Speech to text ஏன் தமிழில் முடியவில்லை

இந்த தகவல் தொழில்நுட்ப காலத்திற்கு ஏற்றவாறு தமிழை நாம் வளர்கிறோம என்றால் இல்லை என்று தான் சொல்லவேண்டும்.

Speech to text என்றால் என்ன?
ஒலியை எழுத்து வடிவமாக மாற்றுவதே speech to text என்று அழைக்கப்படுகிறது.

தமிழின் நிலை :
தற்போது தமிழில் தட்ட ஆங்கிலத்தை தான் நம்பி உள்ளோம், தமிழ் கிபோர்ட்-கள் உள்ளது ஆனால் ஒவ்வொரு கிபோர்டும் ஒவ்வொரு வடிவமைப்பில் உள்ளது, ஒரு சீரான தரபடுத்தபட்ட கிபோர்ட் இல்லை. அப்படியும் கிபோர்ட் கொண்டு தட்டினால் சராசரியாக ஒவ்வொரு எழுத்துக்கும் இரு முறை தட்ட வேண்டும், இது தட்டலின் வேகத்திற்கு தடை போடும்படியாக உள்ளது.

ஆங்கிலத்தின் நிலை:
ஆங்கிலத்தில் Speech to text செய்ய வேண்டும் எனில் அணைத்து வார்த்தைகளையும் ஒலிவலை வடிவிலும் அதனுடன் எழுத்து வடிவிலும் கோப்பாக செய்து அந்த கோப்புடன் நாம் போசும் வார்த்தையின் ஒலிவலையை ஒத்துபார்த்து, கோப்பின் எந்த ஒலிவலை ஒத்துபோகிறதோ அதை ஒத்த எழுத்துக்களை திரையில் கொண்டு வருவதாகவும். இதற்கு அணைத்து ஆங்கில சொற்களின் ஒலி மற்றும் எழுத்து உள்ளடைக்கிய ஒரு database சை செய்வது என்பது பெரும் வேலை. மேலும் ஒவ்வொரு நாட்டினரும் ஆங்கிலத்தை ஒவ்வொரு பாணியில் பேசுவதால் ஆங்கிலத்தில் Speech to text என்பது நீர்த்துவிட்ட ஒன்று.

நிலைமைகள் இவ்வாறாக இருக்க நாம் தமிழில் உள்ள ஒரு நிறைவான குணம், நம் தமிழ் தான் உலக மொழிகளில் Speech to text கிற்கு ஏற்ற மொழி என்று அமெரிக்க பல்கலைகழகங்கள் பல தனது ஆராய்ச்சிகளின் முடிவில் சான்றுரைகின்றன. எவ்வாறு ?

தமிழில் ஒவ்வொரு எழுத்துக்கும் ஒரு ஒலி உண்டு, ஒரு சொல்லில் உள்ள எழுத்தின் ஒலிகளை ஒன்றாக இணைத்து பார்த்தால் ஒரு சொல்லின் ஒலி வடிவம் கிடைக்கும். இது தான் Speech to text க்கு தேவையான தமிழின் தனி சிறப்பு. ஆங்கிலத்தில் இது போன்ற வசதி இல்லை. எடுத்துகாட்டாக "C" எழுத்தை ஆங்கிலத்தில் Cat (கேட்) என்ற இடத்திலும் பயன்படுத்தலாம், chamber (சேம்பர்) இடத்திலும் பயன்படுத்தலாம், ஆனால் ஒலி வேறு வேறு. இதே போன்ற கதை தான் அணைத்து ஆங்கில சொற்களுக்கும் அணைத்து மொழிகளுக்கும்.

தமிழுக்கு அங்கிலம் போன்று ஒவ்வொரு வார்த்தைக்கும் ஒலிவலையும் ,எழுத்தும் வடிவமும் தேவை இல்லை. அதாவது உயிர் எழுத்து 12 ம் மெய் எழுத்து 18 க்கும் உள்ள ஒலிவலையும்,எழுத்தும் கொண்ட ஒரு சிறிய database சே போதும். நாம் சொல்லும் தமிழ் வார்த்தையின் ஒலிவலையை ( Permutation & combination ) முறையில் 12 உயிர் எழுத்து மற்றும் 18 மெய் எழுத்து ஒலிவலையுடன் ஒத்துபார்த்து மிக விரைவாக , சரியான எழுத்துக்களை திரையில் கொண்டு வரலாம்.

எடுத்துகாட்டாக அம்மா என்ற வார்த்தையின் ஒலிவலையை ( Permutation & combination ) முறையில் ஒத்து பார்த்து அம்மா என்ற எழுத்து வரியை திரையில் கொண்டு வரலாம்.

தமிழர்கள் பலர் சிறந்த கணணி நிரல் பொறியாளர்களாக உள்ளனர் , சிலர் இது சம்பந்தமாக ஆராய்சிகள் செய்துகொண்டுதான் உள்ளனர் ஆனால் இன்னும் முடிந்தபாடில்லை. இது போன்ற ஆராய்சிகள் ஒரு அரசின் உதவி இன்றி தனி மனிதன் ஒருவனால் எவ்வாறு சாத்தியம். இது போன்ற ஒரு சிறப்பு ஆங்கிலத்தில் இருந்திருந்தால் அமெரிக்க என்றோ இந்த முறையை நடைமுறைக்கு கொண்டு வந்திருக்கும்.தகவல் தொழில் நுட்பத்தில் ஒரு புரட்சி ஏற்பட்டிருக்கும்.

நமது மொழி ஏந்த காலத்திற்கும் ஏந்த துறைக்கும் ஏற்ற மொழி, ஆனால் நாம் தான் தமிழை வளர்க்க மறுக்கிறோம்.

தமிழ் என்றென்றும் வாழ்க

நல்ல பகிர்வு ராஜு

சீக்கிரம் இந்த வசதியை நாம் பெறுவோம் என்று நம்புவோம்.