ಮನುಷ್ಯರು ಮಾತ್ರ ಮಾತಾಡಬಲ್ಲರು ಮತ್ತು ಆಡಿದ ಮಾತನ್ನು ಕೇಳಿ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಬಲ್ಲರು ಎಂದು ಸಾಮಾನ್ಯವಾಗಿ ತಿಳಿಯಲಾಗಿದೆ. ಪ್ರಾಣಿಗಳು ತಂತಮ್ಮಲ್ಲೇ ಮಾತನಾಡುತ್ತವೆಯೋ, ಮನುಷ್ಯರ ಮಾತನ್ನು ಅನುಕರಿಸಬಲ್ಲವೋ, ಆಡಿದ ಮಾತನ್ನು ಅರಿಯಲು ಶಕ್ತವಾಗಿವೆಯೋ ಎಂಬುದು ಚರ್ಚೆಯ ವಿಷಯ. ಸರ್ವಸಮ್ಮತವಾದ ತೀರ್ಮಾನಗಳು ಇನ್ನೂ ಸಾಧ್ಯವಾಗಿಲ್ಲ. ಆದರೆ ಮನುಷ್ಯರಂತೆ ಮಾತನಾಡಬಲ್ಲ ಯಂತ್ರಗಳನ್ನು ಮನುಷ್ಯರು ಆಡಿದ ಮಾತುಗಳನ್ನು ಕೇಳಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಲ್ಲ ಯಂತ್ರ ಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಮನುಷ್ಯರೇ ಉತ್ಸುಕರಾಗಿದ್ದಾರೆ. 18ನೆಯ ಶತಮಾನದಲ್ಲೇ ಮನುಷ್ಯರ ಮಾತುಗಳನ್ನು ಹೋಲುವ ಧ್ವನಿ ಸಾತತ್ಯವನ್ನು ಉತ್ಪಾದಿಸಬಲ್ಲ ಯಂತ್ರಗಳಿಗಾಗಿ ಶೋಧ ಮೊದಲಾಯಿತು. ಆಸ್ಟ್ರಿಯಾದ ಶೋಧಕ ವೊಲ್ಫ್‌ಗಾಂಗ್ ವಾನ್ ಕೆಂಪೆಲೆನ್ (1734-1804) ಎಂಬಾತ ಅಂಥದೊಂದು ಯಂತ್ರವನ್ನು ಯೋಜಿಸಿದ. ಅದರಲ್ಲಿ ಎರಡು ಭಾಗಗಳಿದ್ದವು. ಒಂದು ಭಾಗದಲ್ಲಿ ತಿದಿಗಳಿದ್ದು ಅವುಗಳನ್ನು ಒತ್ತುವ ಮೂಲಕ ಗಾಳಿಯು ಎರಡನೆಯ ಭಾಗದೊಳಗೆ ನುಗ್ಗುವಂತೆ ಮಾಡಬಹುದಿತ್ತು. ಈ ಎರಡನೇ ಭಾಗದಲ್ಲಿ ಮನುಷ್ಯರ ಧ್ವನ್ಯಂಗಗಳನ್ನು ಹೋಲುವ ಯಾಂತ್ರಿಕ ರಚನೆಗಳಿ ದ್ದವು. ಇವು ಚಲಿಸುವಾಗ ತಿದಿಗಳಿಂದ ಗಾಳಿ ನುಗ್ಗುತ್ತಿತ್ತು. ಆಗ ಮಾನವರು ಉತ್ಪಾದಿಸುವ ಧ್ವನಿಗಳನ್ನೇ ಯಾಂತ್ರಿಕವಾಗಿಯೂ ಉತ್ಪಾದಿಸುವುದು ಸಾಧ್ಯ ವೆಂಬುದು ಆ ಶೋಧಕರ ಯೋಜನೆ. ಖ್ಯಾತ ಶೋಧಕ ಅಲೆಕ್ಸಾಂಡರ್ ಬೆಲ್ (1847-1922) ಒಂದು ಮಾತಾಡುವ ಯಂತ್ರವನ್ನು 1863ರ ಸುಮಾರಿನಲ್ಲಿ ಆವಿಷ್ಕರಿಸಿದಂತೆ ತೋರುತ್ತದೆ. ಆತ ತೀರಿಕೊಂಡ ಮೇಲೆ ಆತನ ಮನೆಯ ಅಟ್ಟದಲ್ಲಿ ದೊರಕಿದ ಈ ರಚನೆಯಲ್ಲಿ ಹಲವಾರು ಕೃತಕ ವಸ್ತುಗಳನ್ನು ಬಳಸಿರುವುದು ಕಂಡುಬಂದಿದೆ.

ಇವು ಹಳೆಯ ಪ್ರಯತ್ನಗಳು. ಮನುಷ್ಯರಂತೆ ಮಾತಾಡುವ ಯಂತ್ರಗಳು ಮನುಷ್ಯರು ಧ್ವನಿಯನ್ನು ಉತ್ಪಾದಿಸಲು ಬಳಸುವ ವಿಧಾನವನ್ನೇ ಯಥಾ ವತ್ತಾಗಿ ಅನುಕರಿಸಬೇಕೆಂದು ತಿಳಿದು ಅದಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಯಂತ್ರ ರಚನೆಯನ್ನು ಮಾಡುವ ಯತ್ನಗಳಿವು. ಆದರೆ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಈಗ ಹೊಸ ಬೆಳವಣಿಗೆಗಳಾಗಿವೆ. ಧ್ವನಿ ಉತ್ಪಾದನೆಗೆ ಈಗ ಧ್ವನ್ಯಂಗಗಳು, ವಾಯುಪ್ರವಾಹ ಅನಿವಾರ್ಯವಲ್ಲ. ಧ್ವನಿತರಂಗದ ವಿವಿಧ ಘಟಕಗಳನ್ನು ಸೂಕ್ತವಾಗಿ ಸಂಯೋಜಿ ಸುವ ಮೂಲಕ ಧ್ವನಿಗಳನ್ನು ಕೃತಕವಾಗಿ ಉತ್ಪತ್ತಿಮಾಡಬಲ್ಲ ವಿದ್ಯುನ್ಮಾನ ಯಂತ್ರಗಳೀಗ ಸಿದ್ಧಗೊಂಡಿವೆ. ಈ ಯಂತ್ರಗಳು ಮೊದಮೊದಲು ಉತ್ಪಾದಿಸು ತ್ತಿದ್ದ ಧ್ವನಿಗಳು ಕಡಿಕಡಿದು ಬರುತ್ತಿದ್ದವು. ಈಗೀಗ ಸಂಯೋಜನೆ ವಿಧಾನ ದಲ್ಲಿ ನಡೆದಿರುವ ತೀವ್ರ ಪ್ರಗತಿಯಿಂದ ಯಂತ್ರದ ಮಾತು ಹೆಚ್ಚು ಸಹಜ ವೆಂಬಂತೆ ತೋರುವಂತಾಗಿದೆ. ಎಷ್ಟೋ ವೇಳೆ ಇದು ಮನುಷ್ಯರ ಮಾತೋ ಅಥವಾ ಯಂತ್ರದ ಮಾತೋ ಎಂದು ಗುರುತಿಸುವುದು ಕಷ್ಟವಾಗುವಂತೆ ಯಂತ್ರಗಳು ಮಾತಾಡಬಲ್ಲವು. ಹೀಗಿದ್ದರೂ ಮಾನವರ ಮಾತುಗಳಿಗೆ ಸಹಜವಾದ ಲಯಬದ್ಧತೆ ಮತ್ತು ವಿಶಿಷ್ಟವಾದ ಭಾವತೀವ್ರತೆಗಳು ಯಂತ್ರದ ಮಾತಿಗೆ ಇನ್ನೂ ಲಭಿಸಿಲ್ಲ. ಹಾಗಾಗಿ ಯಂತ್ರದ ಮಾತನ್ನು ಅರ್ಥಮಾಡಿ ಕೊಳ್ಳುವುದು ಕಷ್ಟವಾಗುತ್ತಿದೆ. ಅಸಹಜತೆಯ ಅನುಭವದಿಂದ ಪೂರ್ಣವಾಗಿ ಬಿಡುಗಡೆ ದೊರಕಿಲ್ಲ.

ಯಂತ್ರಗಳು ಮಾತಾಡಬಲ್ಲವು ಎಂದು ಹೇಳಿದರೂ ಅವು ಏನು ಮಾತಾಡುತ್ತವೆನ್ನುವ ಪ್ರಶ್ನೆ ಹಾಗೇ ಉಳಿಯುತ್ತದೆ. ಮೊದಲೇ ನಿಶ್ಚಯಿಸಲಾದ ಕೆಲವು ಪದಗಳನ್ನೋ ವಾಕ್ಯಗಳನ್ನೋ ಸಂದರ್ಭಾನುಸಾರ ಉಚ್ಚರಿಸಲು ಈ ಯಂತ್ರಗಳಿಗೆ ಸಾಧ್ಯ. ಆದರೆ ಮನುಷ್ಯರ ಮೆದುಳಿನ ಭಾಷಾಚಟುವಟಿಕೆಯ ಭಾಗಕ್ಕೆ ಇರುವ ‘ಮಾತಾಡುವ ಸಾಧ್ಯತೆ’ಗಳೆಲ್ಲವನ್ನು ಈ ಯಂತ್ರಗಳು ಹೊಂದಲಾರವು. ಯಂತ್ರಗಳಿಗೂ ಮನುಷ್ಯರ ಬುದ್ದಿವಂತಿಕೆಯ ಅಂಶಗಳನ್ನು ರೂಪಿಸಿಕೊಡುವ ಸಂಶೋಧನೆಗಳು ಈಗ ನಡೆಯುತ್ತವೆ. ಅಶಾಬ್ದಿಕ ನೆಲೆಯ ಚಟುವಟಿಕೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಬುದ್ದಿವಂತಿಕೆಯನ್ನು ಯಂತ್ರಗಳಿಗೆ ಸಾಕಷ್ಟು ದೊರಕಿಸಿಕೊಡುವುದು ಈಗ ಸಾಧ್ಯವಾಗಿದೆ. ಆದರೆ ಶಾಬ್ದಿಕ ನೆಲೆಯ ಚಟುವಟಿಕೆ ಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಬುದ್ದಿವಂತಿಕೆಯಿನ್ನೂ ಯಂತ್ರಗಳಿಗೆ ಲಭಿಸಿಲ್ಲ. ವಿಶ್ವದ ಅಗ್ರಮಾನ್ಯ ಚೆಸ್ ಪ್ರವೀಣರನ್ನು ಆಡಿ ಸೋಲಿಸಬಲ್ಲ ಗಣಕಗಳಿವೆ. ಆದರೆ ದಿನನಿತ್ಯದ ಸಾಮಾನ್ಯ ಕಾಡುಹರಟೆಯಲ್ಲಿ ತೊಡಗಬಲ್ಲ ಯಂತ್ರಗಳಿನ್ನೂ ಸಿದ್ಧಗೊಂಡಿಲ್ಲ. ಯಂತ್ರಕ್ಕೆ ಈ ಬಗೆಯ ಸಾಧ್ಯತೆ ಒದಗಲು ಅವಶ್ಯವಿರುವ ಪೂರ್ವಭಾವಿ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸುವುದು ಕಷ್ಟವಾಗಿದೆ. ಮನಃಶಾಸ್ತ್ರ, ಗಣಕವಿಜ್ಞಾನ, ಭಾಷಾಶಾಸ್ತ್ರ ಮುಂತಾದ ಶಿಸ್ತುಗಳಿಂದ ತಾಂತ್ರಿಕತೆ ಒದಗುವುದು ಸಾಧ್ಯವಾಗಿದೆಯಾದರೂ ಪ್ರಾಯೋಗಿಕ ಮಾಹಿತಿಯೇ ದುರ್ಲಭವಾಗಿದೆ. ಭಾಷಾಶಾಸ್ತ್ರದಲ್ಲಿ ಸಂಕಥನಗಳ ರಚನೆಯ ಸ್ವರೂಪವನ್ನೇ ಇನ್ನೂ ಖಚಿತವಾಗಿ ಅರಿಯುವುದು ಅಸಾಧ್ಯವಾಗಿರುವುದರಿಂದ ಯಂತ್ರಕ್ಕೆ ಮಾತುಕತೆಯಾಡಲು ನೆರವಾಗುವ ಬುದ್ದಿಯನ್ನು ಒದಗಿಸಲು ಇನ್ನೂ ಸಾಧ್ಯವಾಗಿಲ್ಲ.

ಧ್ವನಿಯ ಮಾತಿನ ಉತ್ಪಾದನೆಯ ಸಮಸ್ಯೆ ಹೀಗಿದ್ದರೆ ಆಡಿದ ಮಾತನ್ನು ಆಲಿಸಿ ಅರಿತುಕೊಳ್ಳಬಲ್ಲ ಶಕ್ತಿಯನ್ನು ಯಂತ್ರಗಳಿಗೆ ಒದಗಿಸುವ ಸಮಸ್ಯೆ ಯೊಂದಿದೆ. ನಾವು ಧ್ವನಿಗಳನ್ನು ಹೇಗೆ ಆಲಿಸುತ್ತೇವೆ. ಆಲಿಸುವ ಅಂಗಾಂಗಗಳ ಕಾರ್ಯಸ್ವರೂಪವೇನು, ಆಲಿಸಿದ ಧ್ವನಿಗಳನ್ನು ನರಮಂಡಲದ ನಿಯಂತ್ರಣ ಕೇಂದ್ರ ಯಾವ ರೀತಿಯಲ್ಲಿ ಗ್ರಹಿಸಿ ಅರಿಯುತ್ತದೆ ಎಂಬೆಲ್ಲ ಪ್ರಶ್ನೆಗಳಿಗೆ ಇನ್ನೂ ಸರಿಯಾದ ಉತ್ತರಗಳನ್ನು ಕಂಡುಕೊಂಡಿಲ್ಲ. ಈ ಅಪೂರ್ಣ ಮಾಹಿತಿಯಿಂದಾಗಿ ಯಂತ್ರಗಳಿಗೆ ಆಲಿಸಿ ಅರಿಯುವುದನ್ನು ಕಲಿಸುವುದಕ್ಕೆ ಅಡ್ಡಿಗಳು ಉಳಿದಿವೆ. ನಾವು ಕೇಳಿಸಿಕೊಳ್ಳುವಾಗ ನಮಗೆ ಪರಿಚಿತ ಭಾಷೆಯ ಹಲವಾರು ವೈವಿಧ್ಯಗಳನ್ನು, ಉಪಭಾಷೆ ಮತ್ತು ವ್ಯಕ್ತಿಭಾಷೆಯ ವಿಕಲ್ಪಗಳನ್ನು ಕೇಳಿಸಿಕೊಂಡೂ ಗೊಂದಲವಿಲ್ಲದೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಲ್ಲೆವು. ನಿತ್ಯದ ಮಾತುಕತೆ ಗಳಲ್ಲಿ ತೊಡಗಿದಾಗ ಕೇಳಿಸಿದ ಮಾತಿನೊಡನೆ ಪರಿಸರದ ಹತ್ತಾರು ಸದ್ದುಗಳು ನುಗ್ಗಿಬಂದರೂ ಅವನ್ನು ಬೇರ್ಪಡಿಸಿ ನಮಗೆ ಬೇಕಾದ ಧ್ವನಿಸಾತತ್ಯವನ್ನು ಮಾತ್ರ ಗ್ರಹಿಸಬಲ್ಲೆವು. ಒಂದು ವೇಳೆ ನಾವು ಕೇಳಿಸಿ ಕೊಳ್ಳುವಾಗ ಒಟ್ಟು ಧ್ವನಿಸಾತತ್ಯದಲ್ಲಿ ಕೆಲವು ಧ್ವನಿಗಳು ಕೇಳದೇ ಹೋದರೂ ಆಯಾ ಸಂದರ್ಭಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಕೊರತೆಯನ್ನು ತುಂಬಿಕೊಳ್ಳಬಲ್ಲೆವು. ಕೇಳುವುದನ್ನು ಕಲಿತ ಯಂತ್ರಕ್ಕೆ ಈ ಎಲ್ಲ ಸಾಮರ್ಥ್ಯಗಳು ಲಭಿಸುವಂತೆ ಮಾಡುವುದು ಹೇಗೆ?

ಈ ಬಗೆಯ ಶ್ರವಣಯಂತ್ರಗಳು ಯಾರಾದರೊಬ್ಬ ವ್ಯಕ್ತಿಯ ಮಾತನ್ನು ಆಲಿಸಿ ಅರಿಯಲು ಶಕ್ತವಾಗುವಂತೆ ಮಾಡುವುದು ಸ್ವಲ್ಪಮಟ್ಟಿಗೆ ಸಾಧ್ಯ, ಮೊದಲೇ ಆ ವ್ಯಕ್ತಿಯ ಧ್ವನಿಯ ಸಾಮಾನ್ಯ ಮತ್ತು ವಿಶಿಷ್ಟ ಲಕ್ಷಣಗಳನ್ನು ಆ ಯಂತ್ರಕ್ಕೆ ಪರಿಚಯಿಸುವುದು ಅವಶ್ಯ. ಆಗ ಆ ವ್ಯಕ್ತಿ ಹೆಚ್ಚು ಸಾಂದರ್ಭಿಕ ಏರಿಳಿತಗಳಿಲ್ಲದೆ, ನಿಧಾನವಾಗಿ ಮಾತಾಡಿದರೆ ಯಂತ್ರವು ಆ ಮಾತನ್ನು ಆಲಿಸಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಲ್ಲುದು. ಈಚಿನ ದಿನಗಳಲ್ಲಿ ಸಮರ್ಥ ಯಂತ್ರಗಳು ಸಿದ್ಧಗೊಂಡು, ಹಲವಾರು ಮಾದರಿ ಉಚ್ಚಾರಣೆಗಳನ್ನು ಹೋಲಿಸಿ ಕೇಳಿದ ಮಾತನ್ನು ಗುರುತಿಸಿ ಅರ್ಥಮಾಡಿಸಿಕೊಳ್ಳಲು ಸನ್ನದ್ಧವಾಗಿವೆ. ಏನಿದ್ದರೂ ಮನುಷ್ಯರ ಶ್ರವಣಾಂಗಗಳು ಮತ್ತು ನರಮಂಡಲ ಈ ನೆಲೆಯಲ್ಲಿ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆಂಬುದು ಹೆಚ್ಚು ಖಚಿತವಾಗಿ ತಿಳಿದ ಹೊರತು ಸಮರ್ಥ ಶ್ರವಣಯಂತ್ರದ ಸಾಧ್ಯತೆ ಕಡಿಮೆ.

ಇಂಥ ಯಂತ್ರಗಳ ಪ್ರಯೋಜನವೇನು? ಈ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರ ಸರಳವಲ್ಲ. ಆದರೂ ದಿನನಿತ್ಯದ ಬಳಕೆಗೆ ಇಂಥ ಯಂತ್ರಗಳು ಉಪಯುಕ್ತವಾಗಬಲ್ಲಂತೆ ಮಾಡುವ ಯತ್ನಗಳಂತೂ ನಡೆದಿವೆ. ನಮ್ಮ ನಿಮ್ಮ ಮಾತನ್ನು ಆಲಿಸಿ ಅದನ್ನು ಬೆರಳಚ್ಚುಮಾಡಬಲ್ಲ ಯಂತ್ರವೊಂದನ್ನು ಈಗ ಮಾರುಕಟ್ಟೆಗೆ ತರಲಾಗಿದೆ. ಇದರ ಪದಕೋಶದಲ್ಲಿ ಸುಮಾರು 10,000 ಪದಗಳಿರುತ್ತವೆ. ಬಳಸುವ ವ್ಯಕ್ತಿ ಮೊದಲು ತನ್ನ ಮಾತಿನ ರೀತಿಯನ್ನು ಗುರುತಿಸಲು ಆ ಯಂತ್ರಕ್ಕೆ ತರಬೇತು ನೀಡಬೇಕು. ಅನಂತರ ಅದರೆದುರು ಮಾತಾಡಿದರೆ ಅದು ಕೇಳಿಸಿಕೊಂಡು, ತಾನು ಕೇಳಿದ್ದನ್ನು ಬೆರಳಚ್ಚು ಮಾಡುವುದಂತೆ. ತಯಾರಿಕೆ ದಾರರ ಹೇಳಿಕೆಯಂತೆ ಈ ಯಂತ್ರ ಪ್ರತಿಶತ 37 ರಷ್ಟು ಯಶಸ್ವಿ ಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಲ್ಲದು. ಹೀಗಿದ್ದರೂ ಕಾರ್ಯನಿರ್ವಹಿಸಬೇಕಾದ ನಿಜ ಸಂದರ್ಭಗಳಲ್ಲಿ ‘ಕೇಳಿಸುವ’ ಪರಿಸರದ ಹಲವಾರು ಅನ್ಯ ಧ್ವನಿಗಳನ್ನು ಈ ಯಂತ್ರ ಹೇಗೆ ಬೇರ್ಪಡಿಸಿಕೊಳ್ಳುವುದೋ ತಿಳಿಯದು.

ಮಾತನ್ನು ಕೇಳಿಸಿಕೊಂಡು ತಾನೂ ಮಾತಾಡಬಲ್ಲ ಪೂರ್ಣಯಂತ್ರಗಳ ಆವಿಷ್ಕಾರ ಮತ್ತೊಂದೆಡೆ ನಡೆದಿದೆ. ಈ ಯಂತ್ರಗಳ ಹಿಂದಿನ ಕಾರ್ಯ ವಿಧಾನವಿಷ್ಟೆ. ಯಂತ್ರಗಳಲ್ಲಿ ಮೊದಲೇ ಧ್ವನಿಗಳನ್ನು ಸಂಯೋಜಿತ ಇಲ್ಲವೆ ಸಹಜ ಪದವಾಕ್ಯಗಳನ್ನು ಅಳವಡಿಸುವುದು. ಅವುಗಳನ್ನು ಸರಿಯಾಗಿ ಉಚ್ಚರಿಸಲು ಕಲಿಸುವುದು. ಕೇಳಿದ ಮಾತನ್ನು ಈ ಮೂಲ ಸಾಮಗ್ರಿಯೊಡನೆ ಹೋಲಿಸುವುದು. ಸೂಕ್ತ ಹೊಂದಾಣಿಕೆಯ ಅನಂತರ ಯಂತ್ರವು ತಾನು ಕೇಳಿದ ಮಾತಿಗೆ ಅನುಗುಣವಾದ ಮಾತನ್ನು ತನ್ನ ಕೋಶದಿಂದ ಆಯ್ದು ಉಚ್ಚರಿಸುವುದು. ಈಗಾಗಲೇ ಸಣ್ಣಪುಟ್ಟ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಇಂಥ ಯಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ. ಮಕ್ಕಳ ಆಟಿಕೆಗಳಲ್ಲಿ ಇವು ಕೇಳಸಿಗುತ್ತವೆ. ಇಂಥ ಯಂತ್ರಗಳು ಹೇಗೆ ಕೆಲಸಮಾಡುತ್ತವೆ? ಸಾಮಾನ್ಯವಾಗಿ ಮೂರು ವಿಧಾನಗಳಲ್ಲಿ ಈ ಕ್ರಿಯಾವರ್ತ ಸಾಧ್ಯ.

ಯಂತ್ರ ಮೊದಲು ತಾನು ಕೇಳಿಸಿಕೊಂಡ ಮಾತನ್ನು ಪದಗಳನ್ನಾಗಿ ವಿಭಜಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಈ ಪದಗಳಿಗೆ ಒಂದೊಂದು ವಿಶೇಷ ಸಂಖ್ಯಾ ಸಂಕೇತ ವಿರುತ್ತದೆ. ಈ ಸಂಕೇತವನ್ನು ಗುರುತಿಸಿಕೊಂಡೊಡನೆ ಅದನ್ನು ಧ್ವನಿರೂಪದಲ್ಲಿ ಸಂಯೋಜಿಸುವ ಕಾರ್ಯ ಮೊದಲಾಗುತ್ತದೆ. ಇದು ಅನಂತರ ಉಚ್ಚಾರವಾಗಿ ಮಾರ್ಪಡುತ್ತವೆ. ಇದು ಒಂದು ರೀತಿಯಲ್ಲಿ ನಾವು ಓದುವ ವಿಧಾನವನ್ನು ಅನುಸರಿಸುತ್ತದೆ. ಪದವನ್ನು ಇಡಿಯಾಗಿ ನೋಡಿ, ಆ ಬಿಂಬದ ಸಂಕೇತಗಳನ್ನು ನಮ್ಮ ನೆನಪಿನಲ್ಲಿರುವ ಪದ ಚಿತ್ರಗಳೊಡನೆ ಹೋಲಿಸಿ ಅನಂತರ ಅದನ್ನು ಉಚ್ಚಾರಣೆಯನ್ನಾಗಿ ಪರಿವರ್ತಿಸುತ್ತೇವೆ. ಇದು ಸೀಮಿತ ಪದಕೋಶವಿದ್ದಾಗ ಹೆಚ್ಚು ಯಶಸ್ಸು ಕಾಣುವ ಮಾರ್ಗ. ಹೆಚ್ಚು ಪದಗಳಿದ್ದಾಗ, ಉಚ್ಚಾರಣಾ ಸಾಮ್ಯವುಳ್ಳ ಪದಗಳಿದ್ದಾಗ ಇಡೀ ಚಟುವಟಿಕೆಯೇ ಗೋಜ ಲಾಗುತ್ತದೆ. ಯಂತ್ರವು ಸೂಕ್ತ ಪದವನ್ನು ತನ್ನ ನೆನಪಿನಿಂದ ಹೆಕ್ಕಿ ತೆಗೆಯಲು ಹೆಚ್ಚು ಸಮಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.

ಇನ್ನೊಂದು ವಿಧಾನದಲ್ಲಿ ಕೇಳಿದ ಮಾತುಗಳನ್ನು ಪದಗಳನ್ನಾಗಿ ಒಡೆಯುವ ಹಂತಕ್ಕೆ ನಿಲ್ಲುವುದಿಲ್ಲ. ಮುಂದುವರೆದು ಪದದ ರಾಚನಿಕ ಘಟಕಗಳಾದ ಆಕೃತಿಗಳನ್ನು-ಪ್ರಕೃತಿ ಪ್ರತ್ಯಯಗಳನ್ನು- ಗುರುತಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಅನಂತರ ಈ ಘಟಕಗಳ ಉಚ್ಚಾರಣೆಯ ನೆನಪಿನ ಕೋಶವನ್ನು ಹೊಕ್ಕು ಸೂಕ್ತರೀತಿಯಲ್ಲಿ ಉಚ್ಚರಿಸಲು ಸಿದ್ಧವಾಗುತ್ತದೆ. ಸಾಮಾನ್ಯ ಸಂದರ್ಭಗಳ ಪ್ರತಿಶತ ತೊಂಬತ್ತೈದು ಪಠ್ಯಗಳನ್ನು ಕೇಳಿ ಉಚ್ಚರಿಸಲು ಈ ಮಾದರಿಯನ್ನು ಅನುಸರಿಸುವ ಯಂತ್ರಗಳಿಗೆ ಸುಮಾರು 8000 ಆಕೃತಿಗಳ (ಇಂಗ್ಲಿಷ್ ಭಾಷೆ) ಉಚ್ಚಾರಣೆ ತಿಳಿದಿದ್ದರೆ ಸಾಕಂತೆ. ಈ ವಿಧಾನವನ್ನು ಅರಿಯಲು ಕನ್ನಡದಿಂದ ಒಂದು ಊಹೆಯ ನಿದರ್ಶನವನ್ನು ನೋಡೋಣ. ತಲೆಯನ್ನು, ತಲೆಗೆ, ಮನೆಗೆ, ಮನೆಯನ್ನು, ಓಲೆಗೆ, ಓಲೆಯನ್ನು, ಬಲೆಗೆ ಮತ್ತು ಬಲೆಯನ್ನು ಎಂಬ ಈ ರೂಪಗಳನ್ನು ಮೊದಲ ವಿಧಾನದಲ್ಲಿ ಎಂಟು ಬೇರೆ ಬೇರೆ ಘಟಕಗಳನ್ನಾಗಿ ನೆನಪಿಡಬೇಕು. ಎರಡನೆ ವಿಧಾನದಲ್ಲಿ ‘ಮನೆ’, ‘ಓಲೆ’, ‘ತಲೆ’, ‘ಬಲೆ’ಯನ್ನು ‘ಗೆ’ ಎಂಬ ಆರು ರೂಪಗಳ ನೆನಪು ಸಾಕು. ಅಲ್ಲದೆ ಈ ರೂಪಗಳ ನೆನಪು ಇನ್ನಿತರ ಸಂದರ್ಭದಲ್ಲೂ ಉಪಯೋಗಕ್ಕೆ ಬರುತ್ತವೆ. ಇಷ್ಟಾದರೂ ಈ ವಿಧಾನವನ್ನು ಬಳಸುವ ಯಂತ್ರಗಳು ಅಗಾಧ ಗಾತ್ರದವಾಗಿರುತ್ತವೆ.

ಮೂರನೆಯ ವಿಧಾನದ ಯಂತ್ರಗಳು ಮಾತನ್ನು ಧ್ವನಿಘಟಕಗಳನ್ನಾಗಿ ಒಡೆದುಕೊಳ್ಳುತ್ತದೆ. ಅನಂತರ ಈಗಾಗಲೇ ತಾವು ‘ಕಲಿತಿರುವ’ ನಿಯಮಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಸಂಯೋಜಿಸಿ ಉಚ್ಚರಿಸಲು ಸಿದ್ಧವಾಗುತ್ತದೆ. ಇದು ಹೆಚ್ಚು ಕಡಿಮೆ ನೆನಪಿನ ಅವಶ್ಯಕತೆಯ ವಿಧಾನದಂತೆ ತೋರಿದರೂ ಭಾಷೆಯ ಧ್ವನಿರಚನೆಯ ನಿಯಮಗಳನ್ನು ಅಭ್ಯಸಿಸಿ ಅವನ್ನು ಯಂತ್ರಗಳಿಗೆ ಕಲಿಸುವುದು ತುಂಬಾ ಕಷ್ಟ.

ಧ್ವನಿಗಳನ್ನು ಹಾಗೂ ಮಾತನ್ನು ಯಂತ್ರವು ಗ್ರಹಿಸುವ ಮತ್ತು ಪುನರುಚ್ಚಿಸುವ ವಿಧಾನದ ಬೇರೆ ಬೇರೆ ಹಂತಗಳನ್ನು ಮುಂದಿನ ನೀಡಿರುವ ಚಿತ್ರದಲ್ಲಿ ತೋರಿಸಿದಂತೆ ಗುರುತಿಸಲಾಗಿದೆ.

ಇಷ್ಟೆಲ್ಲ ವಿವರಣೆಯ ಅನಂತರವೂ ಮನುಷ್ಯರ ಮಾತನ್ನು ಆಲಿಸಿ ಪುನರುಚ್ಚರಿಸುವ ಯಂತ್ರಗಳ ಶೋಧನೆಯ ಹಂಬಲವೇಕೆ ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರ ಲಭಿಸುವುದಿಲ್ಲ. ಆದರೂ ಮನುಷ್ಯರ ಕುತೂಹಲ ಅಗಾಧವಾದುದು. ಚಲನಚಿತ್ರಗಳಲ್ಲಿ ಗಣಕಗಳಲ್ಲಿ, ಮಾತುಕೇಳುವ, ಮಾತಾಡುವ, ರೊಬೊಟ್ ಗಳನ್ನು, ಯಂತ್ರಗಳನ್ನು ಕಂಡಮೇಲೆ ಅವುಗಳನ್ನು ನಿಜ ಜೀವನಕ್ಕೆ ತರುವ ಸಾಹಸ ಮುಂದುವರೆದಿದೆ.

ಧ್ವನಿಯನ್ನು ಗುರುತಿಸುವುದು

1. ಯಂತ್ರದ ಧ್ವನಿಗ್ರಾಹಕದೊಳಗೆ ಧ್ವನಿತರಂಗಗಳಿರುವ ವಾಯುಪ್ರವಾಹ ನಿರ್ದಿಷ್ಟ ಒತ್ತಡದಲ್ಲಿ ಪ್ರವೇಶ

|

2. ವಿದ್ಯುತ್ ಅಲೆಗಳಾಗಿ ಪರಿವರ್ತನೆ

|

3. ಈ ಅಲೆಗಳನ್ನು ವಿಭಿನ್ನ ಕಂಪನಾಂಕಗಳನ್ನಾಗಿ ವಿಶ್ಲೇಷಿಸುವುದು

|

4. ಈ ಕಂಪನಾಂಕಗಳಲ್ಲಿ ಉಪಯುಕ್ತ ಮಾದರಿಗಳನ್ನು ಸಂಯೋಜಿಸುವುದು

|

5. ಯಾವ ಮಾದರಿಯು ಉಪಯುಕ್ತವೆಂದು ತೀರ್ಮಾನಿಸಿ, ಅನುಪಯುಕ್ತ ವಾದುದನ್ನು ತಿರಸ್ಕರಿಸುವುದು

|

6. ಈ ಧ್ವನಿ ಮಾದರಿಗಳನ್ನು ಯುಕ್ತವಾಗಿ ಸಂಯೋಜಿಸುವುದು (ಪದಗಳು)

|

7. ವಾಕ್ಯಗಳ ಸಂಯೋಜನೆ, ಪದರೂಪಗಳನ್ನು ಪರಿಗಣಿಸಿ ಯೋಗ್ಯ ಹೊಂದಾಣಿಕೆ ಮಾಡಿಕೊಳ್ಳುವುದು

|

8. ಅರ್ಥರಚನೆಯ ವಿಶ್ಲೇಷಣೆ

|

ಮುಂದಿನ ಕ್ರಿಯೆಗೆ ಸಿದ್ಧ

 

ಉಚ್ಚಾರಣೆ

1. ಉದ್ದೇಶ ನಿರ್ಧಾರ

|

2. ಸಂದೇಶವನ್ನು ಅರ್ಥಘಟಕಗಳಲ್ಲಿ ವಿಭಜಿಸುವುದು

|

3. ಸಂದೇಶವನ್ನು ವಾಕ್ಯವನ್ನಾಗಿ ಪರಿವರ್ತಿಸುವುದು

|

4. ಈ ವಾಕ್ಯದ ಪದಗಳ ಲಿಪಿರೂಪಗಳನ್ನು ಗುರುತಿಸುವುದು

|

5. ಈ ಪದಗಳ ಧ್ವನಿಸ್ತರದ ನಿರ್ಧಾರ

|

6. ಈ ಧ್ವನಿಯನ್ನು ವಿವಿಧ ಕಂಪನಾಂಕಗಳಾಗಿ ವಿಭಜಿಸುವುದು

|

7. ಈ ಕಂಪನಾಂಕಗಳ ಸಂಯೋಜನೆಯ ವಿದ್ಯುತ್ ಅಲೆಗಳ ಉತ್ಪಾದನೆ

|

8. ಈ ವಿದ್ಯುತ್ ಅಲೆಗಳು ಶಬ್ದ ಪ್ರೇಷಕದಲ್ಲಿ ಧ್ವನಿ ಅಲೆಗಳಾಗಿ ಪರಿವರ್ತನೆ ಹೊಂದುವುದು.

ಇಂಥ ಯಂತ್ರಗಳ ಸಂಶೋಧನೆಯ ಪ್ರಯತ್ನಗಳು ನಿರರ್ಥಕವೆನ್ನುವುದರ ವಾದದ ತಿರುಳು ಇಷ್ಟು. ಈ ಶೋಧನೆಗಳಿಗಾಗಿ ಮೀಸಲಾಗುವ ಹಣ ಅಪಾರ. ಇದು ಉಪಯುಕ್ತವಲ್ಲವಾದ್ದರಿಂದ ಇದೊಂದು ಅಪವ್ಯಯ; ಬರೆಹದ ಮಾದರಿ ಗಳನ್ನು ಓದಿ, ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ಯಂತ್ರಗಳ ಸಿದ್ಧತೆಗೆ ಆಗುವ ಖರ್ಚಿಗಿಂತ ಈ ಮಾತಾಡುವ ಯಂತ್ರಗಳ ಸಿದ್ಧತೆಗೆ ಒದಗುವ ಖರ್ಚು ಅಧಿಕ. ಇಂಥ ಯಂತ್ರಗಳಿಗಾಗಿ ಮಾರುಕಟ್ಟೆಯ ಬೇಡಿಕೆ, ಒತ್ತಡ ಅಧಿಕಗೊಂಡು ನಿರುಪಯುಕ್ತ ಯಂತ್ರಗಳು, ಕಳಪೆ ಶೋಧಗಳು ಬಳಕೆಗೆ ಬರುತ್ತಿವೆ. ಯಂತ್ರ ಮಾದರಿಗಳ ಸಿದ್ಧತೆಗೆ ಒತ್ತು ಬಿದ್ದು ಅದಕ್ಕೆ ಅವಶ್ಯವಾದ ತಾತ್ತ್ವಿಕ ಬುನಾದಿಯನ್ನು ಸಿದ್ಧಪಡಿಸುವುದು ಹಿಂದುಳಿದಿದೆ. ಮಾತಿನ ಸಹಜ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ಇರುವ ಅನ್ಯ ಸದ್ದುಗಳನ್ನು ಯಂತ್ರ ನಿರ್ಲಕ್ಷಿಸುವಂತೆ ಮಾಡುವುದು ಕಷ್ಟವಾದ್ದರಿಂದ ಒಂದು ಪರಿಪೂರ್ಣ ಯಂತ್ರದ ಸಿದ್ಧತೆ ಅಸಂಭವ. ಯಂತ್ರ ತಾನು ಕೇಳಿದ್ದನ್ನು ಮಾತಾಡಿದ್ದನ್ನು ಮರೆಯುತ್ತದೆ. ಅದನ್ನು ಮತ್ತೆ ನೆನಪಿಗೆ ತಂದುಕೊಳ್ಳಲಾರದು. ಇದು ಈ ಬಗೆಯ ಯಂತ್ರಗಳ ಮುಖ್ಯ ಮಿತಿ. ಈ ಯಂತ್ರಗಳು ಮಾನವ ಸಂಪರ್ಕವನ್ನು ಕಡಿಮೆಮಾಡುವ ಉದ್ದೇಶವನ್ನು ಹೊಂದಿರುವುದರಿಂದ ಇವು ಸಮಾಜದ ಆರೋಗ್ಯಕರ ಸ್ಥಿತಿಗೆ ಅಪಾಯಕಾರಿಯಾಗಿವೆ.

ಹೀಗೆಯೇ ಇಂಥ ಯಂತ್ರಗಳ ಆವಿಷ್ಕಾರದ ಪರವಾಗಿ ವಾದಿಸುವವರೂ ಇದ್ದಾರೆ. ಅವರ ವಿಚಾರಗಳು ಹೀಗಿವೆ : ಯಂತ್ರಗಳು, ಅವು ಯಂತ್ರಗಳಾಗಿರು ವುದರಿಂದಲೇ ಮಾನವ ಸಹಜ ದೋಷಗಳಿಂದ ಮುಕ್ತವಾಗಿರುತ್ತವೆ. ಯಂತ್ರಗಳ ಸಮ್ಮುಖದಲ್ಲೇ ಹೆಚ್ಚು ಸ್ವಾತಂತ್ರ್ಯ ಒದಗುತ್ತದೆ. ಒತ್ತಾಯವಿಲ್ಲ ದಿರುವುದರಿಂದ ಅವುಗಳೊಡನೆ ವ್ಯವಹರಿಸಲು ಹೆಚ್ಚು ಸ್ವಾತಂತ್ರ್ಯ ಒದಗುತ್ತದೆ. ಇನ್ನಿತರ ಹತ್ತಾರು ಚಟುವಟಿಕೆಗಳೊಡನೆ ಯಂತ್ರ ಸಂವಾದವನ್ನು ಬೆರೆಸಬಹುದು.

ಇದೇನೆ ಇರಲಿ. ಬರಲಿರುವ ದಿನಗಳಲ್ಲಿ ನಮ್ಮೊಡನೆ ಮಾತನಾಡುವ ಯಂತ್ರಗಳು ಸಾರ್ವಜನಿಕ ಸ್ಥಳಗಳಲ್ಲಿ ಆವಿರ್ಭವಿಸಲಿವೆ. ಲಿಫ್ಟ್‌ಗಳಲ್ಲಿ, ಬಸ್ ನಿಲ್ದಾಣಗಳಲ್ಲಿ, ಗಡಿಯಾರಗಳಲ್ಲಿ, ದೂರವಾಣಿ ಸೌಲಭ್ಯಗಳಲ್ಲಿ ಇಂಥ ಯಂತ್ರಗಳು ನಮಗೆ ಎದುರಾಗುತ್ತವೆ. ಮನುಷ್ಯ ಸಹಜವಾದ ದೋಷಗಳಿಂದ ಆಘಾತಗಳು ಸಂಭವಿಸಬಹುದಾದ ಸಂದರ್ಭಗಳಲ್ಲಿ ಈ ಯಂತ್ರಗಳು ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಿ ಬಳಕೆಯಾಗುವ ಸಾಧ್ಯತೆಗಳಿವೆ.