How to become an author
Search
Write a publication
Pull to refresh

Comments 27

ни одной ошибки распознавания названия игральной карты за время игры не произошло
«Трифоновой король», как на картинке, больше не появлялся?
Total votes 5: ↑5 and ↓0+5
Да, трифоновый это было. Но в игре я парсил слоги чер-, чир-, буб-, кре-, кри-, пик-, треф-, триф, троф-, кор-, кар-, да-, вал-, вол-, ту-.

Числительные не проверял — Яндекс их возвращает в цифрах, если находит.

И, честно говоря, в игре не произносит масти прилагательными — говорил семь трефей. Или семь треф. Вместо трефей иногда приходил трофей, трифона не было)
Total votes 3: ↑2 and ↓1+1
А расскажи про саровский движок, а? Особенно интересно, что там было ещё в 12-м. Насколько я помню, у вас какие-то нереальные лайфхаки использовались для длинных текстов.
Total votes 4: ↑4 and ↓0+4
А нет софта чтобы записанный звук на своём компе распознавать? Чтобы стенограммы всякие из записи делать, короче. Скорость распознавания практически некритична, хоть пусть час голоса за день распознаёт.
This comment wasn’t rated yet0
Google — движок распознает свыше 80 процентов русской речи и для некоммерческого использования бесплатен (был). Но я им лично не пользовался, лишь читал в обзорах и наблюдал у коллеги год назад. Подробностей не знаю, может кто в комментариях разъяснит.
Total votes 1: ↑1 and ↓0+1
Движок распознавания Google официально нигде не описан, то есть по сути нет у них API, но дотошный народ его раскопал.
Купить гугловое распознавание тоже нельзя, просто нет нигде формы с кнопкой КУПИТЬ.
В версии V1 Google ASR все было бесплатно, пару мес. назад V1 закрыли и появилась версия 2, там стал нужен API ключ, который можно получить у гугла, но с ограничением в 50 запросов на распознавание в день, получить больше лимит просто нереально, ссылка на это ведет в Google Drive который доступен только под корпоративным акаунтом.
Total votes 1: ↑1 and ↓0+1
Гугловское распознавание полностью бесплатно и неограниченно для сторонних приложениях только под Android…
Total votes 1: ↑1 and ↓0+1
Ключевое слово: только под Android, под Windows и Linux если использовать www.google.com/speech-api/v2/recognize то там ограничения и нет официальной документации о существовании этого API
This comment wasn’t rated yet0
Скажите, из того что использовали для распознавания, что оказалось точнее всего? Неужели правда стоит переходить на Яндекс?) Не пробовали Nuance Dev?
This comment wasn’t rated yet0
Хоть вопрос и не ко мне, но на iphone-ipad яндекс показывает себя очень неплохо для поисковых запросов, хорошо так же распознает и не очень распространенные русские фамилии. Из аналогов, работающих по статистической модели и поддерживающий русский — Nuance Dragon Dictation — дороже и зачастую не может распознать (что естественно) имена и фамилии.
Еще есть Nuance VoCon Hybrid — там гибридная модель распознавания — распознается одновременно на устройстве по грмматике и в облаке (диктовка) — качество повышается в разы. Но очень сложная интеграция. Вроде как они обещались запустить VoCon Hi — должно стать резко проще.
Для задачи, описанной в статье, не обязательно использовать диктовку. Можно было бы использовать распознавание по грамматике, например, проект с открытым кодом pocketsphinx и его порт под ios. Точность повышалась бы до 90-95 процентов. И при этом не нужен был бы сервер.
Total votes 1: ↑1 and ↓0+1
Да, кстати, а почему вы хотели использовать именно серверный яндекс??
Для вашей задачи можно было бы прикрутить тот же poscketsphinx. www.politepix.com/openears/ Написать простую грамматику, которая распознавалась бы с точностью 95% и со скоростью в несколько десятков миллисекунд без сервера прямо на устройстве.
Total votes 2: ↑2 and ↓0+2
Но только учтите — это требует некоторого погружения в тему распознавания — нужно будет все правильно сконфигурить, подсунуть русскую аккустическую модель, разобраться с синтаксисом транскрипций для слов в словаре и тд. В этом плане это не просто сделать запрос и получить ответ от сервера.
This comment wasn’t rated yet0
Скажите, а вы бы не могли написать топик на хабре про это? Интересная тема, да ещё и с практическим применением.
Total votes 2: ↑2 and ↓0+2
В принципе мог бы. Но я могу компетентно описать весь этот процесс только под Android… Если это будет интересно…
Total votes 1: ↑1 and ↓0+1
Спасибо, уверен, хабросообщество также оценит.
This comment wasn’t rated yet0
В нашем движке используется акустическая модель с похожим синтаксисом, что идеально для сравнительного анализа работы библиотек.
This comment wasn’t rated yet0
А о каком вашем движке вы говорите? В смысле, в статье я увидел только описание работы с яндекс speechkit.
This comment wasn’t rated yet0
Да есть тут, за соседней стенкой сидят, вышли из Intel. Для американцев делали распознавание на английском и китайском, теперь пилят русский язык. Больше сказать не могу.
This comment wasn’t rated yet0
Скажем так — не синтаксис аккустической модели, а формализм для описания грамматики. Скорее всего ваша система использует jsgf. Но для описания транскрипций используется либо worldbet, либо еще что-то.
This comment wasn’t rated yet0
Пришлось повозиться — в нашем корпусе синтаксис слогов русский, а в открытые-уши синтаксис — английский, что вызывает трудности для многих фонем.
This comment wasn’t rated yet0
Спасибо за интересную и подробную статью об интеграции нашего сервиса распознавания :)
Можете написать, с какой ошибкой вылетает пример? У меня такая же нога, и не болит версия Xcode, и примеры стабильно работают на разных девайсах и симуляторах.
Кстати, задержку можно существенно уменьшить, если отправлять звук на сервер по мере его записи (Chunked transfer encoding). SpeechKit именно так и делает.
Total votes 4: ↑3 and ↓1+2
Привет, про задержку я знаю (использую тег chunk в заголовке запроса). Я написал ответ с кодом ошибки в службу поддержки yandex, можно ли общаться напрямую?
This comment wasn’t rated yet0
Да, получил ваш ответ. Давайте общаться через техподдержку — обычно так удобнее.
Total votes 4: ↑2 and ↓20
Sign up to leave a comment.

Your account

Sections

Information

Services

Support
© 2006–2024, Habr