NovaVoice: diktujte počítači česky

Já si myslím opak. Díky tomu, že je čeština tak složitá, musí být vynalezeny opravdu kvalitní algoritmy, technologie, postupy..... Mě to připadá spíš jako výzva a v konečném důsledku pohon pokroku. Ono vše jednoduché pokrok nepohání, protože je to prostě jednoduché a není co řešit, pokrok stagnuje...

Jj, a navíc, počítače jsou tu od toho aby se přizpůsobily nám, ne naopak.

> "počítače jsou tu od toho aby se přizpůsobily nám"

Uvědomuješ si, jakou kravinu jsi napsal?

> "ne naopak"

S tím souhlasím.

Proc by to mela byt kravina? Je to snad tak, ze my jsme se narodili, abysme se prizpusobovali pocitacum, kdyz je mozne je stale zdokonalovat? A logicky zdokonaleni musi byt k obrazu uzivatelove, opacne - zdokonalovat uzivatele smerem k PC neni prirozene.

A co kdyby ses zamyslel nad obsahem té věty? Je to naprostý nesmysl. Nevím o tom, že by existoval jediný počitač vytvořený k tomu, aby se přizpůsoboval člověku. Člověk si musí ale sobě ten počítač sám přizpůsobit. Žádný počítač se ti sám nepřizpůsobí. V nejlepším případě člověk napíše program, obsahující algoritmy, které sledují činnost uživatele a dle ní mění chování programu na základě toho, jak je ten algoritmus nastaven. Ale opět je to člověk, který to přizpůsobování nastaví.

Až postavíš počítač, který se bude přizpůsobovat člověku, věř mi, že to bude na nobelovku.

"Klávesnice a myš jsou sice prezentovány jako „human interfaces“, ale je jasné, že bez těchto rozhraní bychom se klidně obešli, kdybychom si s počítači mohli tak nějak „normálně“ povídat"

Proboha, tohle je jak z nejakeho zpravodajstvi TV Nova. Opravdu je jasne, ze bychom se bez nich obesli? Fakt si dokaze nekdo predstavit, jak vsichni neustale neco celou smenu povidaji svym pocitacum? Idealne samozrejme v open space kancelarich? A jak tim povidanim rychle a pohodlne ovladaji vsechny funkce PC? To je prece naprosty nesmysl.

jaky mate zkusenosti s vista rozpoznavani hlasu? ja videl na youtube video, kde nakej chlapek diktoval do nejakeho im a fungovalo to uzasne, az mi to pripadalo jako fake. ale u me nic moc (taky to ale muze byt dano vyslovnosti). pak jsem viste navic povolil, aby se ucila z textu na pocitaci a to byla hruza. texty jsou v cestine, takze i kdyz jsem na vistu mluvil anglicky, tak mi zacala prekladat cesky slova... jak to vypnout uz nevim, takze jsem na rozpoznavani hlasu zanevrel...

Zkušenosti s Vistou nemám, ale vím jistě, že obecná diktovaná čeština fungovat nemůže. Za prvé je to otázka mnohem vyšší složitosti než u angličtiny (viz článek) a navíc Microsoft pro to nemá technologii. Jak je to v angličtině nevím, ale myslím, že nerodilý anglický mluvčí může dělat programu problémy.

i kdyz si myslim, ze anglicky umim docela dobre, tak je to klidne mozne. u me to ale imho rozhazelo to, ze vista se pokousela ucit z ceskych textu, i kdyz rozpoznavani je jen v anglictine...

nejak jsem tam nenasel aspon demoverzi jinak ani nevim jaky je ucel tohoto clanku

Aby tě informoval o tom, jaký software je k dispozici ? Jaké jsou nové technické výstřelky ? Asi tak jako každého článku

Já tento článek velmi vítám. O technologii rozpoznávání řeči se totiž dnes běžně ví, že to ,,asi moc nefunguje, když to já nemůžu používat doma``. Tady máte vysvětleno, proč to obecně nefunguje, a kde to naopak celkem úspěšně funguje.

ze to funguje spolehlive pouze na pripravene texty.

Kdyz do toho zacne mluvit clovek z ulice, vsechny tyhle programky zacinaji mit hrozivou nepresnost.

HELE, TYHLE chybě se nemůzeš divid, když mluvíš pražtionu.

A ty mluvíš jak? Podle tvého pravopisu je to něco mezi tatarštinou a maďarštinou.

"Tyhle prográmky"?? Kolik jich je pro češtinu? Znám jen MyVoice, který umožňuje jen diktát po slovech. Jaké jsou další?

Zkus třeba tenhle: http://www.v2t.cz/ je ale drahý... cca 25 000 a ještě navíc 5000 ročně ptal jsem se...

Je tam spousta videí... tak se podívejte

A není to tedy potom podvod?

It's All Part of the Plan...

Ona ta nepřesnost není až tak hrozivá, jak popisujete. Jak napsal autor článku, jedná se o kompromis redukce přesnosti a spotřeby výpočetního výkonu.

Takové programy rozhodně nejsou podvod, viz třeba u soudů fungují s akceptovatelnou chybou. Je to problém češtiny, 180000 slov by v angličtině byla přesnost blízká stu procent.

Opět "takové programy" - jaké?? STT pro češtinu se vždy jen vyvíjelo, ale dosud nikomu se nic nepodařilo. Říká se, že učit se česky je druh sebevraždy a pokud existují jakékoli další programy, velmi mne to zajímá.

Aha. Ony ty programy jsou nasazeny v nějaké aplikaci a veřejnost se s nimi prakticky nesetká, nebo se o tom nedozví. Viz automatická operátorka T-Mobilu, ty soudy, automatické titulkovače pořadů atd. Hotovým programem jsem myslel vyladěný produkt ve smyslu přizpůsobeného akustického/jazykového modelu. Takový program ani pro veřejnost nemá smysl, protože není dost obecný a všemu prostě nerozumí, jen oboru, pro který je optimalizován.

Jinak ony programy dnes v podstatě využívají max dva ASR (automatic speech recognition) enginy -- ten ze Západočeské univerzity a pokud vím, vývoj probíhá též v Liberci, možná i Ostravě.

"Ta nepřesnost není až tak hrozivá"

Tak třeba u OCR programů se dosahuje přesnosti 98 a víc procent a je to pořád ještě citelně málo. U přesnosti pod 95% už bych měl pochybnosti, jestli to vůbec za to stojí (pokud chci pořádný výsledek, tak těch ručních oprav bude tolik, že už bych měl jednodušší napsat to rovnou celé na klávesnici).

Btw., Názor redaktora, že při dokonalém rozpoznávání už bychom se obešli bez klávesnice a myši je zcela iluzorní. Přínos má hlasové ovládání pro postižené uživatele, ale pro zdravé jen zcela okrajový. Jakž takž by se to - možná - dalo použít u jednoduchoučkých jednoúčelových aplikací, řekněme u něčeho na úrovni triviálního mediaplayeru (funkce pro spuštění/zastavení/pozastavení přehrávání, zesílení/zeslabení/vypnutí zvuku, možná nějaká jednoduchá navigace v DVD menu; odmysleme teď od toho, že by takový hlasově ovládaný přehrávač musel umět rozlišit hlas uživatele od hlasu v přehrávaných médiích), ale u čehokoliv složitějšího nepřináší hlasové ovládání zdravým uživatelům žádná pozitiva.

Zatím se to pouze zkouší. A ani na jednou soudu to není tak, že by soudce diktoval běžně do "mašiny" a ona mu vypracovala protokol. Ono totiž, když dělá SW třeba jen 5% chyb, tak je to docela dost na opravování. Někdo to musí pečlivě podle zvukové stopy kontrolovat, u každé chyby se zastavit a opravit. Takže dobrá písařka pořád vyhrává. Tento SW bude potřebovat ještě tak, dle mého odhadu, 3-5 let vývoje a asi i větší výkon PC, než bude reálně použitelný