AI भाषा पहिचानकर्ता

यो भाषा पहिचानकर्ताले के गर्छ

कुनै पाठ टाइप गर्नुहोस् वा टाँस्नुहोस्, Detect Language थिच्नुहोस्, र यसले त्यो कुन भाषामा लेखिएको हो भनी पहिचान गरी कति विश्वासका साथ भनेको छ भन्ने देखाउँछ। यो काम MediaPipe को भाषा-पहिचान मोडेलले WebAssembly मार्फत तपाईंको ब्राउजरभित्रै गर्छ, त्यसैले तपाईंले टाँस्नुभएको पाठ विश्लेषणका लागि कुनै सर्भरमा पठाइँदैन। पहिलो पटक प्रयोग गर्दा पेजले मोडेल र यसको रनटाइम डाउनलोड गर्छ; त्यसपछि पहिचान स्थानीय रूपमै हुन्छ।

यो भाषा पहिचानकर्ता हो, अनुवादक होइन। यसले पाठ कुन भाषामा देखिन्छ भनी बताउँछ, ISO-शैलीको भाषा कोड दिन्छ, र सम्भाव्यता जनाउँछ। यसले पाठ रूपान्तरण गर्दैन, सुधार गर्दैन, वा यसको अर्थ व्याख्या गर्दैन।

पहिचान कसरी काम गर्छ

पेजले एउटा सानो पाठ-वर्गीकरण मोडेल (एउटा TensorFlow Lite फाइल) सँगै MediaPipe को text tasks runtime लोड गर्छ। तपाईंले पाठ पेस गर्दा, मोडेलले यसलाई आफू तालिम प्राप्त भएका भाषाहरूसँग स्कोर गर्छ र एउटा क्रमबद्ध सूची फर्काउँछ। उपकरणले शीर्ष नतिजा देखाउँछ: भाषाको नाम, यसको कोड, र प्रतिशतका रूपमा सम्भाव्यता।

मोडेल डाउनलोड भएपछिको सबै कुरा तपाईंको यन्त्रमै हुन्छ। textarea, क्यारेक्टर काउन्टर, Detect बटन र नतिजा कार्ड सबै स्थानीय JavaScript हुन्। त्यसैले यो उपकरण खाताविना र तपाईंको अनुच्छेद कतै नपठाई काम गर्न सक्छ।

पहिलो लोड र “Load AI Model” बटन

मोडेल एउटा छुट्टै फाइल भएकोले, आवश्यक नपर्दासम्म उपकरणले यसलाई ल्याउँदैन। तपाईं Load AI Model थिचेर डाउनलोड अग्रिम सुरु गर्न सक्नुहुन्छ, वा सिधै Detect थिचेर स्वतः लोड हुन दिन सक्नुहुन्छ। लोड हुँदै गर्दा पेजले हालको चरण देखाउँछ (“Preparing AI engine”, “Downloading modules”, “Loading language model”)। सकिएपछि बटन Model Ready मा परिवर्तन हुन्छ।

डाउनलोड असफल भएमा बटन रातो हुन्छ र स्टाटस लाइनले त्रुटि देखाउँछ। त्यो सामान्यतया नेटवर्क वा content-blocker को समस्या हो, तपाईंको पाठको समस्या होइन। पेज रिलोड गरी फेरि प्रयास गर्नुहोस्, वा उपकरणले प्रयोग गर्ने CDN र मोडेल होस्टतर्फका अनुरोधहरूलाई अनुमति दिनुहोस्।

कुन भाषाहरू समेटिएका छन्

उपकरणको भाषा नक्सामा करिब 110 कोड सूचीबद्ध छन्, जसले धेरै प्रयोग हुने भाषाहरू र धेरै क्षेत्रीय भाषाहरू समेट्छन्: 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 (सरल र परम्परागत), Japanese, Korean, Vietnamese, Thai, Indonesian, Malay, Filipino, Swahili, Amharic, Yoruba, Zulu, Afrikaans र अन्य।

समेटाइ भनेको निश्चितता होइन। नजिकका भाषाहरूले शब्दभण्डार र वाक्य-रचना साझा गर्छन्, र मोडेलले ठ्याक्कै प्रकारको सट्टा छिमेकी भाषा फर्काउन सक्छ। Portuguese मा एउटा छोटो वाक्यांश Spanish का रूपमा स्कोर हुन सक्छ, र Norwegian मा एउटा वाक्य Danish का रूपमा स्कोर हुन सक्छ। विश्वास सङ्ख्या तपाईंको मार्गदर्शक हो: यो जति कम छ, त्यति नतिजालाई उत्तम अनुमानका रूपमा लिनुपर्छ।

पहिचानकर्ता कसरी प्रयोग गर्ने

1. पाठ बाकसमा कम्तीमा केही शब्द टाइप गर्नुहोस् वा टाँस्नुहोस्। टाइप गर्दा क्यारेक्टर काउन्टर अद्यावधिक हुन्छ, र कम्तीमा तीन क्यारेक्टर नभएसम्म Detect बटन अक्षम रहन्छ।
2. वैकल्पिक रूपमा Load AI Model थिच्नुहोस् र मोडेल तयार भएको जानकारी नआउँदासम्म पर्खनुहोस्।
3. Detect Language थिच्नुहोस्।
4. नतिजा कार्ड पढ्नुहोस्: एउटा प्रतिशत, भाषाको नाम र भाषा कोड।
5. नतिजा गलत देखिएमा लामो नमुना टाँसी फेरि पहिचान गर्नुहोस्।
6. बाकस खाली गरी नतिजा रिसेट गर्न Clear थिच्नुहोस्।

विश्वास स्कोर पढ्ने तरिका

उपकरणले स्कोरलाई तीन ब्यान्डमा समूहबद्ध गर्छ। 80 प्रतिशतमाथि यसले पहिचानलाई उच्च विश्वास भनी लेबल गर्छ। 50 देखि 80 प्रतिशतबीच यसले थप पाठ थप्न सुझाव दिन्छ। 50 प्रतिशतभन्दा तल यसले नतिजा कमजोर रहेको चेतावनी दिन्छ। यी ब्यान्डहरू प्रस्तुतीकरणका सहयोगी हुन्, ग्यारेन्टी होइनन्: दुई-शब्दे ब्रान्ड नाममा उच्च स्कोर पनि गलत हुन सक्छ, र लामो अनुच्छेदमा मध्यम स्कोर पनि सही हुन सक्छ।

स्कोरलाई मोडेलले कति प्रमाण भेट्टायो भन्ने सङ्केतका रूपमा प्रयोग गर्नुहोस्, उपकरणमाथि सामान्य रूपमा कति भरोसा गर्नुपर्छ भन्ने मापनका रूपमा होइन। जब दुई भाषा सम्भावित हुन्छन्, दोस्रो स्थानको भाषा प्रायः उपयोगी सङ्केत हुन्छ, त्यसैले लामो नमुनाले सहयोग पुर्याउँछ।

अझ राम्रो नतिजा पाउने तरिका

• एकल शब्द नभई वाक्य प्रयोग गर्नुहोस्। एउटा शब्द प्रायः धेरै भाषामा साझा हुन्छ; पूरा वाक्यले मोडेललाई व्याकरण र कार्य-शब्दहरू दिन्छ।
• नाम, कोड र सङ्ख्याहरूबाट बच्नुहोस्। उत्पादन नाम, URL र सिरियल नम्बरमा भाषिक सङ्केत हुँदैन र यसले भविष्यवाणीलाई ती जस्तो देखिने भाषातर्फ तान्न सक्छ।
• नमुनालाई एकै भाषामा राख्नुहोस्। मिश्रित-भाषा पाठले मिश्रित सङ्केत उत्पन्न गर्छ; मोडेलले तैपनि एउटै शीर्ष उत्तर फर्काउँछ, जो भ्रामक हुन सक्छ।
• सादा पाठ टाँस्नुहोस्। सम्भव भए HTML, टाइमस्ट्याम्प र ढाँचा हटाउनुहोस्; तिनले अनावश्यक हल्ला थप्छन्।
• अर्को फरक अनुच्छेदसँग दोहोर्याउनुहोस्। यदि दुई नमुना बाझिए, पाठ छोटो, मिश्रित वा साँच्चै अस्पष्ट हुन सक्छ।

यसले के गर्दैन

यसले अनुवाद गर्दैन, लिप्यन्तरण गर्दैन, हिज्जे सुधार गर्दैन वा बोलीहरू निश्चित रूपमा पहिचान गर्दैन। यसले रोमनकृत पाठलाई भरपर्दो रूपमा पढ्न सक्दैन: ल्याटिन अक्षरमा लेखिएको हिन्दी वा उर्दू प्रायः मोडेललाई अङ्ग्रेजी वा अर्को ल्याटिन-लिपि भाषा जस्तो देखिन्छ, किनकि मोडेलले अभिप्रेत भाषा होइन, अक्षरहरू देख्छ। यसले इन्टरफेसमा हरेक सम्भावित भाषा पनि फर्काउँदैन; दोस्रो स्थानको नजिक भए पनि यसले शीर्ष एक मात्र देखाउँछ।

गोपनीयता र नेटवर्क गतिविधि

तपाईंको पाठ ब्राउजरमै रहन्छ। पृष्ठले गर्ने नेटवर्क अनुरोधहरू औजारको आफ्नै कोड, MediaPipe रनटाइम, WebAssembly फाइलहरू र मोडेल फाइलका लागि हुन्; तीमध्ये कुनैमा पनि तपाईंको अनुच्छेद हुँदैन। ब्राउजरले ती फाइलहरू क्यास गर्न सक्छ, त्यसैले पछिको भ्रमणमा डाउनलोड छुटाउन सकिन्छ, तर क्यास खाली गर्दा वा हार्ड रिलोड गर्दा तिनीहरू फेरि ल्याइनेछन्। अन्य जुनसुकै पृष्ठ जस्तै, सर्भरले पृष्ठकै लागि गरिएको अनुरोध लग गर्छ, तर तपाईंले बाकसमा टाइप गर्ने पाठ लग गर्दैन।

सामान्य गल्तीहरू

• एउटै शब्दले परीक्षण गर्नु। छोटा इनपुटहरू आश्चर्यजनक नतिजाको मुख्य कारण हुन्।
• कम स्कोरको अर्थ असफलता हो भनी मान्नु। यसको अर्थ प्रमाण कमजोर छ; पाठ थप्नुहोस्।
• रोमनकृत हिन्दी हिन्दीको रूपमा पहिचान हुने अपेक्षा गर्नु। ल्याटिन-लिपि इनपुटलाई ल्याटिन-लिपि भाषाको रूपमा स्कोर गरिन्छ।
• मोडेल लोड हुनु अघि Detect थिचेर यो बिग्रेको छ भनी मान्नु। लोडिङ प्यानलले प्रगति देखाउँछ; सकिनुसम्म पर्खनुहोस्।
• औजारलाई अनुवादकको रूपमा व्यवहार गर्नु। यसले पहिचान गर्छ; रूपान्तरण गर्दैन।

सीमितताहरू

डिटेक्टरले तपाईंले टाँस्नुभएको पाठमा काम गर्छ, अडियो वा छविमा होइन, र यसको शुद्धता नमुनाको लम्बाइ र भाषाको समानतामा निर्भर हुन्छ। यसले पूरा क्रमाङ्कनको सट्टा एउटा शीर्ष भाषा मात्र रिपोर्ट गर्छ, त्यसैले नजिकका निर्णयहरू लुकेका हुन्छन्। मोडेल र रनटाइम तेस्रो-पक्षका होस्टबाट डाउनलोड हुन्छन्, जसको अर्थ पहिलो प्रयोगका लागि ती होस्टहरू पहुँचयोग्य हुनु आवश्यक छ। मोडेललाई तालिम दिइएको नभएको भाषा यसले पहिचान गर्न सक्दैन, र कुन बोली वा क्षेत्रीय भाषिका प्रयोग भइरहेको छ भनी यसले बताउन सक्दैन।

बारम्बार सोधिने प्रश्नहरू