به گزارش ایسنا و به نقل از آیای، بسیاری از جویندگان کار که دارای مهارتهای ارزشمندی نیز هستند، به دلیل ترس از کامل فهمیده نشدن توسط کارفرمایان، نادیده گرفته میشوند. این در حالی است که حذف این مانع میتواند کارگشا باشد.
در جوامع چندفرهنگی امروزی، لهجه نباید مشکل ساز باشد. اما گویا هنوز یک مشکل است. سه دانشجوی دانشگاه "استنفورد" زمانی با این مشکل مواجه شدند که یکی از دوستانشان شغل پشتیبانی مشتری را به دلیل لهجهدار بودن از دست داد.
آنها سپس تصمیم گرفتند برای این مشکل کاری انجام دهند. "آندرس پرز سودری"(Andres Perez Soderi) که یکی از بنیانگذاران این شرکت جدید است، میگوید: ما تصمیم گرفتیم به جهان کمک کنیم تا بیشتر بفهمد و فهمیده شود.
این گروه از دوستان که اکنون به شرکای تجاری یکدیگر تبدیل شدهاند شامل یک دانشجوی ارشد رشته علوم رایانه از چین، یک دانشجوی ارشد رشته مهندسی و علوم مدیریت متمرکز بر هوش مصنوعی از روسیه و یک دانشجوی ارشد رشته علوم و مهندسی مواد با محوریت تجاری از ونزوئلا است.
این سه نفر تحقیقات زیادی در مورد کارهایی مانند تبدیل صدا برای ویدیوهای جعل عمیق(دیپ فیک) که مهندسان در گذشته انجام دادهاند، کردهاند. آنها دریافتند که این فناوری بسیار پیشرفته است، اما از نظر ترجمه و تغییر لهجه کار بسیار کمی انجام شده است.
"سودری" افزود: ما در مورد درمان کاهش لهجه میدانستیم و اینکه آموزش داده میشود که افراد دارای لهجه از روش صحبت کردن دیگران الگوبرداری کنند و ما به صورت تجربی میدانستیم که مجبور کردن افراد برای صحبت با لهجهای متفاوت ناراحت کننده است. ما فکر کردیم اگر بتوانیم به نرم افزار اجازه دهیم لهجه را ترجمه کند، میتوانیم به مردم اجازه دهیم به طور طبیعی صحبت کنند.
این رفقا در سال ۲۰۲۰ شرکتی را به نام "ساناس"(Sanas) تأسیس کردند که تاکنون موفق بوده و در حال حاضر ۱۴ نفر پرسنل دارد.
"ساناس" اکنون روی الگوریتمی کار میکند که با استفاده از یک شبکه عصبی توسعه یافته است و میتواند زبان انگلیسی را به لهجههای آمریکایی، استرالیایی، بریتانیایی، فیلیپینی و اسپانیایی تغییر دهد. این شرکت همچنین در حال کار بر روی اقتباس لهجه از زبانهای دیگر مانند فرانسوی است.
این تیم در حال حاضر مشتریانی دارد که برای خرید این فناوری صف کشیدهاند و هفت شرکت که خدمات مشتری را ارائه میدهند در حال حاضر به صورت آزمایشی این سیستم را اجرا میکنند.
"ساناس" در اواخر ماه مه، دور اولیه سرمایه گذاری ۵.۵ میلیون دلاری خود را تکمیل کرد و کل سرمایهگذاری روی الگوریتم جدید خود را به حدود شش میلیون دلار رساند.
- 12
- 3