Mød Simon, Linux Speech Recognition Engine
Simon for Linux er, hvad Siri er til iOS. Nå, det er nok ikke, men foruden begge at have navne der starter med en "S", lytter de begge til hvad du skal sige. Forskellen er, at Simon er meget mere kontrollerbar. Det kan være fuldt uddannet til at genkende talekommandoer, som kan være en nyttig hjælp til handicappede eller endda dem, der foretrækker at styre deres systemer med deres stemmer.
Simon er:
- et open source-genkendelsesprogram og erstatter musen og tastaturet.
- designet til at være meget fleksibel og muliggør tilpasning til enhver applikation, hvor talegenkendelse er nødvendig.
- et potentielt europæisk projekt om "e-integration" på grund af den sproguafhængige programmering.
- i udvikling for fysisk handicappede og seniorer for at give dem mulighed for at chatte, skrive e-mails, surfe på internettet, gøre internetbank og meget mere.
(fra simonlistens.org)
At få Simon
Simon er skrevet i Qt og afhænger af phonon, så det er nok bedst at installere det på KDE (plasma) -baserede systemer, medmindre du ikke har noget imod ~ 300MB afhængigheder bliver trukket ind med installationen (på et Kubuntu 15.04-system, Simon tager kun 55 Mb op). Simon er i Ubuntu-depoterne, så det ville være lige så nemt at installere det
sudo apt-get install simon
på enhver Ubuntu-baseret distro. I Linux Mint (eller i andre distroer), hvis du finder ud af at Simon ikke kan oprette forbindelse efter installationen, skal du installere libqt4-sql-lite
sudo apt-get installer libqt4-sql-sqlite
Hvis du vil bruge HTK akustiske modeller, skal du også installere HTK. Dette er valgfrit, og hvis du ikke ved hvad det betyder, eller du bare ikke behøver at bruge det, kan du sikkert springe det over. Desværre er HTK kun tilgængelig som kildekode, men disse enkle instruktioner gør installationerne ligefrem.
Simon lytter
Simon er ikke let at oprette eller bruge. For at hjælpe dig med at få det til at lytte til dig, hilser et assisteret setup dig i første omgang og går igennem processen.
Først skal du oprette scenarier.
Scenarier er komplette pakker, der giver dig mulighed for at bruge Simon til specifikke formål. De giver også det såkaldte sprogmodel, der beskriver alle eksisterende ord og hvilke sætninger er grammatisk korrekte, i det mindste under omstændighederne.
Som standard har du kun et standardscenario installeret. Fra denne skærm kan du oprette eller indlæse flere og endda downloade nogle med Simon addon-installer ("Åbn -> Download").
Dernæst skal du have en akustisk eller tale model. Dette fortæller dybest set Simon, hvad de enkelte ord lyder som.
Hvis du har HTK installeret, kan du oprette din egen model og træne Simon for at genkende den meget specifikke måde du snakker på. Hvis du ikke har HTK eller er ligeglad med at bruge den, kan du downloade statiske basismodeller ("Open Model -> Download"), som vil give Simon foruddefinerede akustiske mønstre.
Hvis du går med en statisk model, kan du vælge at tilpasse det med træningsprøver senere.
På siden med serverindstillinger, hvis du vil installere den lokalt og planlægger at bruge den regelmæssigt, er du sikker på at forlade standardindstillingerne på. Hvis serveren er placeret et andet sted, er det her, hvor du kan definere det.
Du skal konfigurere lydoptagelses- og afspilningsenheder,
test din mikrofon,
og du er klar til at bruge simon.
Fra hovedskærmen kan du styre dine indlæste scenarier eller åbne en bestemt.
Når du har åbnet et scenario, kan du se og ændre vokabular og grammatik, træne den akustiske model, ændre scenarieafhængigheden af scenariet og oprette direkte kommandoer.
Træningsguiden kan også startes fra oversigtsskærmen; du behøver ikke at gå ind i scenarieindstillingen.
På oversigtsskærmen har du også mulighed for at ændre lyd (hardware) konfigurationen eller konfigurere den akustiske (tale) model, herunder at tilføje nye.
Yderligere hjælp ved hjælp af Simon
Simon's brug er langt fra ligetil. Det tager en god del af læring, træning og vænne sig til. Heldigvis er der ret omfattende dokumentation til rådighed online. KDE brugerbase tilbyder hjælp til det grundlæggende, og Simon Handbook er tilgængelig som PDF-fil. Simon Listens blog giver også et godt indblik, selvom indlægene er ret forældede (den sidste post var 2013). Webstedet giver yderligere læsning, og du kan lære om voice-styrede forretningsløsninger drevet af Simon på deres kommercielle webside.
Selv om det kan tage lidt tid at oprette og mestere, kan Simon omdanne enhver Linux (og endda Windows) computer til et stemmestyret miljø, det være sig særlige behov eller bare bekvemmelighed, du vil bruge den til.