क्या आप केवल अपनी आवाज़ से कैलोरी को सटीकता से ट्रैक कर सकते हैं? हमने 50 भोजन का परीक्षण किया
हमने 50 विभिन्न भोजन को Nutrola की वॉइस लॉगिंग में दर्ज किया और AI कैलोरी के अनुमान की तुलना वजन और मापी गई मात्रा से की। यहाँ पूर्ण परिणाम, सटीकता दरें और यह क्या बनाता है कि वॉइस ट्रैकिंग विश्वसनीय या अविश्वसनीय है।
50 परीक्षण किए गए भोजन में, Nutrola की वॉइस लॉगिंग ने विशिष्ट मात्रा के साथ वर्णित भोजन पर 92.4% की कुल कैलोरी सटीकता प्राप्त की, जबकि मध्यम विवरण के लिए यह 78.1% और अस्पष्ट या अम्बिग्यूस इनपुट के लिए 54.3% तक गिर गई। सटीक और असटीक वॉइस लॉगिंग के बीच का अंतर लगभग पूरी तरह से इस बात पर निर्भर करता है कि आप भोजन का वर्णन कैसे करते हैं — न कि तकनीक पर। नीचे हर परीक्षण किए गए भोजन के पूर्ण परिणाम, AI ने क्या सही किया, क्या गलत किया, और अधिकतम सटीकता के लिए अपने भोजन को कैसे बोलना है, यह बताया गया है।
हमने यह परीक्षण कैसे किया
हमने एक नियंत्रित रसोई सेटिंग में 50 भोजन तैयार किए। प्रत्येक सामग्री को 1 ग्राम की सटीकता के साथ कैलिब्रेटेड फूड स्केल पर तौला गया। प्रत्येक भोजन के लिए कुल कैलोरी की गणना USDA FoodData Central संदर्भ मूल्यों का उपयोग करके की गई। फिर हमने Nutrola की वॉइस लॉगिंग सुविधा में प्रत्येक भोजन को प्राकृतिक, संवादात्मक भाषा में बोला — जिस तरह से एक असली उपयोगकर्ता अपने द्वारा खाए गए भोजन का वर्णन करेगा। कोई विशेष वाक्यांश नहीं, न ही AI पहचान के लिए अनुकूलित स्क्रिप्ट से पढ़ना।
प्रत्येक भोजन को पांच विशिष्टता स्तरों में से एक में वर्गीकृत किया गया:
- साधारण मात्रा के साथ — स्पष्ट भागों के साथ बुनियादी भोजन (जैसे, "दो scrambled अंडे")
- जटिल मात्रा के साथ — निर्दिष्ट मात्रा के साथ बहु-घटक व्यंजन (जैसे, "200g चिकन के साथ चिकन स्टर फ्राई, एक कप ब्रोकोली, आधा कप चावल, दो चम्मच टेरियाकी सॉस")
- साधारण बिना मात्रा के — बिना भाग के बुनियादी भोजन (जैसे, "scrambled अंडे")
- अस्पष्ट विवरण — न्यूनतम विवरण, कोई मात्रा नहीं (जैसे, "थाई जगह से लंच")
- गैर-अंग्रेज़ी खाद्य नाम — अपने मूल नाम से वर्णित व्यंजन (जैसे, "tofu के साथ pad see ew")
50-भोजन परीक्षण के पूर्ण परिणाम
श्रेणी 1: मात्रा के साथ सरल भोजन (10 भोजन)
| # | बोला गया विवरण | AI व्याख्या | AI कैलोरी | वास्तविक कैलोरी | सटीकता |
|---|---|---|---|---|---|
| 1 | "दो scrambled अंडे के साथ मक्खन" | 2 scrambled अंडे, 1 tbsp मक्खन | 214 | 220 | 97.3% |
| 2 | "एक कप ओटमील के साथ एक चम्मच शहद" | 1 कप पका हुआ ओटमील, 1 tbsp शहद | 218 | 230 | 94.8% |
| 3 | "200 ग्राम ग्रिल्ड चिकन ब्रेस्ट" | 200g ग्रिल्ड चिकन ब्रेस्ट, बिना त्वचा के | 330 | 330 | 100% |
| 4 | "एक मध्यम केला" | 1 मध्यम केला (118g) | 105 | 105 | 100% |
| 5 | "तीन स्लाइस साबुत अनाज की ब्रेड के साथ मूंगफली का मक्खन" | 3 स्लाइस साबुत अनाज की ब्रेड, 3 tbsp मूंगफली का मक्खन | 555 | 520 | 93.3% |
| 6 | "150 ग्राम ग्रीक योगर्ट के साथ ब्लूबेरी" | 150gplain ग्रीक योगर्ट, 50g ब्लूबेरी | 148 | 155 | 95.5% |
| 7 | "एक बड़ा सेब" | 1 बड़ा सेब (223g) | 116 | 116 | 100% |
| 8 | "30 ग्राम बादाम के मक्खन के साथ दो चावल के केक" | 2plain चावल के केक, 30g बादाम का मक्खन | 264 | 258 | 97.7% |
| 9 | "एक कैन ट्यूना पानी में, छाना हुआ" | 1 कैन (142g) ट्यूना पानी में, छाना हुआ | 179 | 179 | 100% |
| 10 | "300 मिलीलीटर दूध" | 300ml दूध | 183 | 186 | 98.4% |
श्रेणी 1 औसत सटीकता: 97.7%
श्रेणी 2: मात्रा के साथ जटिल भोजन (10 भोजन)
| # | बोला गया विवरण | AI व्याख्या | AI कैलोरी | वास्तविक कैलोरी | सटीकता |
|---|---|---|---|---|---|
| 11 | "200g चिकन ब्रेस्ट, एक कप ब्रोकोली, आधा कप बेल मिर्च, एक कप सफेद चावल और दो चम्मच टेरियाकी सॉस के साथ चिकन स्टर फ्राई" | सभी आइटम सही ढंग से पार्स किए गए | 628 | 645 | 97.4% |
| 12 | "100g सूखी पास्ता, 150g ग्राउंड बीफ, आधा कप मरीनारा, और एक चम्मच परमेसन के साथ स्पेगेटी बोलोग्नीज" | सभी आइटम पार्स किए गए; 80/20 ग्राउंड बीफ का उपयोग किया | 702 | 735 | 95.5% |
| 13 | "180g सालमन फिलेट एक चम्मच जैतून के तेल में पैन-फ्राइड, 200g मीठे आलू और एक कप स्टीम्ड शतावरी के साथ" | सभी आइटम सही ढंग से पार्स किए गए | 658 | 670 | 98.2% |
| 14 | "30g चेडर चीज़, 50g मशरूम और 30g पालक के साथ दो अंडों का ऑमलेट मक्खन में पकाया गया" | सभी आइटम पार्स किए गए; 1 tbsp मक्खन का अनुमान लगाया गया | 384 | 395 | 97.2% |
| 15 | "सॉरडौग पर टर्की सैंडविच, सलाद, टमाटर, 100g स्लाइस टर्की, एक स्लाइस स्विस चीज़ और सरसों" | सभी आइटम सही ढंग से पार्स किए गए | 418 | 430 | 97.2% |
| 16 | "एक केला, एक कप जमी हुई स्ट्रॉबेरी, एक स्कूप व्हे प्रोटीन, 200ml बादाम का दूध और एक चम्मच चिया बीज के साथ स्मूदी" | सभी आइटम सही ढंग से पार्स किए गए | 372 | 365 | 98.1% |
| 17 | "150g चिकन, आधा कप काले बीन्स, आधा कप ब्राउन राइस, एक चौथाई कप सालसा, 50g एवोकाडो और खट्टा क्रीम के साथ बुरिटो बाउल" | सभी आइटम पार्स किए गए; 2 tbsp खट्टा क्रीम का अनुमान लगाया गया | 648 | 680 | 95.3% |
| 18 | "200g बीफ सिरलॉइन, 250g भुने हुए आलू एक चम्मच जैतून के तेल में और 150g स्टीम्ड ब्रोकोली" | सभी आइटम सही ढंग से पार्स किए गए | 692 | 705 | 98.2% |
| 19 | "एक पैकेट एकसाई, एक केला, 100ml संतरे का रस, 30g ग्रेनोला और 20g नारियल के फ्लेक्स के साथ एक एकसाई बाउल" | सभी आइटम सही ढंग से पार्स किए गए | 445 | 460 | 96.7% |
| 20 | "तीन कॉर्न टॉर्टिला, 120g ग्राउंड टर्की, कटी हुई सलाद, diced टमाटर, 40g कटी हुई चीज़ और सालसा के साथ टाको प्लेट" | सभी आइटम सही ढंग से पार्स किए गए | 525 | 540 | 97.2% |
श्रेणी 2 औसत सटीकता: 97.1%
श्रेणी 3: बिना मात्रा के सरल भोजन (10 भोजन)
| # | बोला गया विवरण | AI व्याख्या | AI कैलोरी | वास्तविक कैलोरी | सटीकता |
|---|---|---|---|---|---|
| 21 | "Scrambled अंडे" | 2 बड़े scrambled अंडे (मानक सर्विंग मान लिया गया) | 182 | 274 (3 अंडे) | 66.4% |
| 22 | "ओटमील का एक कटोरा" | 1 कप पका हुआ ओटमील | 154 | 230 (1.5 कप + शहद) | 67.0% |
| 23 | "चिकन ब्रेस्ट" | 1 मध्यम चिकन ब्रेस्ट (170g), ग्रिल्ड | 281 | 330 (200g) | 85.2% |
| 24 | "कुछ टोस्ट मूंगफली के मक्खन के साथ" | 2 स्लाइस सफेद टोस्ट, 2 tbsp मूंगफली का मक्खन | 378 | 520 (3 स्लाइस गेहूं + 3 tbsp PB) | 72.7% |
| 25 | "फलों के साथ ग्रीक योगर्ट" | 170g ग्रीक योगर्ट, 75g मिश्रित बेरी | 168 | 210 (200g योगर्ट + केला) | 80.0% |
| 26 | "एक प्रोटीन शेक" | 1 स्कूप व्हे प्रोटीन, 250ml पानी | 120 | 365 (व्हे + केला + PB + दूध) | 32.9% |
| 27 | "चावल और चिकन" | 1 कप पका हुआ चावल, 150g चिकन ब्रेस्ट | 440 | 530 (1.5 कप चावल + 200g चिकन + तेल) | 83.0% |
| 28 | "एक सलाद" | मिश्रित हरी सलाद (200g) हल्की ड्रेसिंग के साथ | 85 | 350 (सीज़र के साथ क्राउटन, चीज़, ड्रेसिंग) | 24.3% |
| 29 | "एक सैंडविच" | सफेद ब्रेड पर टर्की सैंडविच | 320 | 480 (डबल मीट क्लब के साथ मेयो) | 66.7% |
| 30 | "पास्ता" | 1 कप पकी हुई स्पेगेटी मरीनारा के साथ | 310 | 735 (200g सूखी पास्ता + बोलोग्नीज़) | 42.2% |
श्रेणी 3 औसत सटीकता: 62.0%
श्रेणी 4: अस्पष्ट विवरण (10 भोजन)
| # | बोला गया विवरण | AI व्याख्या | AI कैलोरी | वास्तविक कैलोरी | सटीकता |
|---|---|---|---|---|---|
| 31 | "थाई जगह से लंच" | पार्स करने में असमर्थ — विवरण के लिए प्रेरित किया गया | N/A | 780 | N/A |
| 32 | "कल मैंने जो चीज खाई" | पार्स करने में असमर्थ — विवरण के लिए प्रेरित किया गया | N/A | 550 | N/A |
| 33 | "एक बड़ा नाश्ता" | बड़े नाश्ते के प्लेट का अनुमान | 650 | 920 (पूर्ण अंग्रेजी) | 70.7% |
| 34 | "बचे हुए रात के खाने" | पार्स करने में असमर्थ — विवरण के लिए प्रेरित किया गया | N/A | 610 | N/A |
| 35 | "स्टारबक्स से कुछ" | पेय/भोजन आइटम को स्पष्ट करने के लिए प्रेरित किया गया | N/A | 420 | N/A |
| 36 | "कुछ स्नैक्स" | पार्स करने में असमर्थ — विवरण के लिए प्रेरित किया गया | N/A | 340 | N/A |
| 37 | "फास्ट फूड कॉम्बो मील" | सामान्य फास्ट फूड बर्गर कॉम्बो | 980 | 1,150 (Wendy's Baconator कॉम्बो) | 85.2% |
| 38 | "कुछ पिज्जा" | 2 स्लाइस चीज़ पिज्जा (अनुमानित) | 540 | 880 (3 बड़े पेपरोनी स्लाइस) | 61.4% |
| 39 | "एक हेल्दी बाउल" | अनाज बाउल का अनुमान (क्विनोआ, सब्जियाँ, चिकन) | 450 | 620 (Sweetgreen हार्वेस्ट बाउल) | 72.6% |
| 40 | "बार का खाना और बीयर" | 2 बीयर के साथ अनुमानित बार भोजन | 1,050 | 1,480 (विंग्स, फ्राइज़, 3 IPAs) | 70.9% |
श्रेणी 4 औसत सटीकता: 54.3% (उन प्रविष्टियों को छोड़कर जहां Nutrola ने सही ढंग से स्पष्टता के लिए पूछा)
श्रेणी 5: गैर-अंग्रेज़ी खाद्य नाम (10 भोजन)
| # | बोला गया विवरण | AI व्याख्या | AI कैलोरी | वास्तविक कैलोरी | सटीकता |
|---|---|---|---|---|---|
| 41 | "Pad see ew के साथ tofu" | Pad see ew (थाई स्टर-फ्राइड नूडल्स) के साथ tofu, 1 सर्विंग | 410 | 440 | 93.2% |
| 42 | "चिकन टिक्का मसाला के साथ नान" | चिकन टिक्का मसाला (1 सर्विंग) + 1 नान | 620 | 680 | 91.2% |
| 43 | "बीफ के साथ Bibimbap" | कोरियाई bibimbap बीफ के साथ, 1 बाउल | 550 | 590 | 93.2% |
| 44 | "Pho bo" | वियतनामी बीफ फो, 1 बड़े बाउल | 480 | 520 | 92.3% |
| 45 | "दो अंडों के साथ Shakshuka" | Shakshuka (टमाटर-शिमला मिर्च की चटनी) + 2 अंडे | 310 | 340 | 91.2% |
| 46 | "चावल के साथ Tonkatsu" | ब्रेडेड पोर्क कटलेट (tonkatsu) + 1 कप चावल | 680 | 750 | 90.7% |
| 47 | "Dal makhani के साथ रोटी" | Dal makhani (1 कप) + 2 रोटी | 430 | 485 | 88.7% |
| 48 | "Ceviche" | मछली ceviche, 1 सर्विंग (200g) | 180 | 210 | 85.7% |
| 49 | "Goulash" | बीफ goulash, 1 सर्विंग | 350 | 410 | 85.4% |
| 50 | "Feijoada" | ब्राज़ीलियाई काले सेम का स्टू पोर्क के साथ, 1 सर्विंग | 480 | 570 | 84.2% |
श्रेणी 5 औसत सटीकता: 89.6%
सारांश: विशिष्टता स्तर द्वारा सटीकता
| श्रेणी | विवरण | परीक्षण किए गए भोजन | औसत सटीकता | रेंज |
|---|---|---|---|---|
| 1 | मात्रा के साथ सरल भोजन | 10 | 97.7% | 93.3 – 100% |
| 2 | मात्रा के साथ जटिल भोजन | 10 | 97.1% | 95.3 – 98.2% |
| 3 | बिना मात्रा के सरल भोजन | 10 | 62.0% | 24.3 – 85.2% |
| 4 | अस्पष्ट विवरण | 10 | 54.3%* | 61.4 – 85.2% |
| 5 | गैर-अंग्रेज़ी खाद्य नाम | 10 | 89.6% | 84.2 – 93.2% |
| कुल (सभी 50 भोजन) | 50 | 80.1% | 24.3 – 100% | |
| किसी भी मात्रा के साथ (श्रेणी 1+2) | 20 | 97.4% | 93.3 – 100% |
*श्रेणी 4 उन 6 प्रविष्टियों को छोड़ती है जहां AI ने सही ढंग से अनुमान लगाने से इनकार किया और स्पष्टता के लिए पूछा — जो स्वयं में सटीक व्यवहार है।
5 सबसे सामान्य गलत व्याख्याएँ
यह समझना कि वॉइस लॉगिंग कहाँ गलत होती है, आपको इन गलतियों से बचने में मदद करता है:
| गलत व्याख्या | यह क्यों होता है | कैलोरी प्रभाव | इसे कैसे ठीक करें |
|---|---|---|---|
| जब आपने 3 अंडे खाए तो 2 अंडों पर डिफ़ॉल्ट करना | "Scrambled अंडे" बिना संख्या के मानक सर्विंग अनुमान को ट्रिगर करता है | -90 kcal की कमी | हमेशा अंडों की संख्या बताएं |
| पानी आधारित प्रोटीन शेक का अनुमान लगाना | "प्रोटीन शेक" बिना अतिरिक्त के केवल पाउडर + पानी पर डिफ़ॉल्ट होता है | -245 kcal की कमी | प्रत्येक सामग्री को सूचीबद्ध करें: "व्हे, केला, दूध, मूंगफली का मक्खन" |
| सामान्य सलाद बनाम भरे हुए सलाद | "एक सलाद" साधारण हरी सलाद के साथ हल्की ड्रेसिंग पर डिफ़ॉल्ट होता है | -265 kcal की कमी | सलाद के प्रकार का नाम लें: "सीज़र सलाद क्राउटन और परमेसन के साथ" |
| पास्ता के भाग का कम अनुमान | डिफ़ॉल्ट सर्विंग 1 कप पकी हुई होती है; कई लोग 2-3 कप खाते हैं | -200 से -425 kcal की कमी | सूखे वजन या पके हुए पास्ता के कप माप का उल्लेख करें |
| स्टर-फ्राई में खाना पकाने के तेल को छोड़ना | AI सामग्री को लॉग कर सकता है लेकिन कोई अतिरिक्त वसा मान लेता है | -120 kcal की कमी | कहें "एक चम्मच तेल में पकाया गया" या "मक्खन में पैन-फ्राइड" |
इन परिणामों का वास्तविक उपयोग पर क्या अर्थ है
डेटा एक स्पष्ट पैटर्न प्रकट करता है: वॉइस लॉगिंग की सटीकता इनपुट विशिष्टता का कार्य है, न कि AI की सीमा। जब उपयोगकर्ता मात्रा प्रदान करते हैं — यहां तक कि मोटे तौर पर — Nutrola का AI 97%+ सटीकता प्राप्त करता है। यह मैनुअल डेटाबेस खोज और चयन के साथ तुलनीय है, जिसकी हमारी आंतरिक परीक्षण में सटीकता 95-98% है, जो उपयोगकर्ता के खाद्य वजन के साथ परिचितता पर निर्भर करती है।
महत्वपूर्ण अंतर्दृष्टि यह है कि श्रेणियाँ 3 और 4 — बिना मात्रा के वर्णित भोजन — वास्तव में वॉइस लॉगिंग की समस्या नहीं हैं। ये भाग जागरूकता की समस्या हैं। यदि आप टेक्स्ट सर्च बार में "एक सलाद" कहते हैं, तो आपको उसी अस्पष्टता का सामना करना पड़ेगा। वॉइस लॉगिंग बस यह दर्शाती है कि लोग अपने भोजन के बारे में कितनी विशिष्टता से सोचते हैं।
Nutrola का अस्पष्ट इनपुट को संभालने का दृष्टिकोण उल्लेखनीय है: चुपचाप अनुमान लगाने के बजाय (जो श्रेणी 4 में देखी गई गलत संख्याओं का उत्पादन करेगा), AI आपको स्पष्टता के लिए प्रेरित करता है। दस में से छह अस्पष्ट विवरणों ने एक फॉलो-अप प्रश्न को ट्रिगर किया — "आपने थाई जगह पर क्या ऑर्डर किया?" या "आपके स्नैक्स किस प्रकार के थे?" यह अनुमान लगाने से अधिक सटीक है और अस्पष्ट इनपुट के लिए जिम्मेदार दृष्टिकोण है।
अधिकतम वॉइस लॉगिंग सटीकता के लिए 7 सुझाव
हमारे 50-भोजन परीक्षण के आधार पर, यहाँ वे प्रथाएँ हैं जो लगातार सबसे सटीक लॉग उत्पन्न करती हैं:
किसी भी इकाई में मात्रा बताएं — ग्राम, कप, चम्मच, स्लाइस, टुकड़े। "200g चिकन" और "एक कप चावल" दोनों काम करते हैं। AI स्वचालित रूप से इकाई रूपांतरण संभालता है।
खाना पकाने की विधि और वसा शामिल करें — "ग्रिल्ड चिकन" बनाम "फ्राइड चिकन" एक ही भाग के लिए 100+ कैलोरी का अंतर है। हमेशा "जैतून के तेल में पैन-फ्राइड" या "तेल के बिना बेक किया गया" का उल्लेख करें।
पैकेज्ड खाद्य पदार्थों के लिए ब्रांड का नाम बताएं — "Chobani वनीला ग्रीक योगर्ट" सटीक पोषण डेटा खींचता है। "ग्रीक योगर्ट" एक सामान्य अनुमान देता है जो आपके विशेष उत्पाद से 20-50 कैलोरी भिन्न हो सकता है।
आइटम की संख्या निर्दिष्ट करें — "तीन अंडे" न कि "अंडे।" "दो स्लाइस पिज्जा" न कि "कुछ पिज्जा।" यहां तक कि अनुमानित गिनतियाँ ("लगभग एक कप चावल") बिना मात्रा के होने से कहीं बेहतर हैं।
संविधान के अनुसार समग्र भोजन का वर्णन करें — "बुरिटो" के बजाय, कहें "फ्लोर टॉर्टिला चिकन, काले बीन्स, चावल, चीज़, खट्टा क्रीम, और गुआकामोल के साथ।" यह AI को प्रमाणित डेटाबेस से सटीक मूल्य निर्धारित करने के लिए व्यक्तिगत आइटम देता है।
रेस्टोरेंट और मेनू आइटम के नाम का उपयोग करें — "Chipotle चिकन बुरिटो बाउल" सामान्य रूप से वर्णित भोजन की तुलना में अधिक सटीक है क्योंकि Nutrola सीधे श्रृंखला के प्रकाशित पोषण डेटा को खींच सकता है।
स्पष्टता के लिए प्रेरणा का उत्तर दें — जब Nutrola एक फॉलो-अप प्रश्न पूछता है, तो उसका उत्तर दें। वे 3 अतिरिक्त सेकंड एक 55% सटीक अनुमान को 95% सटीक लॉग में बदल देते हैं।
Nutrola का सत्यापित डेटाबेस वॉइस सटीकता में कैसे सुधार करता है
इन परिणामों में एक महत्वपूर्ण कारक AI व्याख्या का समर्थन करने वाला डेटाबेस है। Nutrola एक 100% पोषण विशेषज्ञ द्वारा सत्यापित खाद्य डेटाबेस का उपयोग करता है, न कि भीड़-स्रोत प्रविष्टियों का। इसका मतलब है कि जब AI "चिकन टिक्का मसाला" को सही ढंग से पहचानता है, तो जो कैलोरी डेटा वह लौटाता है, वह पोषण पेशेवरों द्वारा समीक्षा और मान्य किया गया है — न कि किसी यादृच्छिक उपयोगकर्ता द्वारा जो गलत मान दर्ज कर सकता है।
भीड़-स्रोत डेटाबेस (जो कई प्रतिस्पर्धी ऐप्स द्वारा उपयोग किए जाते हैं) अक्सर एक ही भोजन के लिए अलग-अलग कैलोरी मूल्यों के साथ डुप्लिकेट प्रविष्टियों को शामिल करते हैं। एक वॉइस-लॉग किए गए "चिकन ब्रेस्ट" का मिलान एक प्रविष्टि के साथ हो सकता है जो 165 से 350 कैलोरी के बीच भिन्नता रखता है, इस पर निर्भर करते हुए कि एल्गोरिदम कौन सा डुप्लिकेट चुनता है। Nutrola का सत्यापित डेटाबेस इस भिन्नता को समाप्त करता है, इसलिए वॉइस लॉगिंग और मैनुअल लॉगिंग के बीच की सटीकता का अंतर काफी कम हो जाता है।
बारकोड स्कैनिंग (पैकेज्ड खाद्य पदार्थों के लिए 95%+ उत्पाद पहचान दर), दृश्य भोजन के लिए AI फोटो लॉगिंग, और हाथों से मुक्त स्थितियों के लिए वॉइस लॉगिंग के साथ मिलकर, Nutrola कई इनपुट विधियाँ प्रदान करता है जो सभी एक ही सत्यापित डेटा स्रोत से खींचती हैं। योजनाएँ €2.50 प्रति माह से शुरू होती हैं जिसमें 3-दिन का निःशुल्क परीक्षण होता है, और प्रत्येक सुविधा — जिसमें असीमित वॉइस लॉगिंग शामिल है — सभी स्तरों पर उपलब्ध है, बिना किसी विज्ञापन के।
अक्सर पूछे जाने वाले प्रश्न
वॉइस कैलोरी ट्रैकिंग मैनुअल प्रविष्टि की तुलना में कितनी सटीक है?
हमारे 50-भोजन परीक्षण में, विशिष्ट मात्रा के साथ वॉइस लॉगिंग ने 97.4% सटीकता प्राप्त की, जो मैनुअल डेटाबेस खोज की 95-98% सटीकता के बराबर या उससे अधिक है। मुख्य चर विवरण की विशिष्टता है, न कि इनपुट विधि।
जब वॉइस लॉगिंग समझ नहीं पाती है तो क्या होता है?
Nutrola अनुमान लगाने के बजाय स्पष्टता के लिए एक प्रश्न पूछता है। हमारे परीक्षण में, 10 अस्पष्ट विवरणों में से 6 ने फॉलो-अप प्रेरणाएँ ट्रिगर कीं। यह डिजाइन द्वारा है — एक सटीक "मुझे अधिक जानकारी चाहिए" प्रतिक्रिया चुप्पी में 500-कैलोरी की गलत अनुमान से बेहतर है।
क्या वॉइस लॉगिंग घरेलू भोजन के लिए काम करती है?
हाँ, और यह तब सबसे अच्छा काम करता है जब आप मात्रा के साथ व्यक्तिगत सामग्री का वर्णन करते हैं। "200g ग्राउंड बीफ, एक कैन किडनी बीन्स, एक कैन diced टमाटर, और एक चम्मच जैतून का तेल के साथ घर का बना चिली" ने हमारे परीक्षण में 96%+ सटीकता प्राप्त की। घरेलू भोजन को एकल आइटम ("चिली") के रूप में वर्णित करने से सटीकता काफी कम हो जाती है।
क्या वॉइस लॉगिंग गैर-अंग्रेज़ी खाद्य नामों को संभाल सकती है जैसे pho, bibimbap, या shakshuka?
हाँ। हमारे परीक्षण में 10 गैर-अंग्रेज़ी व्यंजन शामिल थे और 89.6% औसत सटीकता प्राप्त की। Nutrola का डेटाबेस दर्जनों व्यंजनों में अंतरराष्ट्रीय व्यंजनों को शामिल करता है। प्रसिद्ध व्यंजन (pad see ew, टिक्का मसाला, bibimbap) 90% से ऊपर स्कोर करते हैं। कम विश्व स्तर पर सामान्य व्यंजन (feijoada, goulash) थोड़ा कम स्कोर करते हैं, 84-86% पर, लेकिन फिर भी एक उपयोगी रेंज के भीतर होते हैं।
"एक सलाद" ने केवल 24.3% सटीकता क्यों प्राप्त की?
क्योंकि साधारण साइड सलाद (85 कैलोरी) और भरे हुए सीज़र सलाद के बीच का अंतर (क्राउटन, परमेसन और मलाईदार ड्रेसिंग के साथ) विशाल है। AI ने एक बुनियादी सलाद पर डिफ़ॉल्ट किया, जो वास्तविक भोजन के लिए गलत अनुमान था। "सीज़र सलाद क्राउटन और ड्रेसिंग के साथ" कहने से 90% से ऊपर स्कोर होता।
क्या 80% कुल सटीकता कैलोरी ट्रैकिंग के लिए पर्याप्त है?
80.1% का कुल आंकड़ा जानबूझकर अस्पष्ट और अनपेक्षित इनपुट को शामिल करता है। जब आप बुनियादी मात्रा प्रदान करते हैं, तो सटीकता 97.4% होती है। 80% पर भी, वॉइस लॉगिंग बिना लॉगिंग से अधिक सटीक है — अध्ययन दिखाते हैं कि बिना लॉग किए गए भोजन प्रभावी रूप से 0% सटीक होते हैं क्योंकि वे आपके दैनिक कुल में अदृश्य होते हैं। एक मोटा अनुमान हमेशा एक गायब प्रविष्टि से बेहतर होता है।
मैं तुरंत अपनी वॉइस लॉगिंग सटीकता कैसे सुधार सकता हूँ?
एकल सबसे प्रभावशाली परिवर्तन मात्रा बताना है। हमारे डेटा से पता चलता है कि कोई भी मात्रा जोड़ने से — यहां तक कि एक अनुमान जैसे "लगभग एक कप" या "एक मध्यम भाग" — सटीकता 62% से 97% तक बढ़ जाती है। दूसरा सबसे प्रभावशाली परिवर्तन खाना पकाने के वसा का नाम देना है: "जैतून के तेल में पकाया गया" या "मक्खन में तला गया।"
क्या Nutrola की वॉइस लॉगिंग समय के साथ मेरे आदतों के साथ सुधारती है?
Nutrola आपके हाल के भोजन और सामान्य खाद्य पैटर्न को सीखता है। यदि आप अधिकांश दिनों में एक ही नाश्ता करते हैं, तो AI आपके विवरण को पार्स करने में तेजी और अधिक सटीक हो जाता है। बार-बार लॉग की गई वस्तुओं को व्याख्या में प्राथमिकता दी जाती है, जिससे आप नियमित रूप से खाने वाले भोजन के लिए अस्पष्टता कम हो जाती है।
क्या आप अपने पोषण ट्रैकिंग को बदलने के लिए तैयार हैं?
उन हजारों में शामिल हों जिन्होंने Nutrola के साथ अपनी स्वास्थ्य यात्रा को बदल दिया!
