Spracherkennung, möglich?!

Anno1989 · 14.12.2006

Hi, ich hab mich mal gefragt wie es möglich ist, dass man Spracherkennungen schreiben kann. Ich bin zu folgender Lösung gekommen und wollte mal fragen ob das so realisierbar ist.
Ich nehme etwas auf, nur was kurzes zum Beispiel spreche ich kurz den Buchstaben "A". Datei wird abgespeichert. Nun spreche ich nochmals den Buchstaben "A" und das Programm, (wie immer es aussehen mag, nur theoretisch halt) vergleicht Zeichen für Zeichen der beiden Sprachdateien und untersucht sie auch auf Parallelen.
Gibt es nun eine bestimmte Anzahl dieser Paralellen (natürlich nihct alle, wäre ja sinnlos) gibt das Programm eine übereinstimmung aus. Also ein Zähler der gleiche Zeichen an gleicher Stelle oder gleiche Zeichenfolge zählt. Ist deiser an einem gewissen wert gibt das Programm eine übereinstimmung aus.
Ist sowas realisierbar?!:wah:

VB-1 · 14.12.2006

Anno1989 schrieb:
Hi, ich hab mich mal gefragt wie es möglich ist, dass man Spracherkennungen schreiben kann. Ich bin zu folgender Lösung gekommen und wollte mal fragen ob das so realisierbar ist.
Ich nehme etwas auf, nur was kurzes zum Beispiel spreche ich kurz den Buchstaben "A". Datei wird abgespeichert. Nun spreche ich nochmals den Buchstaben "A" und das Programm, (wie immer es aussehen mag, nur theoretisch halt) vergleicht Zeichen für Zeichen der beiden Sprachdateien und untersucht sie auch auf Parallelen.
Gibt es nun eine bestimmte Anzahl dieser Paralellen (natürlich nihct alle, wäre ja sinnlos) gibt das Programm eine übereinstimmung aus. Also ein Zähler der gleiche Zeichen an gleicher Stelle oder gleiche Zeichenfolge zählt. Ist deiser an einem gewissen wert gibt das Programm eine übereinstimmung aus.
Ist sowas realisierbar?!:wah:

Hallo,
eigentlich ja.
Ich würde das so machen:

Aufnehmen des Alphabets, die einzellnen aufgenommenen Laute in höchster Quallität, einzelln, in einer Wavedatei speichern, dann eine Datenbank anlegen und mit den Werten der Wavedatei füllen.
Dann ein Progamm schreiben, Arrays vergeben und jedem Buchstaben eine Wavedatei zuordnen.
Danach kannst du jedem Buchstaben einen Befehl anstellen.
Dieser muss natürlich auf das Eingabegerät reagieren können.
Ich würde IF-Then Schleifen verwenden.
Möchtest du noch Buchstabenkombinationen verwenden, könnte das dann in FOR-NEXT Schleifen geschrieben werden.
(Bei Buchstabenkombinationen würde ich, um Fehlausgaben zu vermeiden, eine extra Datenbank anlegen, in welcher nur Kombinationen abgelegt werden.)
(Vieleicht kannst du dich auch einer Datenbank aus dem Netz bedienen.)
mfg, sven:hal:

UnimatrixZero · 14.12.2006

Google ist Dein Freund ;-)

Ohne mich damit genauer beschäftigt zu haben, ein paar Links:

http://www.fh-wedel.de/~si/seminare/ss01/Ausarbeitung/a.sprache/gdlgsprerk00.htm
http://www-nt.uni-paderborn.de/asr.html
http://www.minet.uni-jena.de/www/fakultaet/schukat/asebuch.html

Anno1989 · 14.12.2006

Ja, vielen Dank, ich hab mich scho0n bemüht nur ist da bisher nicht viel bei raus gekommen, sonst hätte ichs icher nicht gefragt

Aber die Links sind Klasse, wenn zufällig noch jemand weiß wie man das mit C oder C++ realisieren kann, also man braucht ja schon eine schnittstelle zu den Aufnahmen oder?!

VB-1 · 14.12.2006

Anno1989 schrieb:
Ja, vielen Dank, ich hab mich scho0n bemüht nur ist da bisher nicht viel bei raus gekommen, sonst hätte ichs icher nicht gefragt
Aber die Links sind Klasse, wenn zufällig noch jemand weiß wie man das mit C oder C++ realisieren kann, also man braucht ja schon eine schnittstelle zu den Aufnahmen oder?!

Muss es den unbedingt C++ sein?
Ich liebe VB :ja:
Und wieso ne komplizierte Schnittstelle?
Prüfe doch einfach die Eingangssignale der Soundkarte mit der Datenbank ab, so wie ichs dir beschrieben hab.:hal:

WhiskeyCola16 · 15.12.2006

in diesem gebiet kenne ich mich zugegebenermaßen nicht wirklich gut aus, aber ich stelle mir das ganze doch etwas komplizierter vor...

z.b. "leise" --> l A ise ?!

DescWing · 15.12.2006

wenns nur um bestimmte wörter geht z.b. um Befehle die man im beibringen will ist das sicher einfach dem entsprechenden Befehl zuzuordnen. Soll das Ding aber wirklich schreiben tritt das auf was WhiskyCola schreibt. Die Professionellen Programme werden über Trainings an die Stimme angepasst. Einen Text hab ich vor kurzem gelesen und war ne Std dran. Dann der Kontext. Die Programme suchen Wörter die auch da hinpassen können anhand von Wörterbüchern. Also so einfach ist das mal nicht gemacht.

Anno1989 · 15.12.2006

Ja, die Probleme werden in Unimatrixs' erstem Link angesprochen und auch ein paar Lösungen dazu. Es sollen "erstmal" nur feste Befehle werden, an Kontext ist noch nicht zu denken. Das einzige Problem was ich haben werde wird das was VB-1 so einfach erklärte. Nämlich eben diese Eingangssignale zu verarbeiten.

VB-1 · 15.12.2006

kp, war nur nett gemeint:hal:

Anno1989 · 15.12.2006

Mir schon klar, aber ich hab trotzdem keine Ahnung davon wie sowas gehen könnte.

VB-1 · 15.12.2006

Anno1989 schrieb:
Das einzige Problem was ich haben werde wird das was VB-1 so einfach erklärte. Nämlich eben diese Eingangssignale zu verarbeiten.

Ich weiß nicht, in was du dieses Programm schreiben willst, ich nehme nur VB-Express.
In der MSDN (Hilfedatei) findet man auch was über die Signalverarbeitung von Geräten.
Du müßtest also das Signal der Soundkarte über die Geräte-ID (glaub ich) auslesen.
Mehr kann ich dir noch nicht sagen, informiere mich gerade auch ein wenig über das Thema:hal:

(mein erstes Sprachprogramm, welches ich kannte, hieß FIN-FIN und kam von Fujitsu-Siemens) 1995:hal:

Anno1989 · 16.12.2006

Ich will es in C / C++ schrieben im Dev C++ oder was genau meinst du?!
Ich arbeite da mit noch einem anderen dran und wir informieren uns parallel und am anfang der Weihnachtsferien tragen wir dann alles zusammen und gucken mal wie weit wir kommen. So die Theorie

MagicMatze · 16.12.2006

Interessant wäre ebenfalls ein Programm, welches mit einer Kamera die Lippenbewegungen verfolgt und somit quasi von den "Lippen ablesen" kann. Anhand der Lippenstellungen wird dann der jeweilige Sprachlaut identifiziert.
Problem dabei wäre allerdings, dass man immer in sichtradius sprechen müsste.
Vorteile: Ton selber braucht nicht verglichen zu werden, sondern eben nur die Lippenstellungen.

Anno1989 · 17.12.2006

Naja istd as nicht schon was aufwendiger?!
Jedenfalls, das hier kommt dem am nächsten was ich vor habe:
http://www.hsu-hh.de/ant/index_K7QNnKFH90xplxtJ.html

Spracherkennung, möglich?!

Anno1989

VB-1

UnimatrixZero

Anno1989

VB-1

WhiskeyCola16

DescWing

Anno1989

VB-1

Anno1989

VB-1

Anno1989

MagicMatze

Anno1989

Spracherkennung, möglich?!

ANGEBOTE & SPONSOREN

Neueste Beiträge

Statistik des Forums