Распознавание речи

[ProgerX 0]

Есть ли вообще какие-то среды разработки для распознавания речи?

Может даже OpenCV что-то умеет в подобном направлении?

В принципе распознавание образов, наверное, одно для всех, а основа здесь - это предобработка полученных данных. А дальше уже кластеризировать образы - кто во что горазд

[Smorodov 579]

Есть ли вообще какие-то среды разработки для распознавания речи?

Может даже OpenCV что-то умеет в подобном направлении?

В принципе распознавание образов, наверное, одно для всех, а основа здесь - это предобработка полученных данных. А дальше уже кластеризировать образы - кто во что горазд

Можно звук в вейвлет, а вейвлет OpenCV скормить. Вообще слышал что для распознавания звуков скрытые марковские модели применяют.

[andrew smirnov 0]

Можно звук в вейвлет, а вейвлет OpenCV скормить. Вообще слышал что для распознавания звуков скрытые марковские модели применяют.

Тут нужно смотреть, в каких задачах использовать собираетесь. Если отдельные слова (команды) - то может вейвлет и подойдет. Если непрерывную речь, то тут для начала нужно разбить на слова, слова на фонемы, для фонем составить эталонную базу. Для анализа последовательности фонем как раз вроде и используют скрытые марковские модели. Для английского, ряда европейский есть движок www.nuance.com/naturallyspeaking/. Для русского хороших разработок не попадалось. Есть у японцев вроде свои разработки. Вообще, специалисты по распознаванию речи, которые занимаются русским, говорят, что он один из самых сложных для распознавания.

[Aldaris 0]

Для русского языка, лучшее что я слышал - Liquendo, у них есть Ольга, очень неплохо разговаривает, поддерживает VXML и другие фкустности, работает по описанному выше алгоритму)

[andrew smirnov 0]

Для русского языка, лучшее что я слышал - Liquendo, у них есть Ольга, очень неплохо разговаривает, поддерживает VXML и другие фкустности, работает по описанному выше алгоритму)

Интересно, как с русским работает? Поддержка заявлена. Кто-нибудь знаком с этой штукой?

[Aldaris 0]

Ну у нас фирма купила, вообще этим другой человек занимается, если будут вопросы могу у него спросить, но я слышал как она поёт, если ударения расставить, особенно в последних словах в стоке, в стихах часто ударения не на тот слог указывают ,а возможность влиять на интонацию по-моему есть, то очень неплохо получается =)

[Smorodov 579]

Для русского языка, лучшее что я слышал - Liquendo, у них есть Ольга, очень неплохо разговаривает, поддерживает VXML и другие фкустности, работает по описанному выше алгоритму)

Поправлю опечатку гугл находит "Loquendo".

Скачать пощупать можно здесь (торрент): http://torrents.ru/forum/viewtopic.php?t=1177463

[andrew smirnov 0]

Поправлю опечатку гугл находит "Loquendo".

Скачать пощупать можно здесь (торрент): http://torrents.ru/forum/viewtopic.php?t=1177463

Там только TTS...

[Smorodov 579]

Там только TTS...

Не очень в теме, а что еще должно быть?

Есть тут еще что то: http://mytts.forum2x2.ru/

[andrew smirnov 0]

Не очень в теме, а что еще должно быть?

Есть тут еще что то: http://mytts.forum2x2.ru/

Если мы говорим о технологии распознавания речи, то тогда нужен Loquendo ASR. TTS (Text To Speech) – это движок только для синтеза речи.

[ProgerX 0]

Поправлю опечатку гугл находит "Loquendo".

Скачать пощупать можно здесь (торрент): http://torrents.ru/forum/viewtopic.php?t=1177463

ёёёмоё... послушал демо - это просто нечто! Последний раз когда я игрался с разными Speech API от майкрософта... Ну в общем, это просто несравнимо.

Это они изначально слоги записывают, а дальше комбинируют и получают вот такую вот речь или там принципиально иная технология порождения речи?

[Гость silverworld]

За тем же самым, что и тебе - для обучения и проверки системы распознавания речи. Меня так же инетерсует проблема пофонемного распознавания речи. Я хочу проверить применимость метода минимума информационного рассогласования для распознавания фонем. А для этого их сначала надо где-то взять.