদা মেটাতে স্ক্রিপ্টটিও কাস্টমাইজ করা যেতে পারে, তাই এর সাহায্য নেওয়া বাঞ্ছনীয় বক্তৃতা থেরাপিস্ট পাঠ্যের প্রবাহ ডিজাইন করতে। যদি ML মডেলটিকে সু-গঠিত ডেটার উপর প্রশিক্ষণ দিতে হয়, তবে এটিকে স্ক্রিপ্ট এবং কর্মপ্রবাহ বিবেচনা করতে হবে।
স্ক্রিপ্টেড বনাম আনস্ক্রিপ্টেড
অংশগ্রহণকারীদের পড়ার জন্য আপনি একটি স্ক্রিপ্টেড টেক্সট বা প্রাকৃতিক বা আনস্ক্রিপ্টড টেক্সট ব্যবহার করার মধ্যে বেছে নিতে পারেন।
একটি স্ক্রিপ্টযুক্ত পাঠ্য বক্তৃতায়, অংশগ্রহণকারীরা পর্দায় যা প্রদর্শিত হয় তা পড়েন। এই পদ্ধতিটি বেশিরভাগই কমান্ড বা নির্দেশাবলী রেকর্ড করতে ব্যবহৃত হয়।
উদাহরণ স্বরূপ - 'মিউজিক বন্ধ করুন,' 'রেকর্ড করতে 1 টিপুন।'
অলিখিত বক্তৃতায়, অংশগ্রহণকারীদের দৃশ্যকল্প দেওয়া হয় এবং তাদের বাক্য গঠন করতে এবং যথাসম্ভব স্বাভাবিকভাবে কথা বলতে বলা হয়।
উদাহরণ স্বরূপ - 'আপনি কি দয়া করে আমাকে বলবেন পরবর্তী গ্যাস স্টেশনটি কোথায়?'
উচ্চারণ সংগ্রহ / জেগে ওঠা শব্দ
যদি স্ক্রিপ্টেড টেক্সট ব্যবহার করা হয়, তাহলে আপনাকে স্থির করতে হবে যে কতগুলি স্ক্রিপ্ট ব্যবহার করা হবে এবং প্রতিটি অংশগ্রহণকারী একটি অনন্য স্ক্রিপ্ট বা স্ক্রিপ্টের একটি গ্রুপ পড়বে কিনা। এছাড়াও, স্ক্রিপ্টে ওয়েক শব্দ এবং কমান্ডের একটি সংগ্রহ রয়েছে কিনা তা নির্ধারণ করুন।
উদাহরণ স্বরূপ -
আদেশ 1:
"আলেক্সা, চকোলেট কাপকেকের রেসিপি কি?"
"ওকে গুগল, চকোলেট কাপকেকের রেসিপি কি?"
"সিরি, চকোলেট কাপকেকের রেসিপি কি?"
আদেশ 2:
"আলেক্সা, নিউ ইয়র্কের ফ্লাইট কখন?"
"গুগল, নিউ ইয়র্কের ফ্লাইট কখন?"
"সিরি, নিউ ইয়র্কের ফ্লাইট কখন?"
অডিও প্রয়োজনীয়তা এবং বিন্যাস
অডিও গুণমান বক্তৃতা স্বীকৃতি একটি গুরুত্বপূর্ণ ভূমিকা পালন করে তথ্য সংগ্রহ প্রক্রিয়া বিভ্রান্তিকর পটভূমির শব্দ সংগৃহীত ভয়েস নোটের গুণমানকে নেতিবাচকভাবে প্রভাবিত করতে পারে। এটি ভয়েস রিকগনিশন অ্যালগরিদমের কার্যকারিতাও হ্রাস করতে পারে।
অডিও মানের
রেকর্ডিংয়ের গুণমান এবং পটভূমির শব্দের উপস্থিতি প্রকল্পের ফলাফলকে প্রভাবিত করতে পারে। কিন্তু কিছু বক্তৃতা ডেটা সংগ্রহ গোলমালের উপস্থিতি স্বীকার করে। যাইহোক, বিট রেট, সংকেত-থেকে-শব্দ অনুপাত, প্রশস্ততা এবং আরও অনেক কিছুর ক্ষেত্রে প্রয়োজনীয়তাগুলিকে আরও ভালভাবে বোঝার পরামর্শ দেওয়া হয়।
বিন্যাস
ফাইল ফরম্যাট, ডেটা পয়েন্ট, বিষয়বস্তু গঠন, কম্প্রেশন, এবং পোস্ট-প্রসেসিং প্রয়োজনীয়তাগুলিও বক্তৃতা রেকর্ডিংয়ের গুণমান নির্ধারণ করে।
ফাইল ফরম্যাটের গুরুত্বের কারণ হল মডেলটিকে ফাইলের আউটপুট সনাক্ত করতে হবে এবং সেই নির্দিষ্ট শব্দের গুণমান চিনতে প্রশিক্ষিত হতে হবে।
কাস্টম অডিও প্রয়োজনীয়তা সংজ্ঞায়িত করুন
সংগ্রহ প্রক্রিয়া শুরুর আগে কাস্টম অডিও প্রয়োজনীয়তা উল্লেখ করা উচিত। ক্লায়েন্ট কাস্টমাইজড অডিও ফাইলগুলি বেছে নিতে পারেন যেখানে নির্দিষ্ট ফাইলগুলিকে একত্রিত করা হয়৷
ডেলিভারি এবং প্রক্রিয়াকরণের প্রয়োজনীয়তা
একবার বক্তৃতা ডেটা একত্রিত হয়ে গেলে, ক্লায়েন্টরা তাদের প্রয়োজনীয়তা অনুযায়ী এটি সরবরাহ করা বেছে নিতে পারেন।
ট্রান্সক্রিপশন এবং টীকা প্রয়োজন
কিছু ক্লায়েন্ট ডেলিভার করার আগে ডেটা ট্রান্সক্রিপশন এবং লেবেলিং প্রয়োজন। উপরন্তু, তাদের লেবেলিং এবং সেগমেন্টেশনের নির্দিষ্ট ফর্মের প্রয়োজন হতে পারে।
কখনও কখনও এটি চাইতে ভাল বক্তৃতা-ভাষা রোগ বিশেষজ্ঞ এবং বিশেষজ্ঞদের লক্ষ্য ভাষার সত্যতা বজায় রাখার জন্য বিভিন্ন ভাষায় বক্তৃতা প্রতিলিপিতে সহায়তা করার জন্য।
ফাইলের নামকরণের নিয়মাবলী
সার্জারির তথ্য সংগ্রহ ফর্ম যে কোনো ফাইলের নামকরণের নিয়ম অনুসরণ করতে হবে। নামকরণের নিয়ম যদি জটিল হয় বা প্রক্রিয়ার মান পরিধির বাইরে থাকে, তাহলে এটি অতিরিক্ত উন্নয়নমূলক খরচ আকৃষ্ট করতে পারে।
ডেলিভারি নির্দেশিকা
সুরক্ষা এবং বিতরণ নির্দেশিকাগুলি প্রকল্পের প্রয়োজনীয়তাগুলিতে উল্লেখিত হিসাবে অনুসরণ করা উচিত। তদুপরি, যদি ডেটা ছোট মাইলস্টোন বা সম্পূর্ণ প্যাকেজ হিসাবে সরবরাহ করতে হয় তা একবারে নির্দিষ্ট করতে হবে। গ্রাহকরাও সময়মত পছন্দ করেন অগ্রগতি পর্যবেক্ষণ আপডেট যাতে তারা প্রকল্পের স্থিতির উপর নজর রাখতে পারে।
অন্যান্য গুরুত্বপূর্ণ পয়েন্ট নোট করুন
কাস্টমাইজেশনগুলি কীভাবে প্রভাবিত করবে,
- তথ্য সংগ্রহ পদ্ধতি ব্যবহৃত
- অংশগ্রহণকারীদের নিয়োগ
- ডেলিভারির জন্য সময়রেখা
- প্রকল্পের অস্থায়ী ব্যয়
সঠিক বিক্রেতা নির্বাচন করার সময়, আপনাকে নিশ্চিত করতে হবে যে আপনি এমন একজনের সাথে যাচ্ছেন যার কাস্টমাইজেশন পছন্দ এবং প্রকল্পটি অনায়াসে স্কেল করার জন্য নমনীয়তা প্রদান করার অভিজ্ঞতা উভয়ই আছে। বক্তৃতা ডেটা সংগ্রহের প্রকৃতি হল যে এটি বিকশিত হয় এবং সময়ের সাথে সাথে জটিলতাগুলি পরিবর্তিত হয় এবং সঠিক প্রদানকারীর গতি বজায় রাখতে সক্ষম হওয়া উচিত।
যখন আপনার যা প্রয়োজন তা হল নমনীয়তা এবং মাপযোগ্যতা, শাইপ হল সঠিক পছন্দ। আমরা আপনার নির্দিষ্ট প্রকল্পের প্রয়োজনীয়তার উপর ভিত্তি করে কাস্টমাইজযোগ্য পরিষেবা অফার করি। আমরা মাপযোগ্য এবং নমনীয় অফার তথ্য সংগ্রহ সমাধান প্রতিযোগিতামূলক মূল্যে বহুভাষিক প্রকল্পের জন্য। কথোপকথনমূলক AI বিকাশে আমাদের স্পিচ ডেটা সংগ্রহ এবং কাস্টমাইজেশন কৌশলগুলি কীভাবে কাজ করে তা জানতে আমাদের বিশেষজ্ঞদের সাথে কথা বলুন।
[এছাড়াও পড়ুন: স্পিচ রিকগনিশন ট্রেনিং ডেটা - প্রকার, ডেটা সংগ্রহ এবং অ্যাপ্লিকেশন]
