این مقاله به معرفی یک سیستم فرم صوتی میپردازد که از Blazor Server، Whisper برای تبدیل گفتار به متن و Ollama برای استخراج فیلدها به صورت محلی استفاده میکند. هدف اصلی، ایجاد یک تجربه کاربری قطعی و قابل اعتماد است، به جای تکیه بر مدلهای زبانی غیرقابل پیشبینی. این سیستم با پیروی از "ده فرمان استفاده از LLM" طراحی شده است که بر جداسازی وظایف ترجمه و طبقهبندی از تصمیمگیری تاکید دارد. سیستم به گونهای طراحی شده که ورودی صوتی را به عنوان یک منبع اطلاعاتی تکطرفه در نظر بگیرد، تأیید را بر اساس سیاستهای پیکربندی انجام دهد و به کاربر امکان لغو ورودی صوتی را بدهد. این رویکرد با هدف ارائه یک راه حل محلی و بدون وابستگی به ابر برای جمعآوری دادهها از طریق صدا طراحی شده است. در بخشهای بعدی، به پیادهسازی، معماری و تست این سیستم پرداخته میشود.
مشاهده مطلب اصلی