Ifihan
Mo lo akoko pupọ lati ṣawari fun awọn nkan ati ni igbagbogbo Mo ronu nipa koko ọrọ fun nkan kan bi o ti nrin si ibudokọ ọkọ ojuirin tabi nigbati o ba jade ati ni ayika gbogbogbo.
Ni aṣalẹ kan nigbati mo n rin irin-ajo 1,5 miles si ibudo lati iṣẹ mi Mo ro pe "kii ṣe dara ti mo ba le gba ohun ti mo fẹ lati sọ ati lẹhinna jẹ ki o ṣawari si gangan si faili ti mo le ṣatunkọ ki o si ṣe igbasilẹ nigbamii lori" .
Mo ti lo ọpọlọpọ awọn wakati pipẹ ti n wo awọn aṣayan oriṣiriṣi wa fun idanimọ ohun ati dictation pẹlu gbigbasilẹ taara nipasẹ gbohungbohun nipa lilo software dictation ni Lainos, gbigbasilẹ faili si faili MP3 tabi WAV ati yiyi pada nipasẹ laini aṣẹ, bii lilo Chrome ati awọn ohun elo Android.
Atilẹkọ yii ṣe afihan awọn awari mi lẹhin ọjọ ti iṣiṣẹ lile.
Awọn Aṣayan Lainos
Gbiyanju lati wa dictation ati software idaniloju ohun ni Lainos kii ṣe rọrun bi o ti le jẹ ati awọn aṣayan to wa kii ṣe ọlọgbọn.
Oju iwe wikipedia yii ni akojọ awọn aṣayan ti o pọju pẹlu CMU Sphinx, Julius ati Simon.
Mo nlo SparkyLinux eyiti o da lori igbeyewo Debian ni akoko yii ati pe mo le sọ fun ọ pe nikan ni idaniloju ohun ti o wa ninu awọn ibi ipamọ jẹ Sphinx.
Awọn eto lainidii ti ilu abinibi Mo pari igbiyanju ni PocketSphinx, eyi ti Mo lo lati ṣe iyipada awọn faili WAV si ọrọ ati Freespeech-VR eyiti o jẹ ohun elo python ti o jẹ ki o gba silẹ lati inu gbohungbohun.
Mo tun gbiyanju awọn isẹ Chrome kan pẹlu VoiceNote II ati Dictanote.
Níkẹyìn Mo gbiyanju "Ṣatunkọ ati Imeeli" ati "Ọrọ Ọrọ ati Ọrọ Ọrọ" Android Apps.
Freespeech-VR
Freespeech-VR ko wa ni awọn ibi ipamọ ti o tọ. Mo gba awọn faili lati ibi yii.
Lẹhin gbigba ati ṣawari awọn akoonu ti fáìlì zip Mo ṣí ibudo kan ati ki o kiri si folda ti o ti gbe awọn faili si.
Mo ti tẹ aṣẹ wọnyi lati ṣii freespeech-vr.
sudo python freespeech-vr
Mo ni awọn alarin olokun meji pẹlu gbohungbohun ti o dara julọ to dara julọ ati itọnisọna Gẹẹsi ti o dara julọ ni gusu.
Ọrọ atẹle yii han ninu window window freespeech-vr:
Kaabo si awọn aja ti aṣeyọri ti abajade Loni Ṣe ni imudaniloju Bi o ṣe le ṣe idanwo Awọn idanwo A ni lati ṣayẹwo Nigbati Lati ọrọ Nlo ọna ọna kika Ọrọ I ni Lati ọkan kọọkan Ni Nikan Ni a Lati ni ireti lati gbe Ati Awọn Itumọ ti Ọkan adie wura bi eto Awọn Ea nigbati o orukọ mi ni awọn ipe ti o wa nigbamii Ilana yii Laipe to awọn idiyele foonu si Ọwọ - Space sphinx Lọ Ni kii ṣe awọn foonu ti yoo pín A ti oṣiṣẹ ati awọn irinṣẹ Lo sọrọ Nigbati o ba pari Wipe faili ti a lo lo itan A Ati lilo nipa nipasẹ Oluwa Nigba ti o ba jẹ bi o ṣe le ṣe aṣeyọri Lainidi yii jẹ bi Iwọ ṣe yago fun
Emi yoo fẹ lati sọ bayi pe eyi kii ṣe aaye ayelujara Ti Ninu Awọn Dogs ati pe ko si idi ti mo ti sọ ohunkohun ti o ṣe pẹlu awọn adie oyin. Mo n gbiyanju lati ṣafihan ilana ti lilo software idaniloju ohun.
Mo gbiyanju software naa ni igba diẹ pẹlu oriṣi ipo ati iyara ṣugbọn otitọ ko dara.
PocketSphinx
PocketSphinx ni anfani lati gba faili WAV kan ki o si yi pada si ọrọ nipa lilo laini aṣẹ.
PocketSphinx wa nipasẹ awọn ibi ipamọ Debian ati pe o yẹ ki o wa fun ọpọlọpọ awọn ipinpinpin.
Ọrọ akọkọ ti mo ri pẹlu PocketSphinx ni pe o nilo ijinlẹ ni pato ni awọn ero ti idanimọ ohun, awọn faili ede, awọn iwe-itumọ ati bi o ṣe le ṣe akoso eto naa.
Lẹhin ti o fi PocketSphinx sori ẹrọ o yẹ ki o lọ si aaye ayelujara CMU Sphinx ki o si ka bi alaye pupọ bi o ti ṣee. O tun nilo lati gba lati ayelujara faili atẹle yii.
- Fọọmù Gẹẹsi Gẹẹsi Gẹẹsi Gẹẹsi
(Ti o ko ba jẹ ede Gẹẹsi abinibi yan awoṣe ede ti o yẹ fun ọ).
Awọn iwe-aṣẹ fun PocketSphinx ati Sphinx ni apapọ jẹ soro lati ni oye fun eniyan ti o dubulẹ ṣugbọn lati ohun ti Mo le ṣe awọn faili iwe-itumọ ti lo lati pese akojọ awọn ọrọ ti o ṣeeṣe ati awọn awoṣe ede ni akojọ kan ti awọn asọtẹlẹ ti o yẹ.
Lati ṣe idanwo PocketSphinx Mo lo igbasilẹ ohun ti ara mi, adikala lati Al Pacino ni "Awọn Devils Advocate" ati apẹrẹ lati "Morgan Freeman". Oro yii ni lati gbiyanju awọn oriṣiriṣi oriṣiriṣi ati fun mi ko si ẹnikan ti o le sọ itan kan bi kedere ni Morgan Freeman ko si si ẹnikan ti o gba ila bi Al Pacino.
Fun PocketSphinx lati ṣiṣẹ o nilo faili WAV ati pe o nilo lati wa ni ipo kan. Ti faili ba wa ni MP3 kika lo aṣẹ ffmpeg lati yi pada si ọna kika WAV:
ffmpeg -i iiiiiiiiiiiiiiiiiiiiii.mp3 -acodec pcm_s16le -ar 16000 outputfilename.wav
Lati ṣiṣe PocketSphinx lo pipaṣẹ wọnyi:
pocketsphinx_continuous -dict /usr/share/pocketsphinx/model/lm/en_US/cmu07a.dic -infile voice2.wav -lm cmusphinx-5.0-en-us.lm 2> voice2.log
pocketsphinx_continuous gba faili WAV kan ati ki o pada si ọrọ.
Ninu aṣẹ ti o wa loke pocketsphinx ni a sọ fun lati lo faili ti o tumọ iwe ti a npe ni "/usr/share/pocketsphinx/model/lm/en_US/cmu07a.dic" pẹlu awoṣe ede "cmusphinx-5.0-en-us.lm". Faili ti a yipada si ọrọ ni a npe ni Voice2.wav (eyi ti jẹ igbasilẹ kan ti Mo ṣe pẹlu ohùn mi). Níkẹyìn awọn 2> ibiti gbogbo iṣẹ ti o jẹ verbose ti o ko dandan nilo sinu faili ti a npe ni voice2.log. Awọn esi gangan ti igbeyewo ni a fihan laarin window window.
Awọn esi ti o nlo ohun mi ni awọn wọnyi:
ṣe itẹwọgba si atẹle nipa daradara ko si ose yii nipa nkan ti software imudaniloju ni iṣẹju kan
Awọn abajade ko ni bi ẹru bi pẹlu freespeech-vr ṣugbọn ṣi ko tun ṣeeṣe. Mo ti gbiyanju lati lo PocketSphinx pẹlu Al Pacino ṣugbọn eyi ko pada si abajade.
Nikẹhin Mo gbiyanju lati lo ohun elo Morgan Freeman lati fiimu "Bruce Pupa" ati pe awọn abajade wọnyi ni:
000000000: a yoo lori rẹ
000000001: Ṣe gbogbo eyi ti o lagbara ni ọjọ ti o ni bayi bayi o jẹ julọ ti a ti wa laaye mo wa nipasẹ gbigbona
000000002: ninu elevator ti o jẹ bọtini lati inu akoko ijade baseball tabi mọ ohun ti o le ṣe si awọn aye
000000003: kini awọn eyi ti yoo bọsipọ
000000004: wọn ko kọ ọ
000000005: Wọn ni lori mi ọtun jade
000000006: o gbọdọ jẹ awọn ofin
000000007: Mo ti n reti ọ
000000008: o si kọ nibi pe apẹrẹ jẹ apejọ kristeni apaniyan
000000009: o wa ni ọkan ninu ọna lati kọ o. kẹtẹkẹtẹ ti mo ro diẹ nigbagbogbo wọ ọkan
000000010: bi iṣoro iṣọkan yoo ko fun u ni rere ti mo ṣe iyasọtọ wọn ni akoko yẹn nigba ti a ko ṣe gbogbo ohun ti o ro pe mi ni agbaye yoo ṣe ile ati pe emi ti ri pe
000000011: baba ti o ni o
000000012: kini pupo nipa eyi
000000013: Ṣe eyi ti a fun
000000014: gbogbo ohun ti o ni awọn ti ko kuna fun pupo
000000015: ọtun ninu isubu
000000016: daabo bo o kan fun mi
000000017: O jẹ alainidunnu ti o ba ro pe pe wọn yoo ni ohun ti eyi yoo jẹ pe gbogbo iyawo ti o wa lori rẹ kii ṣe pe a ma fẹran ti kii ṣe ọna
A ko le ṣayẹwo igbeyewo mi jẹ ijinle sayensi ati awọn alabaṣepọ ti PocketSphinx le sọ pe Emi ko lo software naa ni ọna ti o tọ. Ọna kan wa ti a npe ni ikẹkọ ohun ti a le lo lati ṣẹda awọn iwe-itumọ ti o dara ati awọn faili ede.
Ero mi ti o tobi julo jẹ pe o ṣoro pupọ fun lilo iṣẹ ojoojumọ.
VoiceNote II
VoiceNote II jẹ App Chrome ti o nlo idanimọ Google Voice API.
Ti o ba nlo Chrome tabi awọn aṣàwákiri Chromium o le fi VoiceNote II ṣe nipasẹ Ile -itaja ayelujara .
Awọn aami lori VoiceNote II ni a gbe jade ni ọna ajeji bi o ṣe nilo lati ṣeto ede ni isalẹ ti window naa ati bọtini atunṣe tun wa ni isalẹ, ṣugbọn bọtini gbigbasilẹ wa ni ipo ti o ga julọ.
Ohun akọkọ ti o nilo lati ṣe ni yan ede kan ati pe a le ṣe eyi nipa titẹ lori aami aye.
Lati bẹrẹ gbigbasilẹ, tẹ lori aami gbohungbohun ati bẹrẹ sisọ sinu gbohungbohun rẹ. Fun awọn esi to dara julọ Mo ti ri soro laiyara jẹ bọtini ki software naa yoo ni anfani lati tọju.
Awọn esi ko dara bi a ti le ri ni isalẹ:
Kaabo ati ki o kaabo lati sopọ. About.com todays articles about voice to text conversion dunelm retrear 2008 as conversions and it said well supported the best way I found text text addon to show 2014debian or rpm package ṣii o iru ohun si ọrọ si ọrọ ṣii o ti o ba fẹ lati yan la ti yàn ninu edinburgh french german gba ọ ni akoko ni apapọ kingdomstart ni okun microphonewhat ti o pari kikọ rẹ ọrọ bi faili kan si itsuccess daradara ti o jẹ gidigidi boṣewa gẹẹsi accent lati guusu ti england ti o dara julọ fun o ṣugbọn emi n lọ si awọn textvia yi torrentalong pẹlu iwe ipamọ gangan ati pe o le wo fun awọn aṣiṣe ti o tun mu ọ fun awọn ore
Dictanote
Dictanote jẹ App Chrome miiran ti o le ṣee lo fun awọn idiyan dictation ati pe o wa kọja bi o jẹ diẹ intuitive ṣugbọn awọn esi ko dara ju VoiceNote II.
Mo lo ẹda demo ti Dictanote eyi ti o ṣe idiwọ fun ọ lati ṣiṣẹda awọn iwe titun ṣugbọn o jẹ ki o sọrọ lori ọrọ ti o wa tẹlẹ ninu olootu. Mo ti le ṣe idanwo idanimọ ohun ṣugbọn awọn esi ko dara ju VoiceNote II ati nitorina Emi ko ṣe atokuro fun version pro.
Dictation Ati Mail
"Dictation And Mail" jẹ ohun elo Android eyiti o nlo abuda ilu Google ti idanimọ API.
Awọn esi lati "Dictation and Mail" ni o dara julọ ju eyikeyi eto miiran ti a gbiyanju lọ si aaye yii.
O ṣeun si Lainos nipa., loni a sọrọ nipa jijere ohun si ọrọ
Awọn ẹtan pẹlu "Ifiranṣẹ ati Mail" ni lati sọrọ laiyara ati ki o pronunciate bi o ti le pẹlu ani ani.
Lẹhin ti o ti pari sisọ, o le imeeli awọn esi si ara rẹ.
Ọrọ sisọ ati sisọ ọrọ
Awọn Ohun elo Android miiran ti Mo gbiyanju ni "Talk And Talk Dictation".
Iboju fun ìṣàfilọlẹ yii jẹ ti o dara julọ ti opo ati pe ohun ti idanimọ ohun ṣiṣẹ daradara daradara. Lẹhin gbigbasilẹ kikọ silẹ Mo ti le pin awọn esi ni ọna oriṣiriṣi bii nipasẹ imeeli.
gba si linux about.com loni a n sọrọ nipa sisọ ọrọ si ọrọ
Bi o ṣe le wo ọrọ naa loke jẹ nipa bi o ṣe yẹ bi o ṣe le reti lati gba. Sọrọ laiyara jẹ bọtini.
Akopọ
Laini abinibi ni diẹ ninu awọn ọna lati lọ pẹlu pẹlu ifarabalẹ Voice ati pataki dictation. Awọn ohun elo kan wa ti o lo Google Voice API ṣugbọn wọn ko ti wa ni akojọ si awọn ibi ipamọ.
Awọn ohun elo ChromeOS jẹ diẹ ti o dara ju ṣugbọn nipasẹ jina awọn esi to dara julọ ni a ṣe ni lilo mi Android foonu. Boya foonu naa ni gbohungbohun ti o dara julọ ati nitorina idiyele ti ohun idaniloju jẹ aaye ti o dara ju iyipada lọ.
Fun idaniloju ohun lati di ohun elo ti o wulo o nilo lati ni diẹ sii pẹlu inu itọnisọna ti o kere ju. O yẹ ki o ko nilo lati idotin ni ayika pẹlu awọn ede ati awọn iwe-itọka lati ṣe ki o ni oye.
Mo dupẹ pe pe gbogbo ohun ti idanimọ ohun ni o nira pupọ nitoripe gbogbo eniyan ni o ni ohùn miiran ati pe ọpọlọpọ awọn oriṣiriṣi lati agbegbe si agbegbe ni orilẹ-ede kan ko ṣe aibalẹ nipa awọn ọgọrun ede ti a lo ni gbogbo agbaye.
Njẹ iwadi mi, nitorina, jẹ pe software idaniloju idanimọ naa n ṣiṣẹ ni ilọsiwaju.