[Приложение] мой MjDM (Android)

[hc2hunter]

VOSK-API (вместо сфинкса)

Я, конечно, может чего не понял... но заготовка под Android там не просто "пустая", а вообще пустая.
Понадёрганы куски из оригинального Kaldi, вот и и всё (из примера, который я ранее выкладывал на обозрение). Никаких библиотек или звуковых моделей не приложено.
Особенно порадовал манифест приложения

Код: Выделить всё

<?xml version="1.0" encoding="utf-8"?>
<manifest 
	xmlns:android="http://schemas.android.com/apk/res/android" 
	package="edu.cmu.pocketsphinx">
</manifest>

Также, нашел информацию, что вроде как всё это "в разработке"... но уже, похоже, очень-очень давно в разработке...

[tarasfrompir]

Я тупо в коде не сильно - лазил ибо реализация моих вопросов описана и работает... Не совсем уж как хотелось бы - но на 90 % справляется. VOSK-API Это тупо переделка Калди - поэтому я так думаю что реализацию исполнения надо смотреть в Калди. Но Я так понимаю что они просто занимаются самими моделями, -
НО ответ мне их чего то не понравился- мол смотри туда. А там - не очень все понятно....
Хотя они и предлагают - что мол напишите и мы сделаем все красиво.

https://github.com/alphacep/vosk-api/tr ... er/android - а чего это не подходит ?

[hc2hunter]

https://github.com/alphacep/vosk-api/tr ... er/android - а чего это не подходит ?

это я и смотрел. и ничего другого не существует от них.
там ничего нет в этом примере. несколько "пустых" файлов. а манифест я выложил выше - можешь сам его посмотреть в оригинале.

выглядит просто как чья-то "рыба", которой хотели заняться, но забросили несколько лет назад...

Я ничего не имею против Калди как движка. Он очень быстро работает и код у него стройный, и интегрируется он легко и непринужденно.
Но нужна нормальная звуковая модель, и желательно вдвое меньше по размеру. А та что есть - я выкладывал пример для оценки качества распознавания. По мне так дичь.

[nshmyrev]

А та что есть - я выкладывал пример для оценки качества распознавания. По мне так дичь.

Какая модель телефона у вас? В целом точность модели хорошая, может быть, что запись заедает из-за низкой производительности телефона.

[hc2hunter]

Sony Xperia XZ.
Пробовал еще на Samsung Galaxy TAB S10.5 T800, не впечатлило точно так же...

Выше мнения по поводу качества Kaldi также разделились.
Демку я выкладывал выше, попробуйте сами. Нам чем больше мнений - тем лучше.
( ссылка: viewtopic.php?p=117213#p117213 )

В любом случае, если вы включаетесь в беседу, можете предложить более емкую звуковую (акустическую) модель, хотя бы раза в 2 меньше по размеру? Вдруг вы в теме?

[tarasfrompir]

Sony Xperia XZ.
Пробовал еще на Samsung Galaxy TAB S10.5 T800, не впечатлило точно так же...

Выше мнения по поводу качества Kaldi также разделились.
Демку я выкладывал выше, попробуйте сами. Нам чем больше мнений - тем лучше.
( ссылка: viewtopic.php?p=117213#p117213 )

В любом случае, если вы включаетесь в беседу, можете предложить более емкую звуковую (акустическую) модель, хотя бы раза в 2 меньше по размеру? Вдруг вы в теме?

Ну я года 3 подыискиваю для себя офлайн распознавалку - по набору слов калди пока что лучшее что видел... Но тут останавливает критерий - возможность запуска ни винде . Поэтому такая вот петрушка

[nshmyrev]

Ну я года 3 подыискиваю для себя офлайн распознавалку - по набору слов калди пока что лучшее что видел... Но тут останавливает критерий - возможность запуска ни винде . Поэтому такая вот петрушка

Под windows в Питоне 3.7 тоже работает:

pip3 install https://github.com/alphacep/vosk-api/re ... _amd64.whl

[nshmyrev]

Sony Xperia XZ.
Пробовал еще на Samsung Galaxy TAB S10.5 T800, не впечатлило точно так же...

На Sony были сообщения о проблемах. Выложите пожалуйста видео с самсунга, посмотрим.

В любом случае, если вы включаетесь в беседу, можете предложить более емкую звуковую (акустическую) модель, хотя бы раза в 2 меньше по размеру? Вдруг вы в теме?

У гугла модели в 80Мб, а вы хотите 25:

https://ai.googleblog.com/2019/03/an-al ... peech.html
After compression, the final model is 80MB.

Для набора команд можно сделать модель 15Мб - можете прислать список команд, сделаю маленькую модель.

[kostyaer]

Та демка калди распознает вначале верно, но конечный результат выдаёт не ожиданный. Алиса- А Лёша, Включи свет- лучистый свет... И окончания меняет, слышит правильно, а результат выдаёт изменённый. Если самим словарь запилить, то думаю проблем таких не будет.

[tarasfrompir]

Та демка калди распознает вначале верно, но конечный результат выдаёт не ожиданный. Алиса- А Лёша, Включи свет- лучистый свет... И окончания меняет, слышит правильно, а результат выдаёт изменённый. Если самим словарь запилить, то думаю проблем таких не будет.

Так словарь то - что ж его пилить - надо выдрать из мдм все слова используемый при подачи команд - шаблоны, ПУ, ну и все. Для офлайна - очень как достаточно... Мы же знаем что говорим ...