91 lines
7.7 KiB
Markdown
91 lines
7.7 KiB
Markdown
|
---
|
|||
|
|
title: Voice
|
|||
|
|
localeTitle: голос
|
|||
|
|
---
|
|||
|
|
## голос
|
|||
|
|
|
|||
|
|
Распознавание речи позволяет пользователям, испытывающим трудности с доступом (например, постоянное ухудшение зрения или временное ухудшение во время движения), возможность навигации по содержимому веб-сайта или ввода текстовых данных (например, формы).
|
|||
|
|
|
|||
|
|
Синтез речи предоставляет веб-сайтам возможность предоставлять информацию пользователям, читая текст.
|
|||
|
|
|
|||
|
|
### API веб-речи Javascript
|
|||
|
|
|
|||
|
|
[Web Speech API](https://developer.mozilla.org/en-US/docs/Web/API/Web_Speech_API) позволяет вам включать голосовые данные в веб-приложения, используя как распознавание речи, так и синтез речи.
|
|||
|
|
|
|||
|
|
#### Как работает API Web Speech
|
|||
|
|
|
|||
|
|
API WebSpeech использует собственную микрофонную систему устройства. Когда высказывание распознается из предопределенной грамматики (см. Ниже), оно возвращается как результат (или список результатов) в виде текстовой строки, а функции обратного вызова могут предоставляться для выполнения дальнейших действий.
|
|||
|
|
|
|||
|
|
#### Как использовать API SpeechRecognition
|
|||
|
|
|
|||
|
|
Вот простой пример использования SpeechRecognition API. Обратите внимание, что API запускается с `new SpeechRecognition()` и начинается с `recognition.start();` называется. Он создает транскрипт из того, что получено, а затем добавляется к элементу `<p class="transcript">` . [Нажмите здесь, чтобы получить рабочую демонстрацию этого кода](https://codepen.io/ashwoodall/pen/MPeyRm) .
|
|||
|
|
|
|||
|
|
Это HTML, к которому добавляется расшифровка:
|
|||
|
|
|
|||
|
|
```html
|
|||
|
|
|
|||
|
|
<main class="main">
|
|||
|
|
<span class="loader"></span>
|
|||
|
|
<p class="description">What I think you said: <p class="transcript" data-js="varValue"></p></p>
|
|||
|
|
|
|||
|
|
</main>
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
И вот JavaScript:
|
|||
|
|
|
|||
|
|
```javascript
|
|||
|
|
window.SpeechRecognition = window.SpeechRecognition || window.webkitSpeechRecognition;
|
|||
|
|
|
|||
|
|
const span = document.querySelector('[data-js="varValue"]');
|
|||
|
|
const main = document.querySelector('.main');
|
|||
|
|
const loader = document.querySelector('.loader');
|
|||
|
|
|
|||
|
|
const recognition = new SpeechRecognition();
|
|||
|
|
recognition.lang = 'en-US';
|
|||
|
|
|
|||
|
|
recognition.addEventListener('result', e => {
|
|||
|
|
const transcript = Array.from(e.results)
|
|||
|
|
.map(result => result[0].transcript)
|
|||
|
|
|
|||
|
|
span.textContent = transcript;
|
|||
|
|
loader.textContent = '';
|
|||
|
|
});
|
|||
|
|
|
|||
|
|
recognition.addEventListener('start', () => loader.textContent = 'Listening (enable your microphone)...');
|
|||
|
|
|
|||
|
|
recognition.addEventListener('end', recognition.start);
|
|||
|
|
recognition.start();
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### Alexa
|
|||
|
|
|
|||
|
|
Alexa - это голосовой сервис Amazon для облачных вычислений, доступный на десятках миллионов устройств от Amazon и сторонних производителей устройств. С Alexa вы можете создать естественный голос, который предлагает клиентам более интуитивный способ взаимодействия с технологией, которую они используют каждый день. Он способен к голосовому взаимодействию, воспроизведению музыки, составлению списков дел, настройке сигналов тревоги, потоковым подкастам, воспроизведению аудиокниг и предоставлению информации о погоде, трафике, спорте и другой информации в режиме реального времени, такой как новости.
|
|||
|
|
|
|||
|
|
# Amazon Echo Device Range
|
|||
|
|
|
|||
|
|
* Amazon Echo
|
|||
|
|
* Amazon Echo Plus
|
|||
|
|
* Amazon Echo Dot
|
|||
|
|
* Amazon Echo Look
|
|||
|
|
* Amazon Echo Show
|
|||
|
|
* Amazon Echo Spot
|
|||
|
|
|
|||
|
|
# Фарфоровые микрофоны
|
|||
|
|
|
|||
|
|
Системы распознавания речи часто используют несколько микрофонов для уменьшения воздействия реверберации и шума. Эхо-микрофоны расположены в гексагональной компоновке с одним микрофоном в каждой вершине и одной в центре. Задержка между каждым микрофоном, принимающим сигнал, позволяет устройству идентифицировать источник голоса и отменять шум, исходящий из других направлений. Это явление известно как формирование луча.
|
|||
|
|
|
|||
|
|
В то время как современные системы распознавания речи достаточно хорошо работают в условиях микрофона с близким разговором, производительность ухудшается в условиях, когда микрофон находится далеко от пользователя.
|
|||
|
|
|
|||
|
|
Звук, захваченный эхом, будет зависеть от: 1) голос говорящего о стену комнаты, 2) фоновый шум снаружи, 3) акустический эхосигнал, поступающий от громкоговорителя устройства 4) выходной звук на стену комнаты.
|
|||
|
|
|
|||
|
|
# Программного обеспечения
|
|||
|
|
|
|||
|
|
Программные компоненты на платформе включают в себя как Natural Language Understanding (NLU), так и автоматизированное распознавание речи (ASR). Эти программные компоненты могут быть задействованы специальными письменными «навыками» независимыми разработчиками программного обеспечения, которые затем сертифицированы по ряду стандартов Amazon. В магазине приложений уже есть более 20 тысяч этих пользовательских навыков.
|
|||
|
|
|
|||
|
|
### IBM Watson Speech-to-Text API
|
|||
|
|
|
|||
|
|
IBM Watson Speech-to-Text использует машинное обучение для точного прогнозирования речи в реальном времени. В настоящее время поддерживается семь разных языков, а также живой голос и предварительно записанный звук. API можно использовать бесплатно, или платные версии доступны для приложений большего масштаба.
|
|||
|
|
|
|||
|
|
### Больше информации
|
|||
|
|
|
|||
|
|
[API веб-речи](https://developer.mozilla.org/en-US/docs/Web/API/Web_Speech_API) [Alexa API](https://developer.amazon.com/docs/alexa-voice-service/api-overview.html) [API IBM Watson](https://www.ibm.com/watson/services/speech-to-text/)
|