Warszawski Hackerspace

Główną ideą projektu jest stworzenie wirtualnego asystenta “wbudowanego” w HS, który potrafił by rozpoznawać mowę i odpowiadać syntezowanym głosem.

Nad nazwą jeszcze można się zastanowić, w zależności od uzyskanej “inteligencji” :)

Język
- Polski czy angielski ?
  - Do angielskiego jest więcej softu
Rozpoznawanie mowy
- Google ma API do rozpoznawania mowy, tu jest jakiś przykład:
  - http://mikepultz.com/2011/03/accessing-google-speech-api-chrome-11/
  - http://wiki.openmoko.org/wiki/Google_Voice_Recognition
Synteza mowy
- Z tym chyba nie ma problemu, coś się znajdzie
Analiza mowy
- Funkcje predefiniowane
  - Mozna “ręcznie” wykrywać konkretne frazy ale może istnieje jakiś soft do uogólniania zwrotów
  - Memo i voice-mail wymaga wykrywania obecności użytkowników
    - Można zastosować obecny sytem at.hackerspace.pl
- Trzeba przejzeć istniejące chatterboty i zastanowić się, który bedzie najlepszy do naszych potrzeb
- Chatterbot(y) i funkcje predefiniowane muszą działać równolegle potrzebny jest zatem soft “multipleksujący” zwroty do poszczególnych analizatorów i wybierający ten najbardziej odpowiedni w danej sytuacji
Rejestracja mowy
- Mikrofony rozlokowane w HS
  - Potrzebna wielowejściowa karta dzwiękowa + soft
- Mikrofony w laptopach + plugin dla każdego
- System musi wykrywać zwroty “wywoławcze”, żeby było wiadomo od kiedy analizować mowę

rejestracja mowy → jak rejestrować dzwiek w kilku pomieszczeniach, tak żeby sygnał miał odpowednią jakość
wielogłosowość → jezeli mowi wiecej niz jedna osoba to robi sie szum

1. mic → rozpoznawanie mowy → synteza mowy → glosniki

2. mic → rozpoznawanie mowy → prosta analiza → synteza mowy → glosniki

3. mic → rozpoznawanie mowy → analiza “wstępna” i przesłanie do modułu → analiza “właściwa” → synteza mowy → glosniki

title="GLaDOS-HS" auth="none" adminUsers="mayer" voteType="multi" closed="false"
Real name