A jel mora bas zapisuje ono st oti kazes? Bi li odgovaralo da on pise ono sto ti pomislis? ;)

Naravno da postoji samo za Engleski, Spanski, Nemacki, Francuski, Japanski i ostale jezike trzista gde IBM i Microsoft mogu nesto i da zarade od svog softvera. Dakle, programi postoje, ali treba u njih ubaciti srpski recnik, sto ce se dogoditi za nekoliko vecnosti.

Nisi u pravu. Slucajno sam gledao pre pola godine na RTSu prikaz bolnice u kojoj se invalidi oporavljaju, radi se o nasim ljudima, koji su na oporavku u Srbiji! Naime, oni, posto ne mogu da kucaju na tastaturi, imaju postavljen mikrofon ispred sebe, preko kojeg naredjuju kompu da izvrsi neke zadatke, i bas sam gledao/ slusao. Kaze u mikrofon, levo, levo, cursor se pomeri levo, kaze pici, mis naglo ode u stranu kojoj je rekao ... u wordu sam isto video da kad "speluje" slova, slovo po slovo, komp to ubacuje ... tako da to postoji i kod nas ... ali izgleda nije omasovljeno, uostalom, ja ne znam ko je pravio taj program koji sve to omogucava - za te invalide ...

Pre godinu-dve sam na ETF-u video da je neka devojka odbranila magistarski bas na tu temu. Cini mi se da je projekat bio za automatizovano slanje poruka na pejdzer, znaci nazoves i izdiktiras poruku, a on prebaci u elektronski oblik.
A i za PTT to postoji odavno, doduse u jednostavnijem obliku, kada se zove za proveru stanja na racunu, mozes da govoris brojeve umesto da kucas na telefonskoj tastaturi.

Naravno, ali velika je razlika izmedju programa koji zapisuje sve sto diktiras i programa koji prepoznaje neke komande - levo, desno i slicno... Cak i komercijalni programi na engleskom ne mogu da postignu 100% prepoznavanje, vec je to 85-95%.

Rekao sam vec da je projekat vezan za pejdzer, prema tome prepoznavanje je moralo biti na visokom nivou da bi to radilo (a ocigledno je da je radilo jer je devojka odbranila magistarski).
Znaci ovako nesto postoji i za srpski, a ne samo ,kako si naveo, engleski, francuski, spanski itd.

samo kratko: odbrana magistarskog nije uslovljena sa time da li to radi.

mogao je magistarski da bude "ispitivanje mogućnosti upravljanja glasom", i da dokaže to to uopšte i nije moguće, i da opet time odbrani magistarski (naravno, onda treba nekako da dokaže da nije moguće)...

Pre više godina sam u jednom od javnih TV nastupa kapetana Dragana čuo da njegov fond finansira i organizuje istraživanja na sistemima sličnim opisanom u početnom postu, kao i na istraživanjima u vezi bioničkih proteza - zamena za izgubljene ruke i noge, sve u cilju popravljanja kvaliteta života ratnih vojnih (i drugih) invalida (izvinjavam se ako je termin "invalid" u međuvremenu postao nepoželjan, kao na engleskom govornom području).

Pa ako znate za nesto konkretno, lepo navedite...
Ako sam dobro razumeo, njemu to treba da ne bi kuckao na tastaturi.
Tako nesto nije dostupno van istrazivackih laboratorija (Microsoft navodi najvise 95% uspesnosti i to kao relklamu). Ja nisam rekao da je to nemoguce na srpskom (stavise, isto je kao i ovo na engleskom) samo sam rekao da takav softver trenutno nece naci.

Ne razumem sta hoces. Kategoricki tvrdis da tako nesto ne postoji, a nisi se ni potrudio da istrazis malo. Ja ti kazem da tako nesto vec postoji za srpski jezik, ali ne u vidu racunarskog programa, vec hardverski realizovano. Ne znam kako se uredjaj KONKRETNO zove, ali to ne znaci da ne postoji. Bre

Fond "Kapetan Dragan" je istrazivao/finansirao ovakve projekte, ne da "on ne bi kuckao po tastaturi" vec za pomoc slabovidim licima tj. ratnim vojnim invalidima.

pozZ_

I da li se pojavio neki sličan softver nakon skoro 2 godine?

Amela

Kompanija AlfaNum se bavi razvojem softvera koji omogućava prepoznavanje glasa i sintezu govora za srpski jezik. Na sajtu postoji i demonstracija njihovog programa samo, nažalost, ona trenutno nije u funkciji.

Moje mišljenje je da je naš jezik najpogodniji za izradu ovakvih aplikacija samim tim što koristimo pravilo „Piši kao što govoriš - čitaj kako je napisano” pa se mogućnost da softver pogreši drastično smanjila.

Dobro, a koji su to programi za Njemački i Engleski? Koliko to pouzdano radi kod diktiranje tekstova?

Nazalost, nisam vise u mogucnosti da normalno kucam na tastaturi i jako me zanima da li neko sada na izmaku 2007 (posto je tema postavljena, cinimi se 2003.) zna neki program za "diktat"?

Da podignem temu - ne bi bilo loše ako neko ima neku novost što se tiče ovog, mislim na prepoznavanje srpskog jezika. Za engleski/nemački/francuski/italijanski/španski/holandski treba pogledati DNS:

http://www.nuance.com/naturallyspeaking/

naravno postoji za srpski jezik ali je jako skupo..
www.alfanum.com
ili
www.alfanum.co.yu

Hm, to mi više liči na neko rešenje za poslovne korisnike, nema ništa za kućne?

ne bas... ako hoces da vidis kako to izgleda pozovi 0700-200-500. Radi se o
govornom automatu za slepe ljude koji cita novine i vesti a njime se
upravlja glasom. Na zalost ovo bas nije neko resenje jer nema veliki broj
komandi u sebi ali ono sto radi radi stvarno ok.

Hm, meni u stvari treba nešto drugo - da mu ja diktiram, a da on piše tekst, tj. pretvaranje govora u tekst. Mada izgleda ništa od toga za srpski jezik. Hvala na informacijama u svakom slučaju, možda još nekom zatreba.

Pokusacu da se raspitam pa ti javljam koliko znam alfanum ima i takvu
aplikaciju i cini mi se da se zove tts sr ili tako nekako... Znam da
podrzava komandovanje racunarom putem glasovnih komandi, ali nisam bas
siguran 100 posto da mozes da mu diktiras a on da kuca ali prilicno sam
ubedjen da to moze obzirom na namenu za koju se koristi.

Hvala unapred. Ako nešto saznaš postuj ovde.

Ima za obrnuto pretvaranje teksta u govor.

To ovde nije tema.

Imam Dragon Naturally Speaking 9 i pošto sam primjetio da mogu diktirati samo Engleski da li postoji mogućnost diktiranja Njemačkog i kako? Da li se nešto instalira ili mora biti njemačka verzija programa. Ja imam verziju koja prepoznaje Engleski i Francuski.

Hvala unaprijed

PS: Ima li neki program pomoću kojeg se može diktirati Engleski i Njemački u Word 2007.

trebalo bi da word 2007 podržava engleski diktat po defaultu, a verovatno može i nemački...

moras da instaliras nemacku verziju dragona. Samo sto ja nikako nisam uspeo
da ga nateram da radi.

Kakvih si problema imao, tj. šta nije bilo u redu?

nece da krene da radi uopste... stalno mi ponavlja da nesto nije u redu i da
ponovo ukljucim trening i izgovorim neku zadanu rec.... a screen reader mi
ne cita nista, malo cudnbo obzirom da je i pravljeno za slepe ljude, bar mu
je to glavna namena.

To je verzija Dragona na njemačkom? Ja imam verziju Engleski-Francuski. Kako da diktiram u Word 2007 po default-u. Tu opciju nisam našao (vjerovatno instalirao). Kako se zove opcija i gdje se nalazi?
Pozdrav

Nisam te dobro razumeo, da li je ta verzija Dragon-a za engleski ili nemački jezik? I Windows takođe, engleski ili nemački?

engleska verzija i eng windows

Hm... možda u tom slučaju bi mogao da pozoveš nekog da ti kaže šta se tačno u tom trenutku dešava na ekranu, možda se Screen Reader malo "zbunio"; nemam sad instaliran Dragon, a više se ne sećam kojim redom su išli ekrani, tj. šta sam sve morao da podesim.

ma pojavi se neki trainig mode i ti moras da izgovoris odredjene reci ali
bez obzira na to program nikako da krene... Stalno me vrti u krug.

Da li si išao do kraja training moda? Pošto traje poprilično dugo i tek kad mu sve iščitaš onda krene program. Meni je trebalo dobrih 15-ak minuta. Doduše samo prvi put smara s tim; ne znam da li taj deo može da se preskoči ili je obavezan.

ee nisam znao da toliko dugo traje :)d znaci nisam bio dovoljno strpljiv a
sad me mrzi da ga opet instaliram :)d

Evo da ne otvaram novu temu, interesuje me ima li nešto novo na ovom polju? Da li postoji neki program da govor pretvorimo u tekst, naravno mislim na naše govorno područje?

Mislim da nema i verovatno neće ni biti u bližoj budućnosti

Google Voice na Androidu, ako ti to šta znači (pošto je tema u windows aplikacijama).
Izabrati voice kao način unosa, podržava srpski jezik.
Nije idealno, ali nije ni loše. Ako imaš Android telefon, mislim da ti može poslužiti, a tekst se lako može prebaciti bilo gde.
Možda postoji i na drugim platformama, možeš proveriti.

Radi se na razvoju svega toga nekih 15-ak godina, ovde možeš videti demonstraciju dokle se otprilike stiglo:

http://www.alfanum.co.rs/index...emonstracija/demonstracija-asr

Uskoro će se na tržištu pojaviti i Android aplikacija koja će omogućavati neke jednostavne operacije (pozivanje, pretraživanje kontakata, slanje poruka itd.) pomoću glasa, na srpskom:

http://axon-is.co.rs/index.php/product

Axon je ćerka firma Alfanuma, a sajt je samo na engleskom jer je novac za razvoj aplikacije stigao iz međunarodnih fondova, pa je trebalo njima predstaviti dokle se stiglo...

Znači, nije da nema ništa, ali je tehnologija prilično kompleksna pa će trebati dosta vremena dok sve to ne bude na takvom nivou da će moći lako da se implementira i u svakodnevnoj primeni

Slazem se potpuno.

Kad se setim mob telefona i glasovnog pozivanja..LOL.

Sony Ericsson K320 --beep - Marko, a ono bira Branko .... Branko, a zove Mirka....:D

I sada na android telefonu od 300Eura, 120 godina kasnije, isti djavo :D

Da, neke jednostavnije funkcije verovatno će biti ok, ali ako pričamo o nekom ekvivalentu Dragona/podršci za srpski, to verovatno neće biti skoro, ako ikad i bude.

Ma može sve, ali da bi to što bolje radilo, treba ti i veći rečnik, i treba i veća procesorska snaga. A naravno treba i puno novca za razvoj svega. Engleski je u prednosti jer nema ni toliko deklinacija po padežima ni raznih nastavaka za promene po rodu ili vremenima, sve se odradi kobinacijom sa predlozima ili pomoćnim glagolima, pa su samim tim i algoritmi i baza kod njih sažetiji. Nije dovoljno samo protrčati kroz bazu pa odabrati kandidata sa najvećom verovatnoćom, već se mora proveriti i kontekst rečenice i gomila raznih drugih parametara kako bi se ustanovilo koji kandidat najbolje odgovara onome što je izgovoreno, inače se dobije papazjanija kao sa ovim Googlovim servisima. I naravno, engleski ima prednost zbog velikog broja investitora kojima treba ASR u njihovom poslovanju. Kad se ume u obzir koliko se kod nas izdvaja za nauku i straživački rad, onda je dobro što imamo i ovoliko koliko imamo sad...

Slažem se sa Miroslavom oko Dragon / podrške za srpski, ali ako je Dragon u poslednjih nekoliko godina značajno proširio podršku ( nemački, španski, francuski i neki jezici skandinavskih zemalja ) imamo razloga da se nadamo boljim vremenima ( prvo Hrvati jer su članica EU a i aktivniji su od nas ). Lično, zainteresovan sam da se to desi što pre jer lakše je mikrofonom nego prstima po tastaturi pratiti misao i pretvarati je u upotrebljiv tekst.
Ohrabrila me je činjenica da je Google, od pre izvesnog vremena, otvorio svoj Prevodilac za intervencije u prevodu, što bi moglo za kratko vreme da obogati bazu ( fond ) reči i time stvori realnu osnovu za kvalitetnu aplikaciju ove namene. Verovatno je ovo pojednostavljeno gledanje, ali po onoj narodnoj 'što je babi milo .....', deluje mi realno.

Trenutno najbolji TTS za hrvatski se pravi u Srbiji, za ASR nemamo nekih podataka, tako da ne znam koliko su stvarno aktivni na ovom polju govornih tehnologija, i mislim da to što su u EU nema mnogo veze, možda su im neki fondovi dostupniji, ali nemaju dovoljno izgrađenu bazu...

Trenutno najbolji TTS za hrvatski se pravi u Srbiji, za ASR nemamo nekih
podataka, tako da ne znam

Jel misliš na Alfanum

(Za mene lično krupno otkriće, a brza pretraga po ES ne pokazuje da je neko već napisao... )

Diktiranje, tj. speech to text za srpski (hrvatski itd.) rešivo je bez masivnih skupih daktilograf programa kao što su Nuance Dragon, Alfanum ASR i tsl.
Fascinantno je kako oba rešenja rade precizno već za tihe zbrzane rečenice.

Uz naravno mikrofon, preduslovi su Internet konekcija i Chrome browser.

Prva opcija :
https://dictation.io/

Druga:
https://voicenote.in/live/
(s tekstualnim banerima naokolo)

Obe se mogu i kao addon ubaciti.

Update, još jedna opcija :)
I Google docs ( http://drive.google.com/ ) može da prima diktiranje na srpskom. Neće u Firefox-u, zahteva i to Google Chrome.
(Ne podešava se jezik dokumenta, nego se na ikoni mikrofona odabere jezik. A ikonu mikrofona dobijamo prečicom CTRL+SHIFT+s)






_{[Ovu poruku je menjao old dana 29.12.2017. u 07:59 GMT+1]}

I Alfanum koristi Google prepoznavač u nekim svojim demo aplikacijama, kao i ova dva rešenja ;-) Kod ASR-a postoji problem što je pouzdanost prepoznavanja obrnuto srazmerna veličini gramatike koja se koristi, tako da su ovakva rešenja odlična u situacijama gde je potrebno prepoznavanje što većeg broja reči ali preciznost nije preterano bitna (da se razumemo, i ovakva rešenja će imati prilično veliku preciznost, ali opet nedovoljnu za profesionalnu upotrebu), dok su u sistemima gde je veoma važno da svaka reč bude ispravno prepoznata ipak u upotrebi specijalizovani prepoznavači sa malim gramatikama, do nekoliko hiljada reči.