Siri या Google Assistant से इंग्लिश स्पीकिंग प्रैक्टिस कैसे करें (उनकी सीमाओं से टकराए बिना)

वॉइस असिस्टेंट असल में क्या जाँचता है

जब आप Siri या Google Assistant से अंग्रेज़ी में बात करते हैं, तो आप बातचीत नहीं कर रहे होते। आप एक बोली जाने वाली कमांड बना रहे होते हैं, और असिस्टेंट उसे स्पीच रिकग्निशन सिस्टम से गुज़ारता है, जो तय करता है कि उसने आपको इतना समझा या नहीं कि कुछ कर सके। यह फ़र्क़ छोटा लगता है, लेकिन इससे बदल जाता है कि यह टूल किस काम का है।

असिस्टेंट आपको एक हाँ-या-ना वाला संकेत देता है: समझा गया या नहीं समझा गया। अगर Siri सही जानकारी देता है, तो आपका उच्चारण, शब्द-चयन और वाक्य-ढाँचा मशीन के समझने लायक साफ़ थे। अगर वह दोबारा बोलने को कहता है या कुछ असंबंधित जवाब देता है, तो आपके बोलने में कहीं कुछ चूक हुई। यह फ़ीडबैक लूप तुरंत मिलता है, मुफ़्त है और पूरी तरह निजी है, जो भाषा-अभ्यास में कम ही मिलता है।

पेंच यह है कि "मशीन ने समझा" का पैमाना "इंसान ने समझा" से नीचा है। स्पीच रिकग्निशन को बहुत बड़े डेटा पर प्रशिक्षित किया जाता है और वह लहजे तथा अधूरे व्याकरण को हैरान करने वाली उदारता से माफ़ कर देता है, क्योंकि उसका काम मतलब निकालना है, आपको नंबर देना नहीं। इसीलिए यह टूल आत्मविश्वास और शुद्धता बनाने के लिए काम करता है, लेकिन उस साथी की जगह नहीं ले सकता जो आपके असली मतलब पर जवाब देता है।

Siri या Google Assistant से इंग्लिश स्पीकिंग प्रैक्टिस कैसे करें: डिक्टेशन ड्रिल

वॉइस असिस्टेंट के साथ सबसे काम की कसरत डिक्टेशन है, और यह दोनों प्लेटफ़ॉर्म पर एक जैसी चलती है। नोट्स ऐप खोलें, असिस्टेंट का डिक्टेशन चालू करें, और तैयार किया हुआ वाक्य बोलें। स्क्रीन पर जो लिखा आया, उसे पढ़ें। अगर लिखा हुआ आपके बोले से मेल खाता है, तो उन शब्दों का उच्चारण साफ़ था। अगर कोई शब्द ग़लत निकला, तो ठीक उसी शब्द पर आपके मुँह और भाषा में मतभेद है। Tutoro यही कसरत बातचीत के अंदर कराता है, जहाँ ट्यूटर आपका जवाब पढ़ता है और ठीक उस शब्द पर निशान लगाता है जो सुनाई नहीं दिया।

यह ड्रिल इसलिए कीमती है क्योंकि यह समस्या को अलग कर देती है। जब आप किसी इंसान से बोलते हैं, तो सुनने वाला सिर हिला देता है और खाली जगह भर देता है, इसलिए आपको कभी पता ही नहीं चलता कि आप कोई शब्द अस्पष्ट बोल रहे थे। डिक्टेशन की स्क्रीन आपको ठीक वह शब्द दिखाती है जो मशीन ने सुना, न कि वह जो आप कहना चाहते थे। ऑटोमैटिक स्पीच रिकग्निशन पर हुई रिसर्च बताती है कि ये सिस्टम अब इतने सटीक हैं कि बेमेल होना आमतौर पर कोई मतलब रखता है, महज़ इत्तेफ़ाक़ नहीं।

इससे ज़्यादा फ़ायदा उठाने के लिए उन शब्दों की सूची बनाएँ जो बार-बार ग़लत निकलते हैं। उन्हें धीरे-धीरे असिस्टेंट को पाँच-पाँच बार पढ़ें। अक्सर पता चलता है कि दिक्कत एक ही ध्वनि में है: कोई स्वर जिसे आप छोटा कर देते हैं, कोई अंतिम व्यंजन जो आप छोड़ देते हैं, कोई ज़ोर जो आप ग़लत अक्षर पर देते हैं। एक ध्वनि ठीक करने से एक साथ बीस शब्द सुधर सकते हैं।

सवालों को बोलने का ट्रिगर बनाना

दूसरी ड्रिल असिस्टेंट के जवाबों को ही बोलने का संकेत बना देती है। Siri या Google Assistant से कोई सवाल पूछें, जवाब सुनें, और फिर अपनी प्रतिक्रिया पूरे वाक्य में ज़ोर से बोलें। जैसे, "What's the weather tomorrow?" पूछें और फिर कहें, "If it rains, I'll take the train instead of walking." असिस्टेंट को आपकी प्रतिक्रिया से कोई मतलब नहीं, लेकिन आपने अभी ज़ोर से एक शर्त वाला वाक्य बनाया, और यही असली कौशल है जिसकी तैयारी हो रही है।

यह इसलिए काम करता है क्योंकि यह बिना स्क्रिप्ट के बोलने पर मजबूर करता है। अकेले पढ़ने वाले ज़्यादातर लोग अंग्रेज़ी सिर्फ़ ज़ोर से पढ़कर बोलते हैं, जिससे आँखें और मुँह तो चलते हैं, पर दिमाग़ का वह हिस्सा नहीं जो किसी विचार से वाक्य जोड़ता है। अभी सुने गए जवाब पर प्रतिक्रिया देने से आप वास्तविक समय में भाषा बनाते हैं, और अंग्रेज़ी समझने तथा अंग्रेज़ी बोलने के बीच यही खाई है।

जैसे-जैसे सुधार हो, इसे मुश्किल बनाते जाएँ। असिस्टेंट से ऐसा सवाल पूछें जिसका जवाब आपको नहीं पता, फिर जवाब को अपने शब्दों में दोहराएँ। किसी जगह का रास्ता पूछें, फिर वह रास्ता वापस बोलकर बताएँ। इनमें से हर एक छोटा, अपने आप में पूरा बोलने का काम है, जिसके पीछे जानकारी का एक असली टुकड़ा है, और यह किताबी संवाद दोहराने से असली बातचीत के बहुत करीब है।

Siri और Google Assistant कहाँ मदद करना बंद कर देते हैं

अब ईमानदार सीमा। और यह ऊपर की सारी ड्रिल से ज़्यादा मायने रखती है। वॉइस असिस्टेंट बातचीत नहीं करता। वह आपसे आगे के सवाल नहीं पूछता, दो बार पहले कही बात याद नहीं रखता, और यह नहीं पकड़ता कि आपने ग़लत काल का इस्तेमाल किया। वह कमांड पूरी करता है और अगली का इंतज़ार करता है। इसका मतलब यह है कि वह आपका उच्चारण और आत्मविश्वास बना सकता है, पर प्रवाह नहीं बना सकता, क्योंकि प्रवाह यह क्षमता है कि बातचीत अनुमान से हटकर मुड़ने पर भी चलती रहे।

इसीलिए जो लोग सिर्फ़ वॉइस असिस्टेंट पर निर्भर रहते हैं, उनकी प्रगति अक्सर ठहर जाती है। उनकी शुद्धता बढ़ती है, झिझक घटती है, और फिर असली बातचीत में वे अटक जाते हैं, क्योंकि किसी ने उनसे कभी अचानक कोई सवाल नहीं पूछा। यह टूल बोलना सिखाता है, आपसी बातचीत नहीं। भाषा सीखने में इंटरैक्शन हाइपोथिसिस पर हुए अध्ययन लगातार यही पाते हैं कि अर्थ की मोल-भाव, यानी वह आना-जाना जिसमें बोलने वाला वह हिस्सा सुधारता है जो सुनने वाले को समझ नहीं आया, असल में अर्जन वहीं होता है, और कमांड इंटरफ़ेस इसमें से कुछ भी नहीं देता।

इससे असिस्टेंट बेकार नहीं हो जाता। यह कई टूल में से एक टूल बन जाता है। ड्रिल के लिए इसका इस्तेमाल करें, और बातचीत के लिए कुछ और। वॉइस असिस्टेंट से सबसे ज़्यादा फ़ायदा वही लोग उठाते हैं जो इस सीमा को समझते हैं, बजाय इसके कि असिस्टेंट से ट्यूटर होने की उम्मीद करें।

20 मिनट की रूटीन, जो आप आज रात ही शुरू कर सकते हैं

सारे टुकड़ों को एक रूटीन में जोड़ना ही किसी नई चीज़ को आदत बनाता है। यहाँ एक क्रम है जो असिस्टेंट से वही काम कराता है जिसमें वह अच्छा है, और इसमें लगभग बीस मिनट लगते हैं:

• वार्म-अप डिक्टेशन (5 मिनट): पाँच तैयार वाक्य नोट्स ऐप में बोलें। हर एक को उससे मिलाएँ जो आप कहना चाहते थे, और बेमेल शब्द लिख लें।
• सवालों पर प्रतिक्रिया (10 मिनट): किसी एक विषय, जैसे यात्रा या खाना, पर असिस्टेंट से पाँच सवाल पूछें। हर जवाब के बाद अपनी प्रतिक्रिया के दो पूरे वाक्य ज़ोर से बोलें।
• सुधार ड्रिल (5 मिनट): वार्म-अप में ग़लत निकले शब्द लें और उन्हें धीरे-धीरे असिस्टेंट को तब तक बोलें जब तक ट्रांसक्रिप्शन मेल न खा जाए।

इस रूटीन की ख़ासियत यह नहीं कि कोई भी कदम मुश्किल है। ख़ासियत यह है कि हर कदम एक रिकॉर्ड बनाता है। आप देख सकते हैं कि कौन-से शब्द ग़लत हुए, और महसूस कर सकते हैं कि कौन-से वाक्य सहज निकले। बोलने की प्रगति नापना मुश्किल है क्योंकि वह कहते ही ग़ायब हो जाती है, और ट्रांसक्रिप्शन की स्क्रीन उसे सहेजने के गिने-चुने तरीक़ों में से एक है।

एक काम की बात: दोनों असिस्टेंट में आप आवाज़ बदल सकते हैं और कुछ डिवाइस पर बोलने की रफ़्तार भी। शुरू में असिस्टेंट की आवाज़ वह चुनें जो समझने में आसान लगे, फिर सुनने में सुधार होने पर तेज़ या कम जानी-पहचानी आवाज़ पर चले जाएँ। सुनना और बोलना एक ही सिस्टम हैं, और एक की ट्रेनिंग दूसरे की भी ट्रेनिंग है।

जब असिस्टेंट से आगे बढ़ जाएँ, तो क्या जोड़ें

किसी मोड़ पर ये ड्रिल चुनौती देना बंद कर देती हैं, और यह अच्छा संकेत है। इसका मतलब है कि आपका उच्चारण मशीन के लिए साफ़ है, और अब आपको ऐसा साथी चाहिए जो मतलब पर जवाब दे, सवाल पूछे और आपको आपके स्तर पर बनाए रखे। यही वह भूमिका है जो वॉइस असिस्टेंट नहीं निभा सकता, और यही वह भूमिका है जो किसी न किसी तरह के बातचीत के साथी को निभानी ही पड़ेगी।

यहीं AI इंग्लिश ट्यूटर तस्वीर बदल देता है। जहाँ Siri और Google Assistant कमांड का इंतज़ार करते हैं, वहाँ ट्यूटर आपसे सवाल पूछता है, आपका पूरा जवाब सुनता है, ग़लत शब्द सुधारता है, और फिर आपकी कही बात पर आगे का सवाल पूछता है। अर्थ की यही मोल-भाव वह चीज़ है जिसे इंटरैक्शन रिसर्च अर्जन का इंजन बताती है, और कमांड इंटरफ़ेस में यह पूरी तरह ग़ायब है।

अगर इस लेख की ड्रिल आपको दिखाती हैं कि आपका उच्चारण ठोस है पर बातचीत अब भी अटकती है, तो Tutoro स्वाभाविक अगला कदम है। ऊपर की डिक्टेशन और सवाल वाली ड्रिल एक असली बातचीत के अंदर चलती हैं, जिसमें ट्यूटर आपके मतलब पर जवाब देता है, और आपके कमज़ोर शब्द आगे के पाठों में अपने आप लौटकर आते हैं।

यह उन शिक्षार्थियों के लिए है जो एकतरफ़ा स्पीकिंग प्रैक्टिस से आगे बढ़ चुके हैं और ऐसा साथी चाहते हैं जो जवाब दे; यह उनके लिए नहीं है जो सिर्फ़ कमांड की ड्रिल करना चाहते हैं, क्योंकि वह काम तो असिस्टेंट पहले से अच्छे से करता है।

अक्सर पूछे जाने वाले सवाल

क्या सिर्फ़ Siri से बात करके मैं सचमुच अपनी इंग्लिश स्पीकिंग सुधार सकता हूँ?

आप अपना उच्चारण, आत्मविश्वास और कमांड पर वाक्य बनाने की क्षमता सुधार सकते हैं, क्योंकि असिस्टेंट तुरंत बताता है कि उसने आपको समझा या नहीं। बातचीत का प्रवाह आप नहीं सुधार सकते, क्योंकि असिस्टेंट आगे के सवाल नहीं पूछता और मतलब पर जवाब नहीं देता। इसे ड्रिल का टूल मानें, बातचीत का साथी नहीं।

इंग्लिश प्रैक्टिस के लिए बेहतर कौन है, Siri या Google Assistant?

डिक्टेशन और उच्चारण की ड्रिल के लिए दोनों लगभग बराबर हैं, क्योंकि दोनों उच्च गुणवत्ता वाला स्पीच रिकग्निशन इस्तेमाल करते हैं। Google Assistant सामान्य ज्ञान के सवालों का जवाब ज़्यादा भरोसे से देता है, इसलिए सवाल-प्रतिक्रिया ड्रिल के लिए वह थोड़ा बेहतर है। फ़र्क़ इतना कम है कि आपको वही इस्तेमाल करना चाहिए जो आपके फ़ोन में पहले से है।

Siri कभी-कभी मुझे तब क्यों समझ लेता है जब इंसान नहीं समझते, या उलटा?

स्पीच रिकग्निशन को अपूर्ण इनपुट से मतलब निकालने की ट्रेनिंग दी जाती है, इसलिए वह ऐसे लहजे और व्याकरण को माफ़ कर सकता है जहाँ इंसानी सुनने वाला अटक जाए। उलटा, इंसान संदर्भ और अनुमान से खाली जगह भरता है, जबकि मशीन असामान्य शब्द-क्रम वाले बिल्कुल साफ़ वाक्य पर भी चूक सकती है। दोनों पैमाने बस अलग-अलग हैं।

प्रगति दिखने तक वॉइस असिस्टेंट से कितनी बार प्रैक्टिस करनी चाहिए?

रोज़ का छोटा सेशन, दस से बीस मिनट, हफ़्ते में एक लंबे सेशन से बेहतर है, क्योंकि उच्चारण एक मोटर स्किल है जो बार-बार दोहराने से पक्का होता है। ऊपर दी गई 20 मिनट की रूटीन हफ़्ते में पाँच दिन अच्छी तरह चलती है। कुछ हफ़्तों में आपको ट्रांसक्रिप्शन की ग़लतियाँ कम दिखेंगी और असिस्टेंट के जवाबों पर प्रतिक्रिया देते समय झिझक भी घटेगी।