هادی ویسی، عضو هیات علمی دانشکده سامانه‌های هوشمند دانشگاه تهران، از طراحی سامانه‌ای بومی برای تبدیل گفتار فارسی به متن در مکالمات تلفنی خبر داد که به گفته او دقت آن از سرویس تشخیص گفتار گوگل بالاتر است.
ویسی توسعه این سامانه را حاصل حدود دو دهه تجربه تخصصی در حوزه پردازش زبانی معرفی کرد و توضیح داد که برای آموزش مدل، چند هزار ساعت مکالمه واقعی از مراکز تماس داخل کشور گردآوری و پس از رونویسی و پالایش به‌کار گرفته شده است.
به گفته این پژوهشگر، تنوع لهجه‌ها و شرایط صوتی خاص مکالمات تلفنی، برخلاف سامانه‌های عمومی، زمینه دستیابی به دقت بالاتر را فراهم کرده است. وی همچنین تأکید کرد که این دستاورد، پیامد مستقیم سرمایه‌گذاری مستمر ایران بر توسعه زیرساخت‌های بومی هوش مصنوعی است.
ویسی کاهش وابستگی به سرویس‌های خارجی و تقویت اقتدار فناوری کشور را از مهم‌ترین پیامدهای توسعه چنین فناوری‌هایی عنوان کرد و افزود: «هرچه زودتر از این وابستگی‌ها فاصله بگیریم، جایگاه ایران در زنجیره ارزش جهانی هوش مصنوعی مستحکم‌تر خواهد بود.»
این پیشرفت، در شرایطی به دست آمده که بسیاری از بازیگران بزرگ فناوری همچنان در تشخیص گفتار زبان فارسی با چالش‌هایی روبه‌رو هستند و نشان می‌دهد تیم‌های ایرانی قادرند با داده‌محوری و تخصص بومی، استانداردهای جهانی را جابه‌جا کنند.
