කාලයක් තිස්සේ, හඬ පරිවර්තනය යනු රෙකෝඩ් කරනවා, පසුකාලීනව මොඩලකට දාගෙන, මිනිත්තු කිහිපයක් හෝ පැය කිහිපයක් ගතවූ පසු ලියකියවිලි ලැබෙන්නා වූ ක්රියාවලියක් විය. ඒක තවත් “බැච්” හෝ “අසින්ක්” ලෙස හැඳින්වෙන, හඬ අවසන් වීමෙන් පසු පමණක් ක්රියාත්මක වූ ක්රමයක්.
ඉතා ඉක්මනින්, AI ක්ෂේත්රය රියල්-ටයිම් (Live) ස්පීච්-ටු-ටෙක්ස්ට් (STT) වෙත පියවර තබා ඇත. දැන් හඬ සජීවීව ඇසී, තත්කාලිකව පදයක් පදයක් පරිවර්තනය වීම සාමාන්යයයි. එය තනිවම නොවේ, නවතම Voice AI යෙදුම්, ඇන්ජන්ට්-ඇසස්ට්, ලයිව් කැප්ෂන්, රෝගී සටහන් ලියන ස්ක්රයිබ් වැනි සියලුම අංග රියල්-ටයිම් පළමුවෙන්ම සැලසුම් කර ඇත.
ඉතා වැදගත් කරුණ නම්, පසුගිය වසර කිහිපයේදී පරතරයක් පවතින ලත් “වේගය vs නಿಖරතාව” යන දෙකම එකම මට්ටමට පත් වීමයි. Universal‑3.5 Pro Realtime වැනි නවීන මොඩලයන් 150‑250 ms පමණ වේගයෙන් පාරිභෝගිකයන්ට පදයක් පදයක් පෙන්වයි. ඒ සමඟ WER (Word Error Rate) 6.99% දක්වා අඩු වී, Deepgram, ElevenLabs, Google වැනි ප්රධාන සපයන්නන්ගෙන් ඉහළ ප්රතිඵලයක් ලබා දී ඇත.
මෙම මොඩලය “agent_context” නමැති API පරාමිතියෙන් පසුබැසීමක් ලබා ගනී. කතාබසේ පසුබැසි තොරතුරු (උදා: ගිණුම් අංකය, පාරිභෝගික නාමය) ඇතුළත් කිරීමෙන්, වැරදි අක්ෂර හෝ අමුතු වචන අඩු කර, WER 10% කින් අඩු කරයි. 20,000 කට වැඩි ඇන්ජන්ට් කතාබස් පරීක්ෂණයකදී මේ ආකාරයේ වැඩිදියුණු කිරීම දැකිය හැකිය.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණය ඉගෙනුම, ව්යාපාරික සේවා, රෝගී සේවා වැනි ක්ෂේත්රවල රියල්-ටයිම් STT තාක්ෂණය විශාල අවස්ථාවක් ලබා දෙයි.
- සිසුන් – ඉංග්රීසි කථනයේ වචන පරිවර්තනය සිංහල උපශීර්ෂයක් ලෙස පෙන්වීම, අධ්යයන කාලය කෙටි කරයි.
- ඩිවෙලොපර් – AI‑API එකතු කර, කෝඩ් ලිව්වම කතාබසින් නියම පදයක් පෙන්වීම, වැඩි වේගයෙන් ඇප් සංවර්ධනයේ හැකියාව.
- ව්යාපාර – කතාබසින් පාරිභෝගික සේවාව, රියල්-ටයිම් සපයන සම්බන්ධතා, නීතිමය අනුකූලතා පරීක්ෂණ, අලෙවිකරණය වැනි ක්රියාකාරකම් වඩාත් කාර්යක්ෂම කරයි.
ඉදිරියේදී, රියල්-ටයිම් STT තාක්ෂණය ශ්රී ලංකාවේ කෝඩ් හබ්ස්, කණ්ඩායම් වැඩ, සහ නව ව්යාපාර ආරම්භ කිරීමට මූලික පදයක් වනු ඇත.
අවසන් වශයෙන්, තාක්ෂණය ඉදිරියට යාමත්, අපි එය භාවිතා කරගන්නා ආකාරයත් සමඟම වෙනස් වේ. රියල්-ටයිම් ස්පීච්-ටු-ටෙක්ස්ට් දැන් තත්කාලීන, නිවැරදි, සහ සරලව ලබා ගත හැකි නිසා, එය අනාගතයේ අත්යවශ්ය තාක්ෂණයක් බව පෙනෙයි.
