یک کارشناسان صنایع الکترونیک ایران بر ضرورت اجرای پروژه تشخیص گفتار در حوزه هوش‌مصنوعی تاکید کرد و گفت: این پروژه توسعه یک سیستم تشخیص گفتار است که می‌تواند به صورت دقیق و سریع گفتار را به متن تبدیل کند. 

به گزارش ستاد خبری اینوتکس ۲۰۲۵، دکتر به‌نیا، از کارشناسان صنایع الکترونیک ایران در برنامه زمانی ارائه نیازهای فناورانه تحول دیجیتال هوش مصنوعی سومین رویداد ملی ملاصدرا که در دومین روز از رویداد اینوتکس۲۰۲۵ برگزار شد، درباره لایه‌های میانی و سرویس‌هایی مورد استفاده هوش مصنوعی و پایه‌ای گفت: یکی از نیاز‌های سرویس‌های پایه‌ای حول محور بحث‌های NLP یا برنامه‌نویسی عصبی زبانی می‌چرخد به همین دلیل به حوزه تشخیص گفتار در حوزه هوش‌مصنوعی که از اهمیت زیادی برخوردار است پرداخته‌ایم. 

وی اظهارکرد: در بحث پردازش گفتار، روی مسئله پاسخگویی به سوالات مراکز تماس پرداخته‌ایم. اگر قصد داریم در لایه‌های میانی هوش‌مصنوعی وارد شویم و نیازهایمان را برطرف کنیم باید بنابر نیاز هر مرکز و صنعتی آن سیستم را کاستومایز  کنیم و مورد استفاده قرار دهیم.

به‌نیاعنوان کرد: این موضوع باید به شکل سرویس در سامانه‌های مختلف استفاده شود. در  این رابطه سامانه‌های مختلفی مطرح شده که یکی از آنها تبدیل گفتار به متن است که طبیعتا باید باشد.

وی افزود: هدف اصلی این پروژه توسعه یک سیستم تشخیص گفتار است که بتواند به صورت دقیق و سریع گفتار را به متن تبدیل کند.

به‌نیاخاطرنشان کرد: تشخیص دقیق گفتار( ایجاد سیستمی که قادر به تبدیل گفتار به متن با دقت بالا باشد)، درک زبان طبیعی( سیستم باید قادر به درک به زبان طبیعی به صورت نوشتاری و گفتاری باشد) و پشتیبانی از چندین زبان (سیستم باید توانایی تشخیص گفتار به زبان‌های مختلف به ویژه زبان‌های مورد استفاده در بازار هدف را داشته باشد) از اهداف فرعی این پروژه است.

وی تصریح کرد: یکپارچگی با سیستم‌های موجود( سیستم باید قابلیت یکپارچگی با سایر سیستم‌ها و ابزارهای داخلی شرکت را داشته باشد)، پردازش گفتار در زمان واقعی(سیستم باید قادر به پردازش و تبدیل گفتار به متن به صورت آنی و در زمان واقعی باشد) و قابلیت یادگیری و بهبود( سیستم باید بتواند از طریق بازخورد کاربران و داده های جدید به صورت مستمر بهبود یابد) نیز از دیگر اهداف فرعی این پروژه است.