Версия для печати темы Нажмите сюда для просмотра этой темы в оригинальном формате

Форум программистов > C/C++: Мультимедия, OpenGL/DirectX > Нужен движок распознавания речевых команд!

Автор: earman 21.11.2004, 16:26

Всем привет! У меня возникла следующая проблема. Мне необходимо написать прогу (пишу на Visual C++) с речевым интерфейсом (в обе стороны - синтез голосовых сообщений и распознавание голосовых команд). Так вот, если с первой половиной (синтезом) проблем никаких: существуют замечательные русские движки Digalo, L&H и др. (а англоязычных и того больше), то вот с распознаванием проблема... Задача - не распознавать полноценный текст, а различать где-то пару десятков команд. Все что мне пока удалось откопать - это VoiceCom Центра Речевых Технологий. Они просят за свои продукты бабки, причем на запрос прайс-листа пока не ответили ... А демку скачать нельзя... В общем, у кого есть некоторый опыт в разработке речевых программ - подскажите, плз, какой-нибудь движок командного распознавания, желательно - бесплатный (ну или крякнутый на худой конец ), совместимый с Microsoft SAPI. Буду крайне благодарен!

Автор: timson 23.11.2004, 10:39

напиши сам. страшного здесь ни чего нет. задача распознавания образов. простая нейросеть, обучаешь ее,.. и все, пользуешься ей... только информацию на вход ей надо обрабатывать, высокое качество не надо, и еще учесть громкость, и скорость..

Автор: DENNN 23.11.2004, 17:56

И я когда в аспирантуру поступал, тоже так думал: "Вот возьму сейчас нейронную сеть, и буду распознавать образы. А эти .... сидят со своими формулами, только время тратят". Оказалось, что не все в жизни так совсем уж просто и нейронные сети в жизненных задачах сами по себе умеют совсем не так много, как о них говорят.

Автор: earman 28.11.2004, 20:12

Timson, это чересчур, учитывая, что сделать нужно к январю DENNN, я вот тоже так думаю (хотя такого опыта, как у Вас, не имею)... Изучал я в МИФИ эти нейронные сети в прошлом семестре... И как-то совсем нет энтузиазма с этим возиться Поэтому ищу готовых решений

Автор: sergejzr 28.11.2004, 20:16

Так ведь разве в Microsoft SAPI движка распознавания нет?

Автор: earman 12.12.2004, 23:31

SAPI - только интерфейс, движки устанавливаются отдельно. В поставку SAPI SDK 5.1 входит движок распознавания, но только английский (ну и еще упрощенный китайский , да и то посредственного качества

Автор: atavinta 31.1.2008, 09:21

Первая нейронная сеть возникла задолго до динозавров. Это был живой мозг. Самая соврешенная нейросеть - мозг человека. Мозг собаки проще, но голосовые команды понимает. Слдовательно для распознавания голосовых команд нейронные сети как раз подходят, вопрос лишь в том, сможешь ли ты создать сеть требуемой сложности. При распознавании зрительных образов сложность обычно запредельна не только для девелопера, но и технологически, поэтому в ситемах распознавания текста и технического зрения нейронные сети не панацея, но звук проще.

Автор: bronislav 1.2.2008, 18:48

Цитата(atavinta @ 31.1.2008,  09:21) Первая нейронная сеть возникла задолго до динозавров. Это был живой мозг. Самая соврешенная нейросеть - мозг человека. Мозг собаки проще, но голосовые команды понимает. Слдовательно для распознавания голосовых команд нейронные сети как раз подходят, вопрос лишь в том, сможешь ли ты создать сеть требуемой сложности. При распознавании зрительных образов сложность обычно запредельна не только для девелопера, но и технологически, поэтому в ситемах распознавания текста и технического зрения нейронные сети не панацея, но звук проще. На данный момент структура разработанных нейронных сетей находится примерно на уровне нервной системы таракана, ну или может уже чуть лучше. А они мне кажется голосовые команды не понимают. ЗЫ. Я это сказал, не для того чтобы раскритиковать нейронные сети. Мне препод в универе демонстрировал сеть которая распознавала речевые команды, но это была его собственная разработка и делится  он ее не желал(

Автор: atavinta 9.2.2008, 07:20

"На данный момент структура разработанных нейронных сетей находится примерно на уровне нервной системы таракана, ну или может уже чуть лучше. А они мне кажется голосовые команды не понимают." Требуется на понимание, а распознавание. Это проще. В простейшем случае распознавания звуковых сигналов для этого сгодится слуховой центр сверчка, чей мозг от мозга таракана отличается мало. Просто таракан не понимает, что надораспознавать команды и подчиняться им. Однако, в зависимости от сложности самой команды может потребоваться и целиком мозг обезьяны. Исходя из специфики задачи распознавания изображений (требуется не  идентификация 1-го образа, а разбор с координатами) требуется именно понимание, а для этого с учётом сложности самих изображений, нужен мозг человека и тоже целиком. Кстати, помогите разобратьлся с форумом. Как здесь пользоваться кнопкой "цитата"?

Автор: Ruzzz 8.3.2008, 10:52

Нужна помощь! Очень! Задача внедрить в интерфейс программы систему распознавания голосовых команд. С чего начать? Какой библиотекой пользоваться? Есть ли бесплатные? Нужно не распознавание речи, а именно пару десятков комманд. Как я понимаю для этого нужно использовать Microsoft SAPI. SAPI - только интерфейс, движки устанавливаются отдельно. В поставку SAPI SDK 5.1 входит движок распознавания английского языка. Можна ли этот движок заставить распознавать ЛЮБЫЕ команды, то есть даже те что не являются словами англ. языка? Подскажите более менее нормальные источники - как программировать SAPI. Может подскажите какие движки, для которых нет разницы какой язык. Даже примерно не знаю как сформулировать запрос для поисковиков, чтобы искать по теме  "Распознавание речи" - приводит либо на обзор платных движков, либо на теорию этого самого распознавания, а мне бы пример работы с какой-либо доступной библиотекой для распознавания голосовых команд(не речь какого-либо языка!). Выручите други!

Powered by Invision Power Board (http://www.invisionboard.com)
© Invision Power Services (http://www.invisionpower.com)