Qual è l'attuale API di riconoscimento vocale migliore per ios in modo che corrisponda a poche parole chiave?

Question

Sto cercando un'API per iOS (in modo ideale) che consenta di fare un riconoscimento vocale. Ho visto alcuni post per questo: iPhone speech recognition API? e free speech recognition engines for iOS? e dopo un po 'di prospettiva ho voluto raccogliere l'SDK che sembra molto interessante:

• http://dragonmobile.nuancemobiledeveloper.com/public/index.php?task=home
• http://www.politepix.com/openears
• http://www.creaceed.com/ceedvocalsdk/ (non libero: - \)
• http://www.ispeech.org/

v'è alcuna di quelli che hanno davvero fuori dalla folla e abbastanza recente? come si differenziano davvero l'uno dall'altro?

Answer 1

Se si desidera tracciare solo poche parole chiave, è necessario non cercare API o servizio di riconoscimento vocale. Questo compito è chiamato Keyword Spotting e utilizza algoritmi diversi rispetto al riconoscimento vocale. Il riconoscimento vocale cerca di trovare tutte le parole che sono state dette e, a causa di ciò, consuma molte più risorse rispetto alla localizzazione di parole chiave. Lo spotter per parole chiave cerca solo di trovare poche parole chiave o frasi chiave selezionate. È molto semplice e consuma meno risorse.

L'unica soluzione possibile per archiviare questo funcitonality è quello di utilizzare il pacchetto open source come OpenEars alimentati da pocketsphinx

http://www.politepix.com/openears

Openears ha plug Rejecto che implementa qualcosa di simile.

Lo stesso Pocketsphinx ha recentemente implementato l'individuazione di parole chiave efficaci open source, ma non è ancora disponibile in Openers. È disponibile solo tramite l'API pocketphinx, è necessario creare la ricerca di kws e impostare la parola target da cercare. Spero presto che questa funzionalità raggiunga anche OpenEars.

Answer 2

Nuance offre agli sviluppatori l'accesso gratuito (ma non per alto volume) - Visualizza http://www.masshightech.com/stories/2011/09/26/daily13-Nuance-tweaks-mobile-dev-program-with-free-access-to-Dragon.html o http://dragonmobile.nuancemobiledeveloper.com/public/index.php?task=home servizi

Nuance sono tipicamente offerti commercialmente e richiedono fino tasse anteriori e le spese di transazione. Le notizie interessanti di cui sopra sono che ora rendono disponibile gratuitamente agli sviluppatori un basso volume di utilizzo dei loro servizi. Quindi, per lo sviluppo, il testing e la dimostrazione puoi probabilmente utilizzare i servizi Nuance gratuiti. Tuttavia, a differenza dei servizi Google gratuiti in Android, se la tua app ha migliaia di utenti probabilmente dovrai pagare i servizi Nuance.

Answer 3

Abbiamo sviluppato CeedVocal SDK dal 2008, è basato su progetti Julius & FLite open source.

Ecco qualche contesto: abbiamo voluto rendere la nostra applicazione (Vocalia) per il riconoscimento vocale nel 2008 e fondamentalmente scelto Giulio (esitato con Pocket Sfinge, che sembra essere buono come bene) e ottimizzato il suo formato di file in modo che fosse avvia in 1-2 secondi invece di 20 secondi sull'iPhone originale. Poi abbiamo diligentemente addestrato i nostri modelli acustici in 6 lingue. Abbiamo progettato l'API e alla fine abbiamo deciso di offrirlo ad altri sviluppatori come un SDK.

CeedVocal supporta fondamentalmente 2 modi di funzionamento:

1. corrispondenza di parole (o piccole frasi)
2. parola macchia

Nel primo modo di funzionamento, si cerca di allineare l'ingresso parola per parola (o frase) nella sua lista di input accettabili. Ciò impone l'input a una parola pre-nota, anche se il discorso è qualcos'altro. La precisione è buona. Nella seconda modalità operativa, cercherà di selezionare una delle sue parole chiave nello stream of speech. Questo è un caso difficile e può essere meno accurato.