Голосовое взаимодействие с нашими устройствами всё чаще используется и зачастую является единственным доступным методом для тех, кому необходима подобная доступность. В любом случае, очень удобно диктовать текст или просто вводить голосовые команды в наши системы, чтобы они могли выполнять операции без использования рук. Проблема в том, что системы распознавания голоса полагаются на алгоритмы, использующие математические методы распознавания речи, и не являются на 100% надежными.
Технологический прогресс приближает надежность к совершенству, а искусственный интеллект и системы обработки больших данных также вносят значительный вклад в существенное улучшение программ распознавания голоса. В последнее время значительные усилия вкладываются в повышение эффективности этих систем, и многочисленные исследования сосредоточены на улучшении управления и позиционировании их как интерфейса будущего. Следует помнить, что современные интерфейсы менее естественны для пользователей и работают медленнее, чем голосовое управление.
В ближайшие годы рынок систем распознавания голоса достигнет примерно 10 миллиардов долларов, поэтому крупные компании сосредоточены на разработке голосовых помощников, таких как Siri от Apple, Cortana от Microsoft или Mycroft для Linux . Продукты для дома, такие как Amazon Echo, Google Home или Apple HomePod, становятся все более популярными и распространенными, а сложные системы распознавания голоса интегрируются в автомобили с возможностью подключения к сети.
При этом наш список инструментов распознавания речи для Linux включает в себя:
- Джулиус - Julius: это мощный механизм непрерывного распознавания речи с большим словарным запасом.
- Глубокая речь: это реализация TensorFLow архитектуры Baidu DeepSpeech.
- Саймон: довольно гибкое программное обеспечение для распознавания речи.
- Kaldi: это набор средств разработки C ++ для исследования распознавания речи.
- КМУСфинкс: в данном случае это движок распознавания голоса для мобильных приложений и серверов.
- глубокая речь.python: реализация DeepSPeech с Python и с использованием Baidu Warp-CTC.