AI மொழி கண்டறியும் கருவி

இந்த மொழி கண்டறிவான் என்ன செய்கிறது

ஒரு உரையைத் தட்டச்சு செய்யுங்கள் அல்லது ஒட்டுங்கள், Detect Language என்பதை அழுத்துங்கள், அது எழுதப்பட்ட மொழியைப் பெயரிட்டு, அதன் நம்பகத்தன்மையையும் காட்டும். இந்த வேலை உங்கள் உலாவிக்குள் WebAssembly வழியாக இயங்கும் MediaPipe-இன் மொழி-கண்டறிதல் மாதிரியால் செய்யப்படுகிறது, எனவே நீங்கள் ஒட்டும் உரை பகுப்பாய்வுக்காக சேவையகத்திற்கு அனுப்பப்படுவதில்லை. நீங்கள் இதை முதன்முதலில் பயன்படுத்தும்போது, பக்கம் மாதிரியையும் அதன் இயக்கநேரத்தையும் பதிவிறக்கும்; அதற்குப் பிறகு, கண்டறிதல் உள்ளூரில் நடக்கும்.

இது ஒரு மொழி அடையாளங்காட்டி, மொழிபெயர்ப்பான் அல்ல. உரை எந்த மொழியில் இருப்பதாகத் தோன்றுகிறது என்பதை இது சொல்லி, ISO-பாணி மொழிக் குறியீட்டைத் தருகிறது, மேலும் ஒரு நிகழ்தகவையும் தெரிவிக்கிறது. இது உரையை மாற்றாது, திருத்தாது, அதன் பொருளையும் விளக்காது.

கண்டறிதல் எவ்வாறு செயல்படுகிறது

இந்தப் பக்கம் ஒரு சிறிய உரை-வகைப்பாட்டு மாதிரியை (ஒரு TensorFlow Lite கோப்பு) MediaPipe-இன் உரை பணிகள் இயக்கநேரத்துடன் சேர்த்து ஏற்றுகிறது. நீங்கள் உரையைச் சமர்ப்பிக்கும்போது, அது பயிற்சி பெற்ற மொழிகளுக்கு எதிராக மாதிரி மதிப்பிட்டு, ஒரு தரவரிசைப் பட்டியலைத் திருப்பித் தருகிறது. இந்தக் கருவி முதன்மை முடிவைக் காட்டுகிறது: மொழியின் பெயர், அதன் குறியீடு, மற்றும் சதவீதமாக நிகழ்தகவு.

மாதிரி பதிவிறக்கம் முடிந்த பிறகு நடப்பது எல்லாம் உங்கள் சாதனத்திலேயே நடக்கிறது. உரைப்பெட்டி, எழுத்து எண்ணி, Detect பொத்தான் மற்றும் முடிவு அட்டை அனைத்தும் உள்ளூர் JavaScript. அதனால்தான் இந்தக் கருவி ஒரு கணக்கு இல்லாமலும், உங்கள் பத்தியை எங்கும் அனுப்பாமலும் செயல்பட முடிகிறது.

முதல் ஏற்றம் மற்றும் “Load AI Model” பொத்தான்

மாதிரி ஒரு தனிக் கோப்பாக இருப்பதால், தேவைப்படும் வரை கருவி அதைக் கொண்டுவராது. பதிவிறக்கத்தை முன்கூட்டியே தொடங்க Load AI Model என்பதை அழுத்தலாம், அல்லது வெறுமனே Detect-ஐ அழுத்தி அது தானாக ஏற்றப்படட்டும். அது ஏற்றப்படும்போது, தற்போதைய படிநிலையைப் பக்கம் காட்டும் (“Preparing AI engine”, “Downloading modules”, “Loading language model”). அது முடிந்ததும், பொத்தான் Model Ready என மாறும்.

பதிவிறக்கம் தோல்வியடைந்தால், பொத்தான் சிவப்பாக மாறும், நிலை வரி பிழையைக் காட்டும். இது பொதுவாக உங்கள் உரையின் சிக்கல் அல்லாமல், ஒரு பிணைய அல்லது உள்ளடக்க-தடுப்பான் சிக்கலாக இருக்கும். பக்கத்தை மீண்டும் ஏற்றி மீண்டும் முயற்சிக்கவும், அல்லது கருவி பயன்படுத்தும் CDN மற்றும் மாதிரி ஹோஸ்ட்டுக்கான கோரிக்கைகளை அனுமதிக்கவும்.

எந்த மொழிகள் உள்ளடங்கியுள்ளன

கருவியின் மொழி வரைபடம் சுமார் 110 குறியீடுகளைப் பட்டியலிடுகிறது, இது பெரும்பாலும் பயன்படுத்தப்படும் மொழிகளையும் பல பிராந்திய மொழிகளையும் உள்ளடக்குகிறது: 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 (எளிமைப்படுத்தப்பட்ட மற்றும் பாரம்பரியம்), Japanese, Korean, Vietnamese, Thai, Indonesian, Malay, Filipino, Swahili, Amharic, Yoruba, Zulu, Afrikaans மற்றும் பிற.

உள்ளடக்கம் என்பது உறுதித்தன்மை அல்ல. நெருங்கிய தொடர்புடைய மொழிகள் சொல்லகராதியையும் தொடரியலையும் பகிர்ந்து கொள்கின்றன, மேலும் சரியான வகையைக் காட்டிலும் அதற்கு அருகிலுள்ள ஒன்றையே மாதிரி திருப்பித் தரக்கூடும். Portuguese-இல் உள்ள ஒரு சிறு சொற்றொடர் Spanish என மதிப்பிடப்படலாம், Norwegian-இல் உள்ள ஒரு வாக்கியம் Danish என மதிப்பிடப்படலாம். நம்பகத்தன்மை எண் உங்கள் வழிகாட்டி: அது குறைவாக இருந்தால், முடிவை ஒரு சிறந்த ஊகமாகவே கருத வேண்டும்.

கண்டறிவானை எவ்வாறு பயன்படுத்துவது

1. உரைப் பெட்டியில் குறைந்தது சில சொற்களைத் தட்டச்சு செய்யுங்கள் அல்லது ஒட்டுங்கள். நீங்கள் தட்டச்சு செய்யும்போது எழுத்து எண்ணி புதுப்பிக்கப்படும், குறைந்தது மூன்று எழுத்துகள் இருக்கும் வரை Detect பொத்தான் முடக்கப்பட்டே இருக்கும்.
2. விருப்பப்பட்டால் Load AI Model என்பதை அழுத்தி, மாதிரி தயாராகிவிட்டதாக அது தெரிவிக்கும் வரை காத்திருங்கள்.
3. Detect Language என்பதை அழுத்துங்கள்.
4. முடிவு அட்டையைப் படியுங்கள்: ஒரு சதவீதம், மொழியின் பெயர் மற்றும் மொழிக் குறியீடு.
5. முடிவு தவறாகத் தோன்றினால், நீளமான மாதிரியை ஒட்டி மீண்டும் கண்டறியுங்கள்.
6. பெட்டியைக் காலி செய்து முடிவை மீட்டமைக்க Clear என்பதை அழுத்துங்கள்.

நம்பகத்தன்மை மதிப்பெண்ணைப் படித்தல்

கருவி மதிப்பெண்ணை மூன்று பிரிவுகளாகத் தொகுக்கிறது. 80 சதவீதத்திற்கு மேல் அது கண்டறிதலை உயர் நம்பகத்தன்மை எனக் குறிக்கிறது. 50 முதல் 80 சதவீதத்திற்கு இடையில் கூடுதல் உரையைச் சேர்க்க பரிந்துரைக்கிறது. 50 சதவீதத்திற்குக் கீழே முடிவு பலவீனமானது என்று எச்சரிக்கிறது. இந்தப் பிரிவுகள் வழங்கல் உதவிகள், உத்தரவாதங்கள் அல்ல: இரண்டு-சொல் பிராண்ட் பெயரில் கிடைக்கும் உயர் மதிப்பெண் இன்னும் தவறாக இருக்கலாம், ஒரு நீண்ட பத்தியில் கிடைக்கும் நடுத்தர மதிப்பெண் சரியாகவும் இருக்கலாம்.

மாதிரி எவ்வளவு ஆதாரத்தைக் கண்டறிந்தது என்பதற்கான ஒரு சமிக்ஞையாகவே மதிப்பெண்ணைப் பயன்படுத்துங்கள், பொதுவாக இந்தக் கருவியை நீங்கள் எவ்வளவு நம்ப வேண்டும் என்பதற்கான அளவீடாக அல்ல. இரண்டு மொழிகள் நம்பத்தகுந்ததாக இருக்கும்போது, இரண்டாம் தரவரிசை மொழியே பெரும்பாலும் பயனுள்ள துப்பு, அதனால்தான் நீளமான மாதிரி உதவுகிறது.

சிறந்த முடிவைப் பெறுதல்

• தனிச் சொற்கள் அல்ல, வாக்கியங்களைப் பயன்படுத்துங்கள். ஒரு சொல் பெரும்பாலும் மொழிகளுக்கு இடையே பகிரப்படுகிறது; ஒரு முழு வாக்கியம் மாதிரிக்கு இலக்கணத்தையும் பணிச் சொற்களையும் வேலை செய்யத் தருகிறது.
• பெயர்கள், குறியீடுகள் மற்றும் எண்களைத் தவிர்க்கவும். தயாரிப்புப் பெயர்கள், URL-கள் மற்றும் வரிசை எண்களில் மொழிச் சமிக்ஞை இல்லை, மேலும் அவை எந்த மொழியை ஒத்திருக்கின்றனவோ அந்த மொழியை நோக்கி முன்னறிவிப்பை இழுக்கக்கூடும்.
• மாதிரியை ஒரே மொழியில் வைத்திருங்கள். கலப்பு-மொழி உரை கலந்த சமிக்ஞைகளை உருவாக்குகிறது; மாதிரி இன்னும் ஒரே ஒரு முதன்மை பதிலையே திருப்பித் தரும், அது தவறாக வழிகாட்டக்கூடும்.
• எளிய உரையை ஒட்டுங்கள். முடிந்தால் HTML, நேரமுத்திரைகள் மற்றும் வடிவமைப்பை நீக்குங்கள்; அவை இரைச்சலைச் சேர்க்கின்றன.
• வேறு ஒரு பகுதியுடன் மீண்டும் முயற்சியுங்கள். இரு மாதிரிகள் ஒத்துப்போகவில்லை என்றால், உரை குறுகியதாக, கலப்பானதாக அல்லது உண்மையிலேயே தெளிவற்றதாக இருக்கலாம்.

இது செய்யாதவை

இது மொழிபெயர்க்காது, எழுத்துப்பெயர்ப்பு செய்யாது, எழுத்துப்பிழைகளைத் திருத்தாது, பேச்சுவழக்குகளை உறுதியாக அடையாளம் காணாது. இலத்தீன் எழுத்துகளில் எழுதப்பட்ட உரையை இது நம்பகமாகப் படிக்காது: இலத்தீன் எழுத்துகளில் எழுதப்பட்ட இந்தி அல்லது உருது, மாடலுக்கு ஆங்கிலம் அல்லது இலத்தீன் எழுத்துரு கொண்ட வேறு மொழிபோல் தோன்றும்; ஏனெனில் மாடல் எழுத்துகளைப் பார்க்கிறதே தவிர, நோக்கப்பட்ட மொழியைப் பார்க்கவில்லை. மேலும், இடைமுகத்தில் இது ஒவ்வொரு சாத்தியமான மொழியையும் காட்டாது; இரண்டாம் இடத்திலுள்ளது மிக நெருக்கமாக இருந்தாலும், முதலிடத்திலுள்ள ஒன்றையே காட்டும்.

தனியுரிமை மற்றும் பிணைய செயல்பாடு

உங்கள் உரை உலாவியிலேயே இருக்கும். பக்கம் செய்யும் பிணைய கோரிக்கைகள் கருவியின் சொந்தக் குறியீடு, MediaPipe இயக்கநேரம், WebAssembly கோப்புகள் மற்றும் மாடல் கோப்புக்காக மட்டுமே; அவற்றில் எதிலும் உங்கள் பத்தி இல்லை. உலாவி அந்தக் கோப்புகளைத் தற்காலிகச் சேமிப்பில் வைக்கலாம், எனவே பிறகு வரும்போது பதிவிறக்கம் தவிர்க்கப்படலாம்; இருப்பினும் தற்காலிகச் சேமிப்பை அழித்தால் அல்லது கட்டாய மறுஏற்றம் செய்தால் அவை மீண்டும் பதிவிறக்கப்படும். எந்தப் பக்கத்தையும் போலவே, சேவையகம் பக்கத்திற்கான கோரிக்கையைப் பதிவு செய்யும், ஆனால் நீங்கள் பெட்டியில் தட்டச்சு செய்யும் உரையைப் பதிவு செய்யாது.

பொதுவான தவறுகள்

• ஒரே ஒரு சொல்லைக் கொண்டு சோதிப்பது. குறுகிய உள்ளீடுகளே ஆச்சரியமான முடிவுகளுக்கு முக்கிய காரணம்.
• குறைந்த மதிப்பெண் என்பது தோல்வி என்று கருதுவது. அது சான்று குறைவாக இருப்பதைக் குறிக்கிறது; உரையைச் சேர்க்கவும்.
• இலத்தீன் எழுத்தில் உள்ள இந்தி, இந்தியாக அடையாளம் காணப்படும் என்று எதிர்பார்ப்பது. இலத்தீன் எழுத்துரு உள்ளீடு, இலத்தீன் எழுத்துரு மொழியாகவே மதிப்பிடப்படும்.
• மாடல் ஏற்றப்படுவதற்கு முன் Detect-ஐ அழுத்தி, அது பழுதடைந்துவிட்டதாகக் கருதுவது. ஏற்றுதல் பலகம் முன்னேற்றத்தைக் காட்டுகிறது; அது முடியும் வரை காத்திருங்கள்.
• கருவியை ஒரு மொழிபெயர்ப்பாளராகக் கருதுவது. இது அடையாளம் காண்கிறது; மாற்றம் செய்யாது.

வரம்புகள்

கண்டறியி நீங்கள் ஒட்டும் உரையில் செயல்படுகிறது, ஒலி அல்லது படங்களில் அல்ல, மேலும் அதன் துல்லியம் மாதிரியின் நீளம் மற்றும் மொழி ஒற்றுமையைப் பொறுத்தது. இது முழு தரவரிசைக்குப் பதிலாக ஒரே முதன்மை மொழியைத் தெரிவிக்கிறது, எனவே நெருக்கமான வேறுபாடுகள் மறைந்துவிடும். மாடலும் இயக்கநேரமும் மூன்றாம் தரப்பு ஹோஸ்ட்களிலிருந்து பதிவிறக்கப்படுகின்றன, அதாவது முதல் பயன்பாட்டிற்கு அந்த ஹோஸ்ட்கள் அணுகக்கூடியதாக இருக்க வேண்டும். மாடல் பயிற்சி பெறாத ஒரு மொழியை இது கண்டறிய முடியாது, மேலும் எந்தப் பேச்சுவழக்கு அல்லது பிராந்திய வகை பயன்பாட்டில் உள்ளது என்பதையும் உங்களால் சொல்ல முடியாது.

அடிக்கடி கேட்கப்படும் கேள்விகள்