[Приложение] мой MjDM (Android)

[klv666]

Я тоже противник калди, т.к. имею 2 старых планшета с версией андроида 4.4.4

[kostyaer]

И еще вот вам демонстрашка движка Kaldi.
Попробуйте.
Она просто отображает слова, которые удается распознать. Оцените, какая чувствительность, как реагирует на телевизор и т.п.
Пока никакого ключевого слова нет, просто показывает все что слышит.

Настроек у Калди вообще никаких нет, поэтому вот как она слышит - так это и будет работать в нашем приложении, если туда эту поделку затащить.

______________________________________________
Скачать .apk (~90Мб) файл обновлен 27.03.2020 в 10:28

Хм.. Даже не знаю..
На телек реагирует, но только при хорошей громкости. Не всегда точно с телека повторяет диалоги, но как в сфинсе на всё подряд определяет "Алиса" - такого нет. Чувствительность Kaldi однозначно ниже. "Алиса"- произнося не громко распознает хорошо, из 10 раз подряд примерно 9-8 точно. Телек конечно мешает- вместо "алиса" - "А леша" бывает.
Для одного ключевого слова может и не плохо, с фразами будут трудности.
Попробую микрофон прикрыть на сфинксе, возможно будет лучше. Я бы может и оставил на соньке полудохлой, но она временами очень тупит..
А нельзя словарь урезать на движках в целях экономии места и производительности?
Судя по Kaldi не понимаю как сфинкс может путать, из шума и обрывков фраз пытаться слова строить.. да ещё и думать, что произнесли ключевое слово, видимо совершенно разные алгоритмы и у Kaldi присутствует хороший фильтр.

[kostyaer]

Да, Kaldi не вариант. В сравнении с сфинксом на соньке и калди на хоноре (микрофон гораздо чувствительнее) с двух метров калди уже вместо Алиса распознает лолита)))) А сфинкс и с трех метров при шуме телека откликается не плохо. Одна беда только-ложные отклики, и даже на фразу "привет алиса", редко, но срабатывает- но это на Сяоми и хоноре.

[kostyaer]

Оставлю на соньке пока, ну очень круто! Алиса включи комп.. Включи свет.. Включи проветривание.. Блин, круто круто)) Всё не наиграться... Костя, 39 годиков))))))

[kostyaer]

Мысль появилась.
А если сделать несколько ключевых фраз. Запускать на одну команду и на более долгое время для нескольких.. Сделал переключение каналов на телеке, но каждый раз произносить ключевую фразу перед командой не удобно, так бы- Алиса переключи канал... Следующий.. Следующий... В гугле вроде сейчас можно адаптировать распознавание только на свой голос и по идее не должно срабатывает на фоновые голоса.. Да и не только для телека такой подход был бы удобен..

[kostyaer]

Хотя не представляю каким образом это реализовывать, как и когда считать конец одной команды и последующих, гугл наверное сам определяет конец и передаёт текст...

[fandaymon]

Мысль появилась.
А если сделать несколько ключевых фраз. Запускать на одну команду и на более долгое время для нескольких.. Сделал переключение каналов на телеке, но каждый раз произносить ключевую фразу перед командой не удобно, так бы- Алиса переключи канал... Следующий.. Следующий... В гугле вроде сейчас можно адаптировать распознавание только на свой голос и по идее не должно срабатывает на фоновые голоса.. Да и не только для телека такой подход был бы удобен..

Такие вещи делаются шаблонами. В том шаблоне, который отрабатывает на переключи канал, выставляется контекст на какое-то не очень большое время и вызывается ask('Переключила канал',3); (например) Алиса проговорит что она переключила канал и перейдёт в режим прослушки.
Для того чтобы отработала команда следующий, добавляется Шаблон следующий в контексте Переключи канал, который переключает канал и снова вызывает ask

[kostyaer]

Мысль появилась.
А если сделать несколько ключевых фраз. Запускать на одну команду и на более долгое время для нескольких.. Сделал переключение каналов на телеке, но каждый раз произносить ключевую фразу перед командой не удобно, так бы- Алиса переключи канал... Следующий.. Следующий... В гугле вроде сейчас можно адаптировать распознавание только на свой голос и по идее не должно срабатывает на фоновые голоса.. Да и не только для телека такой подход был бы удобен..

Такие вещи делаются шаблонами. В том шаблоне, который отрабатывает на переключи канал, выставляется контекст на какое-то не очень большое время и вызывается ask('Переключила канал',3); (например) Алиса проговорит что она переключила канал и перейдёт в режим прослушки.
Для того чтобы отработала команда следующий, добавляется Шаблон следующий в контексте Переключи канал, который переключает канал и снова вызывает ask

Спасибо за подсказку, я только на днях добрался до шаблонов) ещё не освоил. Буду изучать. Но у меня сразу возникает вопрос - каким образом приложение будет слушать остальные команды без ключевой фразы, оно ведь сразу переходит в режим ожидания. Или мажор отправляет запрос приложению на распознавание?
Я если честно только на 36 странице тут остановился, не о всех примочках ещё вкурсе.. Да и вообще месяца 3 только занимался и забросил как настроил автоматизацию, хотя в апреле уже будет год с установки..

[kostyaer]

с чувствительностью микрофона пока никак... у Сфинкса таких встроенных возможностей нет. и, похоже, что даже гугловому рекогнайзеру не предусмотрено менять чувствительность... все на автомате по усмотрению операционной системы.

А нет выбора источника записи? В телефонах вроде не один микрофон установлен. Или на аппаратном уровне в зависимости от режима микширование происходит..?

[fandaymon]

Спасибо за подсказку, я только на днях добрался до шаблонов) ещё не освоил. Буду изучать. Но у меня сразу возникает вопрос - каким образом приложение будет слушать остальные команды без ключевой фразы, оно ведь сразу переходит в режим ожидания. Или мажор отправляет запрос приложению на распознавание?

ask вместо say говорит терминалу - проговори фразу и слушай ответ