ڪيننيڪل ۾ انجنيئرنگ جي ڊائريڪٽر، جين-بيپٽسٽ لاليمينٽ، مينا پروجيڪٽ پيش ڪيو، جيڪو هڪ تقرير جي سڃاڻپ جي ايپليڪيشن تيار ڪري رهيو آهي جيڪو آواز جي ان پٽ کي منظم ڪرڻ ۽ قدرتي ٻولي ۾ حڪمن کي سڃاڻڻ لاءِ استعمال ڪرڻ جو ارادو رکي ٿو. Ubuntu ڊيسڪ ٽاپ. پروجيڪٽ GPLv3 لائسنس تحت ورهايو ويو آهي، پر ريپوزٽري ۾ هن وقت صرف خاڪا شامل آهن جيڪي پروجيڪٽ جي ماڊيولر آرڪيٽيڪچر ۽ ان جي انضمام کي بيان ڪن ٿا Ubuntu.
ڇڏڻ لاءِ Ubuntu 26.10 آڪٽوبر تي، ايپ کي وائس ان پٽ سان مطابقت ڏيڻ جو منصوبو آهي. هڪ صارف سيشن ۾ ڪي بورڊ شارٽ ڪٽ ذريعي ايپ کي چالو ڪرڻ، بلند آواز سان لکائڻ، ۽ توهان جي ڳالهائڻ دوران نقل ٿيل ڪي بورڊ ان پٽ ذريعي تسليم ٿيل متن کي موجوده ايپ ۾ پيسٽ ڪرڻ شامل آهي. مائڪروفون چالو ٿيڻ تي پينل ۾ هڪ خاص اشارو ظاهر ٿيندو.
بنيادي ٽيسٽنگ ماحول کي GNOME تي ٻڌل چيو ويندو آهي جيڪو Wayland تي ٻڌل آهي، پر ايپليڪيشن کي شروعات کان ئي مختلف ڊيسڪ ٽاپ ماحولن سان مطابقت پيدا ڪرڻ لاءِ ٺاهيو ويو آهي.
مينا تقرير جي سڃاڻپ لاءِ مقامي طور تي هلندڙ AI ماڊل استعمال ڪندي. ايپ لاءِ گهرجون شامل آهن: آف لائن ڪم ڪرڻ جي صلاحيت؛ هاٽڪي سان ڊڪٽيشن موڊ کي واضح طور تي چالو ڪرڻ کان پوءِ صرف مائڪروفون کي فعال ڪرڻ؛ ميموري ۾ آڊيو پروسيسنگ، جيڪو هر استعمال کان پوءِ صاف ڪيو ويندو آهي؛ ۽ آڊيو رڪارڊنگ کي ٻاهرين خدمتن ڏانهن منتقل ڪرڻ تي پابندي لڳائڻ.
تقرير جي سڃاڻپ، صارف جي رابطي، ڊڪٽيشن مينيجمينٽ، ۽ ٽيڪسٽ متبادل لاءِ جزا ماڊلز جي صورت ۾ تيار ڪيا ويا آهن.
اي آءِ ماڊل ايگزيڪيوشن ماحول کي هڪ سنيپ طور پيڪيج ڪيو ويندو. ويسپر، پيراڪيٽ، نيموٽرون، ۽ ڪيوين 3-اي ايس آر کي ممڪن سڃاڻپ ماڊل طور ذڪر ڪيو ويو آهي.
ڊڪٽيشن مئنيجمينٽ سروس هاٽڪي پريس جي نگراني ڪري ٿي، مائڪروفون کي چالو ڪري ٿي، API ذريعي سنيپ پيڪيج ۾ AI ماڊل تائين رسائي حاصل ڪري ٿي، آڊيو سروس مان آڊيو اسٽريم کي ان ڏانهن فارورڊ ڪري ٿي، ۽ ڊيٽا فلوز کي هم آهنگ ڪري ٿي.
آڊيو سروس آڊيو ڊيوائس تائين رسائي حاصل ڪري ٿي، يا ته سڌو سنئون يا پلس آڊيو يا پائپ وائر آڊيو سرورز ذريعي، شور کي دٻائي ٿي ۽ حجم کي برابر ڪري ٿي. ماڊل پاران پيدا ڪيل متن کي صفائي، نارملائيزيشن، فارميٽنگ، ۽ پنڪچويشن لاءِ پوسٽ پروسيسنگ ماڊيول ڏانهن منتقل ڪيو ويندو آهي. آخري متن ان پٽ متبادل ذريعي ايپليڪيشن ۾ داخل ڪيو ويندو آهي، مثال طور، ويلينڊ ان پٽ-طريقيڪار پروٽوڪول يا IBus ذريعي.
هڪ ڀيرو شروعاتي ڪارڪردگي مستحڪم ٿي ويندي آهي، ته پوءِ وائيس اسسٽنٽ جي حيثيت سان ڪم ڪرڻ، وائيس ڪمانڊ تي عمل ڪرڻ، ڊيسڪ ٽاپ جو وائيس ڪنٽرول، ۽ خودڪار ٻولي جي سڃاڻپ سان ڊڪٽيٽ ٿيل متن جو ترجمو ڪرڻ جهڙين صلاحيتن جي نفاذ کي رد نٿو ڪري سگهجي.
جو ذريعو: opennet.ru
