ஹிந்தி, இந்திய ஆங்கிலத்திற்கான முதல் மதிப்பீட்டைச் சேர்த்த ஓப்பன் ASR லீடர்போர்டு

பேச்சை உரையாக மாற்றும் தானியங்கி பேச்சு அங்கீகார (ASR) அமைப்புகளை தரவரிசைப்படுத்தும் ஓப்பன் ASR லீடர்போர்டில். 'மான்சூன் என்-ஐஎன்' மற்றும் 'மான்சூன் ஹை-ஐஎன்' என இரண்டு புதிய மதிப்பீட்டுத் தொகுப்புகளை வாய்ஸ் அரீனாவும் ஹக்கிங் ஃபேஸும் சேர்த்துள்ளன. அரை பில்லியனுக்கும் அதிகமான மக்களால் பேசப்படும் ஹிந்தி, இதுவரை ஐரோப்பிய மொழிகளை மட்டுமே உள்ளடக்கிய பன்மொழிப் பிரிவில் சேர்க்கப்படும் முதல் இந்திய மொழியாகும்.

லீடர்போர்டின் வழக்கமான அளவீடான 'சொல் பிழை விகிதம்' (WER), ஓர் அமைப்பின் செயல்திறனை ஒரே எண்ணாகக் குறைத்துவிடுகிறது. வணிக அமைப்புகள் கறுப்பின பேச்சாளர்களுக்கு வெள்ளையின பேச்சாளர்களை விட சுமார் இரு மடங்கு துல்லியம் குறைவாக இருப்பதாக ஒரு ஆய்வும். பாலினம், வயது, உச்சரிப்பு அடிப்படையிலான வேறுபாடுகளையும் மற்றொரு ஆய்வும் முன்பே கண்டறிந்துள்ளன. வழக்கமான சோதனைத் தொகுப்புகள் என்ன பேசப்பட்டது என்பதை மட்டும் பதிவு செய்வதால், யார் பேசினார் என்பது குறித்து எதுவும் தெரியாததால், இந்த வேறுபாடுகள் லீடர்போர்டில் தெரிவதில்லை.

புவியியல், வயது, பாலினம், சொற்களஞ்சியம், சாதனங்கள், ஒலிச்சூழல் உள்ளிட்ட ஒன்பது காரணிகளில் மாறுபடும் வகையில் புதிய மான்சூன் தொகுப்புகள் வடிவமைக்கப்பட்டன. இதனால் குறிப்பிட்ட பேச்சாளர் குழுவுக்கான பிழைகள் சராசரியில் மறைந்துவிடாமல் கண்டறியப்படும். ஹிந்தி, இந்திய ஆங்கிலம் ஆகிய இரண்டு மொழிகளுக்கான பொது மற்றும் தனியார் தொகுப்புகள் (மொத்தம் நான்கு) இணைந்து 4,888 பேச்சாளர்களைக் கொண்டுள்ளன; ஒவ்வொரு பேச்சாளருக்கும் 12 பண்புகள் பதிவு செய்யப்பட்டுள்ளன.

இந்திய ஆங்கில தரவு 24 மாநிலங்கள்/யூனியன் பிரதேசங்களில் உள்ள 428 மாவட்டங்களிலிருந்தும், ஹிந்தி தரவு 295 மாவட்டங்கள் வரையிலும் சேகரிக்கப்பட்டது. இரு மொழிகளிலும் பாதிக்கும் மேற்பட்ட பேச்சாளர்கள் ஒரே ஒரு ஒலிப்பதிவில் மட்டுமே இடம்பெறுகின்றனர்; எந்தத் தொகுப்பிலும் மிகப்பெரிய பத்து பங்களிப்பாளர்கள் மொத்த பதிவு நேரத்தில் 6.8%-க்கு மிகாத பங்கையே கொண்டுள்ளனர். அதாவது, எந்தவொரு தனிநபரின் குரலும் அமைப்பின் மதிப்பெண்ணை ஆதிக்கம் செலுத்த முடியாது.