Voice search

(این مقاله در حال ترجمه از ویکی انگلیسی است

لطفا حذف نشود.) جستجوی صوتی که به آن فعال صوتی نیز می گویند، به کاربر این امکان را می دهد که از یک فرمان صوتی برای جستجو در اینترنت، یک وب سایت یا یک برنامه استفاده کند.

در یک تعریف گسترده تر، جستجوی صوتی شامل جستجوی کلمه کلیدی دامنه باز در هر اطلاعاتی در اینترنت مانند جستجوی صوتی گوگل، کورتانا، سیری و آمازون اکو است.

جستجوی صوتی اغلب تعاملی است و شامل چندین دور تعامل است که به سیستم اجازه می‌دهد تا شفاف‌سازی را بخواهد. جستجوی صوتی نوعی سیستم گفتگو است .

جستجوی صوتی جایگزین جستجوی تایپ شده نیست. در عوض، عبارات جستجو، تجربه و موارد استفاده بسته به نوع ورودی می‌توانند به شدت متفاوت باشند.

روش

جستجوی صوتی روشی برای جستجو است که به کاربران اجازه می دهد به جای تایپ کردن، با استفاده از دستورات صوتی گفتاری جستجو کنند. جستجو را می توان در هر دستگاهی با ورودی صوتی انجام داد. سه روش متداول برای فعال کردن جستجوی صوتی:

1. روی نماد فرمان صوتی کلیک کنید
2. نام دستیار مجازی را صدا بزنید
3. روی دکمه هوم یا ژست روی رابط کلیک کنید

دستیار مجازی را فعال کنید

اپل : هی، سیری

گوگل : خب، گوگل

آمازون : هی، الکسا

مایکروسافت : سلام، کورتانا

سامسونگ : سلام، بیکسبی

زبان پشتیبانی شده

زبان ضروری ترین عامل برای درک سیستم و ارائه دقیق ترین نتایج از جستجوی کاربر است. این شامل زبان‌ها، لهجه‌ها و لهجه‌ها می‌شود، زیرا کاربران یک دستیار صوتی می‌خواهند که هم آن‌ها را بفهمد و هم به‌طور قابل فهم با آنها صحبت کند.

در حالی که زبان گفتاری و نوشتاری متفاوت است، جستجوی صوتی باید به جای تبدیل صدا به متن و انجام جستجوی متنی منظم با کمک تشخیص گفتار ، از زبان گفتاری طبیعی پشتیبانی کند.

به عنوان مثال، در جستجوی تایپ شده، کاربر تجارت الکترونیک می تواند به راحتی یک کد محصول الفبایی عددی را در قسمت جستجو کپی و جایگذاری کند، اما هنگام صحبت کردن، عبارات جستجو می توانند بسیار متفاوت باشند، مانند "هدفون بلوتوث جدید سامسونگ را به من نشان بده".

چگونه کار می کند

تفاوت جستجوی متنی و صوتی تنها در نوع ورودی نیست. این مکانیسم باید شامل یک تشخیص خودکار گفتار (ASR) برای ورودی باشد، اما همچنین می‌تواند شامل درک زبان طبیعی برای جست‌وجوهای گفتاری طبیعی مانند "جمعیت برای ایالات متحده چقدر است" باشد.

این می تواند شامل تبدیل متن به گفتار (TTS) یا نمایشگر معمولی برای حالت های خروجی باشد . گاهی اوقات ممکن است از کاربران خواسته شود که جستجو را با استفاده از کلمه بیدار فعال کنند.

سپس، سیستم جستجو زبان مورد صحبت کاربر را تشخیص می دهد. سپس کلمات کلیدی و متن جمله را شناسایی می کند. در نهایت، دستگاه بسته به خروجی خود نتایج را برمی‌گرداند. دستگاهی با صفحه نمایش ممکن است نتایج را نمایش دهد، در حالی که دستگاهی بدون صفحه نمایش نتایج را به جستجوگر بازگو می کند.

همچنین ببینید

• SpeechWeb
• با زمزمه پرس و جو کنید