AI ಭಾಷೆ ಪತ್ತೆದಾರ

ಈ ಭಾಷೆ ಪತ್ತೆದಾರ ಏನು ಮಾಡುತ್ತದೆ

ಒಂದು ತುಣುಕು ಪಠ್ಯವನ್ನು ಟೈಪ್ ಮಾಡಿ ಅಥವಾ ಅಂಟಿಸಿ, Detect Language ಒತ್ತಿರಿ, ಮತ್ತು ಸಾಧನವು ಅದು ಬರೆಯಲಾದ ಭಾಷೆಯನ್ನು ಹೆಸರಿಸುತ್ತದೆ ಹಾಗೂ ಅದು ಎಷ್ಟು ವಿಶ್ವಾಸ ಹೊಂದಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಈ ಕೆಲಸವನ್ನು MediaPipe ನ ಭಾಷೆ-ಪತ್ತೆ ಮಾದರಿಯು WebAssembly ಮೂಲಕ ನಿಮ್ಮ ಬ್ರೌಸರ್ ಒಳಗೆ ಚಲಿಸುತ್ತಾ ಮಾಡುತ್ತದೆ, ಆದ್ದರಿಂದ ನೀವು ಅಂಟಿಸುವ ಪಠ್ಯವು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಸರ್ವರ್ಗೆ ಕಳುಹಿಸಲ್ಪಡುವುದಿಲ್ಲ. ನೀವು ಮೊದಲ ಬಾರಿಗೆ ಇದನ್ನು ಬಳಸುವಾಗ, ಪುಟವು ಮಾದರಿ ಮತ್ತು ಅದರ ರನ್ಟೈಮ್ ಅನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡುತ್ತದೆ; ಅದರ ನಂತರ, ಪತ್ತೆಯು ಸ್ಥಳೀಯವಾಗಿರುತ್ತದೆ.

ಇದು ಭಾಷೆ ಗುರುತಿಸುವಿಕೆಯ ಸಾಧನ, ಅನುವಾದಕ ಅಲ್ಲ. ಪಠ್ಯವು ಯಾವ ಭಾಷೆಯಲ್ಲಿ ಕಾಣುತ್ತದೆ ಎಂಬುದನ್ನು ಇದು ನಿಮಗೆ ತಿಳಿಸುತ್ತದೆ, ISO-ಶೈಲಿಯ ಭಾಷಾ ಕೋಡ್ ಅನ್ನು ನೀಡುತ್ತದೆ ಮತ್ತು ಒಂದು ಸಂಭವನೀಯತೆಯನ್ನು ವರದಿ ಮಾಡುತ್ತದೆ. ಇದು ಪಠ್ಯವನ್ನು ಪರಿವರ್ತಿಸುವುದಿಲ್ಲ, ಸರಿಪಡಿಸುವುದಿಲ್ಲ ಅಥವಾ ಅದರ ಅರ್ಥವನ್ನು ವಿವರಿಸುವುದಿಲ್ಲ.

ಪತ್ತೆ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ

ಪುಟವು ಒಂದು ಸಣ್ಣ ಪಠ್ಯ-ವರ್ಗೀಕರಣ ಮಾದರಿಯನ್ನು (ಒಂದು TensorFlow Lite ಫೈಲ್) MediaPipe ನ ಪಠ್ಯ ಕಾರ್ಯಗಳ ರನ್ಟೈಮ್ನೊಂದಿಗೆ ಲೋಡ್ ಮಾಡುತ್ತದೆ. ನೀವು ಪಠ್ಯವನ್ನು ಸಲ್ಲಿಸಿದಾಗ, ಮಾದರಿಯು ಅದನ್ನು ತರಬೇತಿ ಪಡೆದ ಭಾಷೆಗಳ ವಿರುದ್ಧ ಅಂಕ ನೀಡಿ ಒಂದು ಶ್ರೇಣೀಕೃತ ಪಟ್ಟಿಯನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ. ಸಾಧನವು ಮುಖ್ಯ ಫಲಿತಾಂಶವನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ: ಭಾಷೆಯ ಹೆಸರು, ಅದರ ಕೋಡ್, ಮತ್ತು ಶೇಕಡಾವಾರಿನಲ್ಲಿ ಸಂಭವನೀಯತೆ.

ಮಾದರಿ ಡೌನ್ಲೋಡ್ ಆದ ನಂತರದ ಎಲ್ಲವೂ ನಿಮ್ಮ ಸಾಧನದಲ್ಲಿಯೇ ನಡೆಯುತ್ತದೆ. ಪಠ್ಯಪೆಟ್ಟಿಗೆ, ಅಕ್ಷರ ಎಣಿಕೆಯ ಸಾಧನ, Detect ಬಟನ್ ಮತ್ತು ಫಲಿತಾಂಶದ ಕಾರ್ಡ್ — ಎಲ್ಲವೂ ಸ್ಥಳೀಯ JavaScript. ಆದ್ದರಿಂದಲೇ ಈ ಸಾಧನವು ಖಾತೆ ಇಲ್ಲದೆ ಮತ್ತು ನಿಮ್ಮ ಪ್ಯಾರಾಗ್ರಾಫ್ ಅನ್ನು ಎಲ್ಲಿಯೂ ಕಳುಹಿಸದೆ ಕೆಲಸ ಮಾಡಬಲ್ಲದು.

ಮೊದಲ ಲೋಡ್ ಮತ್ತು “Load AI Model” ಬಟನ್

ಮಾದರಿಯು ಪ್ರತ್ಯೇಕ ಫೈಲ್ ಆಗಿರುವುದರಿಂದ, ಬೇಕಾಗುವವರೆಗೆ ಸಾಧನವು ಅದನ್ನು ತರುತ್ತಿಲ್ಲ. ಡೌನ್ಲೋಡ್ ಅನ್ನು ಮುಂಚಿತವಾಗಿ ಪ್ರಾರಂಭಿಸಲು ನೀವು Load AI Model ಒತ್ತಬಹುದು, ಅಥವಾ ಸರಳವಾಗಿ Detect ಒತ್ತಿ ಅದು ತಾನಾಗಿಯೇ ಲೋಡ್ ಆಗಲು ಬಿಡಬಹುದು. ಅದು ಲೋಡ್ ಆಗುವಾಗ, ಪುಟವು ಪ್ರಸ್ತುತ ಹಂತವನ್ನು ತೋರಿಸುತ್ತದೆ (“Preparing AI engine”, “Downloading modules”, “Loading language model”). ಅದು ಮುಗಿದಾಗ, ಬಟನ್ Model Ready ಎಂದು ಬದಲಾಗುತ್ತದೆ.

ಡೌನ್ಲೋಡ್ ವಿಫಲವಾದರೆ, ಬಟನ್ ಕೆಂಪಾಗುತ್ತದೆ ಮತ್ತು ಸ್ಥಿತಿ ಸಾಲು ದೋಷವನ್ನು ತೋರಿಸುತ್ತದೆ. ಅದು ಸಾಮಾನ್ಯವಾಗಿ ನಿಮ್ಮ ಪಠ್ಯದ ಸಮಸ್ಯೆಯಲ್ಲ, ಬದಲಾಗಿ ಒಂದು ನೆಟ್ವರ್ಕ್ ಅಥವಾ ವಿಷಯ-ತಡೆ ಸಮಸ್ಯೆಯಾಗಿರುತ್ತದೆ. ಪುಟವನ್ನು ಮರುಲೋಡ್ ಮಾಡಿ ಮತ್ತೆ ಪ್ರಯತ್ನಿಸಿ, ಅಥವಾ ಸಾಧನವು ಬಳಸುವ CDN ಮತ್ತು ಮಾದರಿ ಹೋಸ್ಟ್ಗೆ ವಿನಂತಿಗಳನ್ನು ಅನುಮತಿಸಿ.

ಯಾವ ಭಾಷೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ

ಸಾಧನದ ಭಾಷಾ ನಕ್ಷೆಯು ಸುಮಾರು 110 ಕೋಡ್ಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ, ಇದು ಬಹುತೇಕ ವ್ಯಾಪಕವಾಗಿ ಬಳಸುವ ಭಾಷೆಗಳು ಮತ್ತು ಅನೇಕ ಪ್ರಾದೇಶಿಕ ಭಾಷೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ: English, Spanish, French, German, Portuguese, Italian, Dutch, Russian, Ukrainian, Polish, Czech, Romanian, Greek, Turkish, Arabic, Hebrew, Persian, Urdu, Hindi, Bengali, Punjabi, Gujarati, Marathi, Tamil, Telugu, Kannada, Malayalam, Sinhala, Nepali, Chinese (Simplified and Traditional), Japanese, Korean, Vietnamese, Thai, Indonesian, Malay, Filipino, Swahili, Amharic, Yoruba, Zulu, Afrikaans ಮತ್ತು ಇತರವು.

ವ್ಯಾಪ್ತಿಯು ನಿಶ್ಚಿತತೆಗೆ ಸಮಾನವಲ್ಲ. ನಿಕಟ ಸಂಬಂಧಿಯ ಭಾಷೆಗಳು ಪದಸಂಪತ್ತು ಮತ್ತು ವಾಕ್ಯರಚನೆಯನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ, ಮತ್ತು ಮಾದರಿಯು ನಿಖರ ಪ್ರಭೇದದ ಬದಲು ಒಂದು ನೆರೆಯ ಭಾಷೆಯನ್ನು ಹಿಂತಿರುಗಿಸಬಹುದು. Portuguese ನಲ್ಲಿ ಒಂದು ಸಣ್ಣ ಪದಗುಚ್ಛವು Spanish ಎಂದು ಅಂಕ ಪಡೆಯಬಹುದು, ಮತ್ತು Norwegian ನಲ್ಲಿ ಒಂದು ವಾಕ್ಯವು Danish ಎಂದು ಅಂಕ ಪಡೆಯಬಹುದು. ವಿಶ್ವಾಸದ ಅಂಕಿಅಂಶವೇ ನಿಮ್ಮ ಮಾರ್ಗದರ್ಶಿ: ಅದು ಎಷ್ಟು ಕಡಿಮೆಯಿರುತ್ತದೆಯೋ, ಫಲಿತಾಂಶವನ್ನು ಅಷ್ಟೇ ಹೆಚ್ಚು ಒಂದು ಊಹೆಯೆಂದು ಪರಿಗಣಿಸಬೇಕು.

ಪತ್ತೆದಾರವನ್ನು ಹೇಗೆ ಬಳಸುವುದು

1. ಪಠ್ಯ ಪೆಟ್ಟಿಗೆಯಲ್ಲಿ ಕನಿಷ್ಠ ಕೆಲವು ಪದಗಳನ್ನು ಟೈಪ್ ಮಾಡಿ ಅಥವಾ ಅಂಟಿಸಿ. ನೀವು ಟೈಪ್ ಮಾಡುತ್ತಿದ್ದಂತೆ ಅಕ್ಷರ ಎಣಿಕೆಯ ಸಾಧನವು ನವೀಕರಿಸುತ್ತದೆ, ಮತ್ತು ಕನಿಷ್ಠ ಮೂರು ಅಕ್ಷರಗಳಿರುವವರೆಗೆ Detect ಬಟನ್ ನಿಷ್ಕ್ರಿಯವಾಗಿರುತ್ತದೆ.
2. ಐಚ್ಛಿಕವಾಗಿ Load AI Model ಒತ್ತಿ ಮತ್ತು ಮಾದರಿ ಸಿದ್ಧವಾಗಿದೆ ಎಂದು ಅದು ವರದಿ ಮಾಡುವವರೆಗೆ ಕಾಯಿರಿ.
3. Detect Language ಒತ್ತಿರಿ.
4. ಫಲಿತಾಂಶದ ಕಾರ್ಡ್ ಓದಿ: ಒಂದು ಶೇಕಡಾವಾರು, ಭಾಷೆಯ ಹೆಸರು ಮತ್ತು ಭಾಷಾ ಕೋಡ್.
5. ಫಲಿತಾಂಶ ತಪ್ಪಾಗಿ ಕಂಡರೆ, ಉದ್ದವಾದ ಮಾದರಿಯನ್ನು ಅಂಟಿಸಿ ಮತ್ತೆ ಪತ್ತೆ ಮಾಡಿ.
6. ಪೆಟ್ಟಿಗೆಯನ್ನು ಖಾಲಿ ಮಾಡಲು ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಮರುಹೊಂದಿಸಲು Clear ಒತ್ತಿರಿ.

ವಿಶ್ವಾಸದ ಅಂಕವನ್ನು ಓದುವುದು

ಸಾಧನವು ಅಂಕವನ್ನು ಮೂರು ಪಟ್ಟಿಗಳಾಗಿ ಗುಂಪು ಮಾಡುತ್ತದೆ. 80 ಪ್ರತಿಶತಕ್ಕಿಂತ ಮೇಲೆ ಅದು ಪತ್ತೆಯನ್ನು ಹೆಚ್ಚು ವಿಶ್ವಾಸ ಎಂದು ಲೇಬಲ್ ಮಾಡುತ್ತದೆ. 50 ಮತ್ತು 80 ಪ್ರತಿಶತದ ನಡುವೆ ಅದು ಹೆಚ್ಚು ಪಠ್ಯವನ್ನು ಸೇರಿಸುವಂತೆ ಸೂಚಿಸುತ್ತದೆ. 50 ಪ್ರತಿಶತಕ್ಕಿಂತ ಕೆಳಗೆ ಅದು ಫಲಿತಾಂಶ ದುರ್ಬಲವಾಗಿದೆ ಎಂದು ಎಚ್ಚರಿಸುತ್ತದೆ. ಈ ಪಟ್ಟಿಗಳು ಪ್ರಸ್ತುತಿ ಸಹಾಯಗಳೇ ಹೊರತು ಖಾತರಿಗಳಲ್ಲ: ಎರಡು-ಪದಗಳ ಬ್ರ್ಯಾಂಡ್ ಹೆಸರಿನ ಮೇಲಿನ ಹೆಚ್ಚಿನ ಅಂಕವು ಇನ್ನೂ ತಪ್ಪಾಗಿರಬಹುದು, ಮತ್ತು ಉದ್ದವಾದ ಪ್ಯಾರಾಗ್ರಾಫ್ನ ಮೇಲಿನ ಮಧ್ಯಮ ಅಂಕವು ಸರಿಯಾಗಿರಬಹುದು.

ಸಾಧನದ ಮೇಲೆ ಸಾಮಾನ್ಯವಾಗಿ ನೀವು ಎಷ್ಟು ನಂಬಬೇಕು ಎಂಬುದರ ಅಳತೆಯಾಗಿ ಅಲ್ಲ, ಬದಲಾಗಿ ಮಾದರಿಯು ಎಷ್ಟು ಸಾಕ್ಷ್ಯವನ್ನು ಕಂಡುಕೊಂಡಿತು ಎಂಬುದರ ಸೂಚನೆಯಾಗಿ ಅಂಕವನ್ನು ಬಳಸಿ. ಎರಡು ಭಾಷೆಗಳು ಸಂಭಾವ್ಯವಾದಾಗ, ಎರಡನೇ ಶ್ರೇಣಿಯ ಭಾಷೆಯೇ ಸಾಮಾನ್ಯವಾಗಿ ಉಪಯುಕ್ತ ಸುಳಿವು, ಆದ್ದರಿಂದಲೇ ಉದ್ದವಾದ ಮಾದರಿಯು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಉತ್ತಮ ಫಲಿತಾಂಶ ಪಡೆಯುವುದು

• ಒಂಟಿ ಪದಗಳಲ್ಲ, ವಾಕ್ಯಗಳನ್ನು ಬಳಸಿ. ಒಂದು ಪದವು ಹಲವುವೇಳೆ ಭಾಷೆಗಳ ನಡುವೆ ಹಂಚಿಕೆಯಾಗಿರುತ್ತದೆ; ಒಂದು ಪೂರ್ಣ ವಾಕ್ಯವು ಮಾದರಿಗೆ ಕೆಲಸ ಮಾಡಲು ವ್ಯಾಕರಣ ಮತ್ತು ಕ್ರಿಯಾಪದಗಳನ್ನು ನೀಡುತ್ತದೆ.
• ಹೆಸರುಗಳು, ಕೋಡ್ಗಳು ಮತ್ತು ಸಂಖ್ಯೆಗಳನ್ನು ತಪ್ಪಿಸಿ. ಉತ್ಪನ್ನದ ಹೆಸರುಗಳು, URL ಗಳು ಮತ್ತು ಸೀರಿಯಲ್ ಸಂಖ್ಯೆಗಳಲ್ಲಿ ಯಾವುದೇ ಭಾಷಾ ಸಂಕೇತವಿಲ್ಲ ಮತ್ತು ಅವು ಯಾವ ಭಾಷೆಯನ್ನು ಹೋಲುತ್ತವೆಯೋ ಆ ಕಡೆಗೆ ಮುನ್ಸೂಚನೆಯನ್ನು ಎಳೆಯಬಹುದು.
• ಮಾದರಿಯನ್ನು ಒಂದೇ ಭಾಷೆಯಲ್ಲಿ ಇರಿಸಿ. ಮಿಶ್ರ-ಭಾಷೆಯ ಪಠ್ಯವು ಮಿಶ್ರ ಸಂಕೇತಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಮಾದರಿಯು ಇನ್ನೂ ಒಂದೇ ಮುಖ್ಯ ಉತ್ತರವನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ, ಅದು ದಾರಿತಪ್ಪಿಸುವಂತಿರಬಹುದು.
• ಸರಳ ಪಠ್ಯವನ್ನು ಅಂಟಿಸಿ. ಸಾಧ್ಯವಾದರೆ HTML, ಸಮಯಮುದ್ರೆಗಳು ಮತ್ತು ಫಾರ್ಮ್ಯಾಟಿಂಗ್ ಅನ್ನು ತೆಗೆದುಹಾಕಿ; ಅವು ಗೊಂದಲವನ್ನು ಸೇರಿಸುತ್ತವೆ.
• ಬೇರೆ ಒಂದು ಅನುಚ್ಛೇದದೊಂದಿಗೆ ಪುನರಾವರ್ತಿಸಿ. ಎರಡು ಮಾದರಿಗಳು ಒಂದಕ್ಕೊಂದು ಹೊಂದಿಕೆಯಾಗದಿದ್ದರೆ, ಪಠ್ಯವು ಚಿಕ್ಕದಾಗಿರಬಹುದು, ಮಿಶ್ರವಾಗಿರಬಹುದು ಅಥವಾ ನಿಜವಾಗಿಯೂ ಅಸ್ಪಷ್ಟವಾಗಿರಬಹುದು.

ಅದು ಏನನ್ನು ಮಾಡುವುದಿಲ್ಲ

ಅದು ಅನುವಾದ ಮಾಡುವುದಿಲ್ಲ, ಲಿಪ್ಯಂತರ ಮಾಡುವುದಿಲ್ಲ, ಕಾಗುಣಿತವನ್ನು ಸರಿಪಡಿಸುವುದಿಲ್ಲ ಅಥವಾ ಉಪಭಾಷೆಗಳನ್ನು ಖಚಿತವಾಗಿ ಗುರುತಿಸುವುದಿಲ್ಲ. ಅದು ರೋಮನ್ ಲಿಪಿಯ ಪಠ್ಯವನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಓದುವುದಿಲ್ಲ: ಲ್ಯಾಟಿನ್ ಅಕ್ಷರಗಳಲ್ಲಿ ಬರೆಯಲಾದ ಹಿಂದಿ ಅಥವಾ ಉರ್ದು, ಮಾದರಿಗೆ ಹೆಚ್ಚಾಗಿ ಇಂಗ್ಲಿಷ್ ಅಥವಾ ಇನ್ನೊಂದು ಲ್ಯಾಟಿನ್-ಲಿಪಿ ಭಾಷೆಯಂತೆ ಕಾಣುತ್ತದೆ, ಏಕೆಂದರೆ ಮಾದರಿಯು ಅಕ್ಷರಗಳನ್ನು ನೋಡುತ್ತದೆ, ಉದ್ದೇಶಿಸಿದ ಭಾಷೆಯನ್ನಲ್ಲ. ಅದು ಇಂಟರ್ಫೇಸ್ನಲ್ಲಿ ಪ್ರತಿ ಅಭ್ಯರ್ಥಿ ಭಾಷೆಯನ್ನೂ ತೋರಿಸುವುದಿಲ್ಲ; ಎರಡನೇ ಸ್ಥಾನದ ಭಾಷೆ ಹತ್ತಿರದಲ್ಲಿದ್ದರೂ ಅದು ಅಗ್ರ ಒಂದನ್ನು ಮಾತ್ರ ತೋರಿಸುತ್ತದೆ.

ಗೌಪ್ಯತೆ ಮತ್ತು ನೆಟ್ವರ್ಕ್ ಚಟುವಟಿಕೆ

ನಿಮ್ಮ ಪಠ್ಯವು ಬ್ರೌಸರ್ನಲ್ಲಿಯೇ ಉಳಿಯುತ್ತದೆ. ಪುಟವು ಮಾಡುವ ನೆಟ್ವರ್ಕ್ ವಿನಂತಿಗಳು ಸಾಧನದ ಸ್ವಂತ ಕೋಡ್, MediaPipe ರನ್ಟೈಮ್, WebAssembly ಫೈಲ್ಗಳು ಮತ್ತು ಮಾದರಿ ಫೈಲ್ಗಾಗಿ ಇರುತ್ತವೆ; ಅವುಗಳಲ್ಲಿ ಯಾವುದೂ ನಿಮ್ಮ ಪ್ಯಾರಾಗ್ರಾಫ್ ಅನ್ನು ಒಳಗೊಂಡಿರುವುದಿಲ್ಲ. ಬ್ರೌಸರ್ ಆ ಫೈಲ್ಗಳನ್ನು ಕ್ಯಾಶ್ ಮಾಡಬಹುದು, ಆದ್ದರಿಂದ ಮುಂದಿನ ಭೇಟಿಯಲ್ಲಿ ಡೌನ್ಲೋಡ್ ಅನ್ನು ಬಿಟ್ಟುಬಿಡಬಹುದು, ಆದರೂ ಕ್ಯಾಶ್ ತೆರವುಗೊಳಿಸುವುದು ಅಥವಾ ಹಾರ್ಡ್ ರೀಲೋಡ್ ಅವನ್ನು ಮತ್ತೆ ಪಡೆಯುತ್ತದೆ. ಯಾವುದೇ ಪುಟದಂತೆಯೇ, ಸರ್ವರ್ ಪುಟದ ವಿನಂತಿಯನ್ನೇ ಲಾಗ್ ಮಾಡುತ್ತದೆ, ಆದರೆ ನೀವು ಬಾಕ್ಸ್ನಲ್ಲಿ ಟೈಪ್ ಮಾಡುವ ಪಠ್ಯವನ್ನಲ್ಲ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಒಂದೇ ಪದದಿಂದ ಪರೀಕ್ಷಿಸುವುದು. ಚಿಕ್ಕ ಇನ್ಪುಟ್ಗಳು ಆಶ್ಚರ್ಯಕರ ಫಲಿತಾಂಶಗಳಿಗೆ ಮುಖ್ಯ ಕಾರಣ.
• ಕಡಿಮೆ ಸ್ಕೋರ್ ಎಂದರೆ ವೈಫಲ್ಯ ಎಂದು ಭಾವಿಸುವುದು. ಅದರರ್ಥ ಸಾಕ್ಷ್ಯ ಕಡಿಮೆ; ಪಠ್ಯವನ್ನು ಸೇರಿಸಿ.
• ರೋಮನ್ ಲಿಪಿಯ ಹಿಂದಿಯನ್ನು ಹಿಂದಿಯಾಗಿ ಪತ್ತೆ ಮಾಡುತ್ತದೆ ಎಂದು ನಿರೀಕ್ಷಿಸುವುದು. ಲ್ಯಾಟಿನ್-ಲಿಪಿ ಇನ್ಪುಟ್ ಅನ್ನು ಲ್ಯಾಟಿನ್-ಲಿಪಿ ಭಾಷೆಯಾಗಿ ಸ್ಕೋರ್ ಮಾಡಲಾಗುತ್ತದೆ.
• ಮಾದರಿ ಲೋಡ್ ಆಗುವ ಮೊದಲು Detect ಒತ್ತಿ ಅದು ಕೆಟ್ಟುಹೋಗಿದೆ ಎಂದು ಭಾವಿಸುವುದು. ಲೋಡಿಂಗ್ ಪ್ಯಾನೆಲ್ ಪ್ರಗತಿಯನ್ನು ತೋರಿಸುತ್ತದೆ; ಅದು ಮುಗಿಯುವವರೆಗೆ ಕಾಯಿರಿ.
• ಸಾಧನವನ್ನು ಅನುವಾದಕ ಎಂದು ಪರಿಗಣಿಸುವುದು. ಅದು ಗುರುತಿಸುತ್ತದೆ; ಅದು ಪರಿವರ್ತಿಸುವುದಿಲ್ಲ.

ಮಿತಿಗಳು

ಪತ್ತೆಕಾರಕವು ನೀವು ಅಂಟಿಸುವ ಪಠ್ಯದ ಮೇಲೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ, ಆಡಿಯೋ ಅಥವಾ ಚಿತ್ರಗಳ ಮೇಲೆ ಅಲ್ಲ, ಮತ್ತು ಅದರ ನಿಖರತೆಯು ಮಾದರಿಯ ಉದ್ದ ಮತ್ತು ಭಾಷೆಯ ಹೋಲಿಕೆಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಅದು ಪೂರ್ಣ ಶ್ರೇಣಿಯ ಬದಲು ಒಂದು ಅಗ್ರ ಭಾಷೆಯನ್ನು ವರದಿ ಮಾಡುತ್ತದೆ, ಆದ್ದರಿಂದ ಹತ್ತಿರದ ಹೋಲಿಕೆಗಳು ಮರೆಯಾಗುತ್ತವೆ. ಮಾದರಿ ಮತ್ತು ರನ್ಟೈಮ್ ಅನ್ನು ಮೂರನೇ-ಪಕ್ಷದ ಹೋಸ್ಟ್ಗಳಿಂದ ಡೌನ್ಲೋಡ್ ಮಾಡಲಾಗುತ್ತದೆ, ಅಂದರೆ ಮೊದಲ ಬಳಕೆಗೆ ಆ ಹೋಸ್ಟ್ಗಳು ತಲುಪಬಲ್ಲವಾಗಿರಬೇಕು. ಮಾದರಿಗೆ ತರಬೇತಿ ನೀಡದ ಭಾಷೆಯನ್ನು ಅದು ಪತ್ತೆ ಮಾಡಲಾಗದು, ಮತ್ತು ಯಾವ ಉಪಭಾಷೆ ಅಥವಾ ಪ್ರಾದೇಶಿಕ ವೈವಿಧ್ಯವನ್ನು ಬಳಸಲಾಗುತ್ತಿದೆ ಎಂದು ಅದು ಹೇಳಲಾಗದು.

ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು