Sprachsteuerung

[johns]

hallo,

ich hab mal mit microsoft speech api experimentiert. klappte ganz gut, nur für eine robotersteuerung hat es nicht gereicht, da ich keinen roboter hatte
http://msdn.microsoft.com/en-us/library/ms723627(VS.85).aspx
die (afaik) aktuelle version 5.3 gibt es nicht mehr als standalone download, sie ist im platform sdk enthalten
http://www.microsoft.com/downloads/d...displaylang=en (nicht vom namen abschrecken lassen, das ist auch für xp und vista, siehe system requirements)
entweder beim sdk oder auf msdn gibts auch beispiel code.

lg

ps, bei meinem handy funtioniert die spracherkennung ziemlich gut, und das ohne diese auf meine stimme trainieren zu müssen

edit: ms speech api wird meist durch SAPI abgekürzt...


edit (2.10.0: da ich mich kürzlich wieder mit SAPI beschäftigt habe, eine ergänzung: so wie es aussieht ist weder bei windows xp noch beim SAPI sdk (bzw. windows sdk) eine recognition engine dabei. vista (zumindest einige versionen?) hat eine solche engine out-of-the-box, xp lässt sich mittels der in einigen MS Office (word) enthaltene version nachrüsten (office xp und 2003; 2007 afaik nicht). vmtl lassen sich auch 3rd-party engines einbinden...
ps. die samples aus dem windows sdk lassen sich nicht mit visual studio express erstellen, da ATL fehlt. workaround: VS 2008 pro trial installieren, und atlmfc ordner dem (express) projekt verfügbar machen... natürlich nicht vergessen die libs nach ablauf der trialperiode nicht mehr zu verwenden

[Gock]

Sehe ich das richtig?
Es gibt eine Speech API, also eine .Net Library(Sammlung), die zur nichtkommerziellen Nutzung frei gegeben ist und auf die man mit dem entsprechenden SDK zugreifen kann, wenn man .Net beherrscht?
Damit wäre es dann möglich, Sprache per Mikrofon zu erkennen und auszuwerten?
Wie kann ich mir das vorstellen?

[johns]

ja, spracherkennung und sprachsynthese, und das schon seit jahren. warum die so selten verwendet wird ist mir nicht ganz klar. so wie ich das sehe ist die auch für kommerzielle applikation kostenlos, wie zb directX auch.
ältere versionen sind afaik auch ohne .net nutzbar, und sonst könnte man wie ich Managed C++ verwenden, wo die umstellung von C++ nicht so dramatisch ausfällt. aber wenn es schon mit 1-2 verschiedenen programmiersprachen zu tun gehabt hat, findet man sich auch mit C# schnell zurecht, und da gibts von microsoft, ganz uneigennützig , mehr beispielcode und bessere doku...

daran hab ich auch erst jetzt gedacht.... http://de.wikipedia.org/wiki/Speech_...ming_Interface

lg

[detbot]

Also das mit der Spracherkennung ist so eine Sache.

Die hier bisher vorgestellten Software Pakete (Nuance, IBM, ...) sind alle Sprecherabhängig, das bedeutet das diese erste auf Deine Stimme trainiert werden müssen. Für einige Anwendungen mag das OK sein, aber für viele andere eher nicht, denn die Kids oder die Frau soll ja auch verstanden werden.

Es gibt daneben weitere Pakete die SprecherUNabhängig sind. Ergo kann damit jeder umgehen. Bei diesen Lösungen muss vorher ein Wortschatz erstellt werden (Text, XML File) mit dem das von Dir gesprochene Wort vergleichen wird. Diese Pakete sind deutlich teurer und nicht offen vorhanden. Hersteller sind hier Loqundo, Net2Voice, Nuance und....

Langsam fängt aber zudem eine Open Source Gemeinde an dazu Lösungen zu erstellen (Sourceforge und nach ASR suchen) und zudem kommen einige sehr günstige Lösungen aus den USA (Cepstrel, Lumenvox ,.. ) die aber noch nicht alle die Deutsche Sprache beherschen.

In der Linux Telefonie Software Asterisk wird bald Spracherkennung integriert sein. Das bedeutet, das mit einem SIP Gerät über WLAN wunderbare Lösungen denkbar sind. Das macht vermutlich mehr Sinn als alles auf API Ebene mit MS zu coden....

Mehr zu diesem ganzen Thema gern in per PN oder unter http://www.voice-compass.com (Mein aktuelles Buch über Sprachautomation)

detbot

[Woftschik]

Hallo detbot!!

Wilkommen im Forum!!

Ich danke dir für deine Antwort. Hätte da eine Frage zu diesem Buch
" voice compass "
ich meine es wird ja schon ein bischen beschrieben:

"Der voice compass ist das Kompendium für Informations- und Telekommunikationstechnologie (ITK) und beleuchtet den Bereich der Sprachanwendungen am Telefon in aller Tiefe. Jeder Unternehmer oder Entscheider muss heute über die Möglichkeiten von Sprachapplikationen informiert sein. Der voice compass ist das kompakte Medium dazu."

aber was wird genau in diesem Buch behandelt ??
(die Problemmathik,elektrotechnik,ablauf der spracherkennung,allgemeines zum Thema Spracherkennung)

Wenn du es doch bitte etwas auflisten könntest, wäre ich dir sehr dankbar!!!

[detbot]

Hallo,

ich möchte hier eigentlich ungern Eigenwerbung machen, aber Du hast ja gefragt.

Das Buch führt einen interessierten Leser durch alle Grundlagen der Sprachtechnologie (Spracherkennung, Sprachsynthese, Sprecheverifikation), zeigt mögliche Plattformen mit ISDN oder VoiP, erklärt einige Lösungsansätze, zeigt die relevanten Anbieter im Markt, stellt mehrere Kalkulationsgrundlagen zur Verfügung um zum Schluß in Empfehlungen zu münden.

Dabei versucht der voice compass all dieses mit einfachen Worten zu erklären, um damit eine Grundlage und ein Basiswissen zu schafften. Die Zielgruppe sind dabei Entscheider in der WIrtschaft, Marketingmitarbeiter und Projektleiter weniger die "echten" Techniker die in C Progranmmieren. Aber auch diese finden in den Übersichten einen echten Mehrwert, denn es werden erstmalig nahezu alle Anbieter zusammengefasst.

Schau doch einfach mal in die 50 Seiten Vorschau http://voice-compass.com/german/main...leseprobe.html und mach dir ein eigenes Bild. Da ist auch ein Inhaltsverzeichniss zu sehen und eine 16 seitige Broschüre. Das Buch gibt es zudem in Deutsch (voice compass 2007) und in Englisch (voice compass international 2008/2009)

PS: Wer Interesse an dem Werk hat bekommt von mit gern 10% Ermäßigung. Einfach den OptionCode "DART10" beim Bestellen nutzen und mit Paypal zahlen. http://voice-compass.com/german/main/kaufen.html

Bei weiteren Fragen zu Sprachtechnologie stehe ich gern zur Verfügung.