«بایدو» (Baidu) بزرگترین موتور جستوجوگر چینی که به «گوگل چینی» معروف است و در تشخیص صدا نسبت به انسان بهتر و با 96 درصد دقت عمل میکند. در این سیستم از نرمافزار Deep Speech 2 استفاده میشود که با شنیدن هزاران ساعت صوت ضبط شده همزمان با خواندن از روی متن، کلمات را درک میکند. این سیستم قادر به درک زبانهای انگلیسی و ماندارین (از دسته زبانهای چینی) است و بعد از ایجاد محدودیت در استفاده از گوگل در چین، این موتور جستوجوگر بسیار پرطرفدار شد.
موتور جستوجوگر صوتی گوگل با دقت 92 درصدی میتواند از طریق اپلیکیشن گوگل و دیکته صوتی با گوشیهای اندروید، کار جستوجوی صوتی را انجام دهد. تا سال 2019 بیش از 50 درصد جستوجوهای صوتی و تصویری از طریق Google Now انجام میگیرند. گوگل در این اواخر اقداماتی را در راستای بهبود دقت تشخیص این سیستم صوتی انجام داده تا در مکانهای پرسر و صدا بتواند با دقت بالاتری صداها را شناسایی کند.
اپلیکیشن Hound یک دستیار دیجیتال صوتی است که فرمانهای صوتی را با دقت 95 درصد تشخیص کلمات انجام میدهد. ساخت این سیستم 9 سال بهطول انجامید و قابلیت تشخیص موسیقی را دارد. این سیستم تولید شرکت SoundHound است که مدیرعامل آن مهندسی ایرانی به نام کیوان مهاجر است. این سیستم رقیب جدی فناوریهای تشخیص صدا در دنیاست و مهاجر ادعا میکند که قبل از شروع به کار اپل روی سیستمهای تشخیص صدا، روی این فناوری کار میکردند.
«کورتانا» دستیار صوتی مایکروسافت است که برای ویندوز 10، نوشتن پیام، جستوجو و یافتن تاریخ و اتفاقات بهصورت فرمانهای صوتی طراحی شده است. برای این دستیار صوتی هوشمند که فرمانهای صوتی را با دقت 90 درصد به نوشتار تبدیل میکند، بسته به پلتفرم نرمافزاری بهکار رفته در آن، زبانهای انگلیسی، پرتغالی، فرانسوی، آلمانی، ایتالیایی، چینی و ژاپنی تعبیه شده است. در سال 2015، این سیستم روی ویندوز 10 و پس از آن روی پلتفرمهای گوشیهای هوشمند مورد استفاده قرار گرفت.
سیستم صوتی Siri (سیری) اپل یکی از معروفترین و پرکاربردترین سیستمهای فرمان صوتی و جستوجوگر صوتی در آمریکاست که با دقت 95 درصدی عمل میکند. سیری تقریبا یک سر و گردن از تمام رقبای خود بالاتر است. در ابتدا بهدلیل پاسخهای غیردقیقی که به کاربران میداد، کمپانی سازنده گروهی از متخصصان تشخیص صوت را در حوزه یادگیری عمیق آموزش دادند تا روی این سیستم کار کنند و بهدنبال آن، دقت و هوش این دستیار صوتی اپل بهبود قابل ملاحظهای یافت.
سیستم Amazon Alexa یک دستیار صوتی هوشمند است که توسط کمپانی آمازون طراحی شد و اولینبار در محصولات آمازون مورد آزمایش قرار گرفت. این سیستم دارای قابلیتهایی چون برقراری تعاملات صوتی، بازپخش موسیقی، فهرستبندی کارها، تنظیم هشدارهای صوتی، پخش کتابهای صوتی و اعلام آب و هوا، وضع ترافیک و سایر اطلاعات مورد نیاز کاربران است. Alexa به مرور با صدای کاربر سازگار میشود و دیگر مشکلی با لهجه خاص کاربر پیدا نمیکند. در حالی که برخی سیستمهای صوتی به میکروفن نیاز دارند تا سیستم بتواند صدای کاربر را بهخوبی شناسایی کند، Alexa از اتاق کناری هم قادر است صدا را تشخیص دهد.
