spraakherkenning op linux, waarom wordt er niet aan gewerkt?

[Verwijderd]

Ik was eigenlijk wel geïnteresseerd in spraakherkenning op Linux. Ik heb dus een zoektocht gestart met Google. Dit zijn wat interessante links over wat ik gevonden heb:

http://www.tldp.org/HOWTO/Speech-Recognition-HOWTO/

Een aantal spraakherkenningsprogramma's voor Linux worden hier genoemd. Als je de links bezoekt kom je er helaas achter dat het grootste deel van die programma's al voor een lange tijd niet meer ontwikkeld word. Ook al zijn er wel programma's in ontwikkeling, het lijkt nog steeds niet van de grond te komen.

http://www.linuxdevices.com/news/NS6498094034.html

Een iets recenter nieuwsbericht: http://www.theinquirer.org/?article=18420

Wikipedia heeft er ook een interessant artikel over: http://en.wikipedia.org/wiki/Speech_recognition

Kortom, al die initiatieven om open source spraakherkenning te ontwikkelen zijn nog niet echt van de grond gekomen. Het lijkt er op dat alleen grote bedrijven zoals IBM en Microsoft hier zich mee bezig houden, als ik de nieuwsberichten lees. Als het dan over Linux gaat is de hulp van IBM "nodig", zij gaan de source uitgeven volgens het nieuwsbericht.

Toch wel vreemd. Tot nu toe heeft de open source gemeenschap voornamelijk software geproduceerd die niet echt nieuw is. Fundamenteel verschillen bijvoorbeeld GNOME en KDE heel erg op andere OS'en. Ja, kwa detail is het natuurlijk behoorlijk anders, maar mijn punt is dat er veel features gekopiëerd worden van die andere OS'en die dan verbeterd worden. Natuurlijk is er ook innovatie op kleine schaal.
Maar van echte innovatie is er geen sprake. Spraakherkenningssoftware die volledig in een DE als GNOME en KDE geïntegreerd zou zijn, en dus open source en ook gratis is zou wel grote innovatie zijn. Tot nu toe zijn er voornamelijk alleen maar wat Windows programma's die los te koop zijn. Als de open source gemeenschap dat zou bereiken zou ze zichzelf echt op de kaart zetten, en Linux zou wel eens extra populair kunnen worden.
Ik weet het, spraak herkenning zal natuurlijk niet eenvoudig te ontwikkelen zijn. Maar aan de andere kant, waar IBM claimt honderd onderzoekers op spraakherkenning te zetten rond 2010 (zie wikipedia artikel), de open source gemeenschap kan er duizend inzetten...

Ik denk dat de de open source community een gouden kans hier hard aan het missen is. De prioriteiten worden verkeerd gesteld. Ik vind het gemak van spraakherkenning, waarmee ik achteruitgezakt in mijn stoel in Star Trek stijl mijn PC zou kunnen bedienen, belangrijker dan OpenGL geaccelereerde desktops of het werk aan de volgende versies van GNOME en KDE die op dit moment al bijna perfect zijn (niet dat ik dat niet belangrijk vind natuurlijk, maar de prioriteiten worden verkeerd gesteld). De open source gemeenschap is nog niet veel verder dan text-to-speech, wat in de nieuwste KDE zit.

Zo, genoeg vertelt in mijn lange verhaal. Wat zijn jullie meningen?

[Blue2k]

Ik heb net een kwartiel Speech & Language processing achter de rug op de uni en kan je vertellen dat er gegronde redenen zijn voor gewone huis tuis en keuken programmeurs om er niet aan te beginnen. Het is zo veel werk OF de uitkomst is niet nuttig. Ik heb (vanwege dat vak) laatst eens met de nieuwste versie van dat Dragon Speech gespeeld. Na een uur heb ik gefrustreerd de headset terug in de kast gegooid. En dat zijn professionele applicaties waar al velen manjaren werk inzitten (versie 8 zijn we nu)!

Ik denk hoop dat er vorderingen kunnen gemaakt worden met ondersteuning van genetische algoritmes of bijvoorbeeld neurale netwerken. Maar dat zal nog even op zich moeten laten wachten. Ook op dat gebied staan we aan de wieg in feite.

Maar ik ben het wel met je eens. Laat ze dan beginnen met een basis functionaliteit als 'shutdown' of iets in die trend, en het daarna uitbouwen. Ik heb een MS applicatie voor me pocketpc die toch aardig goed werkt, maar dan stuit je gelijk op het volgende probleem... ruis. In bijna elke omgeving heb je last van ruis. Die Dragon Natural Speech begon IE op te starten toen ik aan het typen was En me telefoon (spraak herkenning) ging prompt me pa bellen toen ik iets tegen me PC zei . Dus tsja.. nog steeds een lange weg te gaan. Maar een oh zo interessant onderwerp.

[Boudewijn]

ik wil niet lastig doen maar heb een lichtelijk OT verhaal.

Tegenwoordig heb je DECT telefoons (ik werk bij een van de firma's die de chips maakt dus ik ken die dect wel een beetje) waar je een macro op kunt nemen. je spreekt een naam in en hangt daar dan een nummer aan.

Bijvoorbeeld:

boudewijn, 1234567890 (je typt dat nummer he ).

Als je het in een normale omgeving inspreekt (en dus een aardige sample hebt) kun je daarna gewoon tegen die telefoon wat roepen (eerst knopje indrukken zodat hij 'luistert' ) en dan belt hij het nummer dat erbij hoort. Ik heb dit zelfs gedaan met 2 ultraSparc 10's op 30 cm afstand.... over lawaai gesproken

Dit is erg simpel imo (de chip die erin zit is afaik minder dan een 8086 en moet veel doen dus qua resources zit je wel goed... de mic is ook niet van sublieme kwaliteit). Dit zou op een PC an sich ook te realiseren moeten zijn .

Bijvoorbeeld zou je een gebruiker na install een stel commando's in kunnen laten spreken zoals shutdown, mount, etc ....

Het is dus heel goed mogelijk (op een veel minder goed platform).
Dit zit btw in oa de Siemens Gigaset (kost geloof ik 200E dus niet een of ander exotisch testmodel oid, maar gewoon overal te krijgen).


Conclusie:
Dat het er niet is verbaast me nogal (zeker omdat dit soort vernieuwende software vaak te vinden is voor linux).

[ Voor 6% gewijzigd door Boudewijn op 27-03-2005 23:02 . Reden: vollediger ]

[M-ThijZ]

Persoonlijk vind ik een OpenGL geaccelereerde desktop belangrijker dan spraakherkenning. Het is wel leuk, het is voor mensen met een handicap een uitkomst, maar verder, nee.
Waarom denk je dat ik liever een console commando typ dan meerdere klikken in een GUI? Snelheid.
spraakherkenning > gui omgeving > console

Met een toetsenbord kun je gewoon sneller overweg dan met een muis, dat is met spraakherkenning net voor. Ik zie mezelf bijvoorbeeld mijn pc al afsluiten.
Eerst sluit ik mijn applicaties af.
op het moment dat ik normaal met twee klikken het systeem afsluit moet ik dan opzoek naar mijn headset, waneer ik die op mijn hoofd heb geplant zeg ik 'shutdown' (wat ik drie maal moet herhalen aangezien mijn verkoudheid), dan kan ik mijn headset weer afzetten en sluit mijn systeem af.

het is gewoon niet snel. Over lange termijn kan er natuurlijk wel veel veranderen, zo zou de gebruikelijke interface (muis & toetsenbord) geheel vervangen kunnen worden. Misschien dat er dan ook een betere OpenGL integratie kan komen aangezien je niet meer 2D (muis) hoeft te denken .

Kortom: Waarom wordt er niet aan gewerkt? Omdat er geen doelgroep is.

[Erkens]

M-ThijZ schreef op zondag 27 maart 2005 @ 23:31:
Kortom: Waarom wordt er niet aan gewerkt? Omdat er geen doelgroep is.

mja, doelgroep is er wel, je noemt het zelf al, mensen met een handicap.
Echter aangezien heel veel opensource ontwikkelingen in vrije tijd van mensen gebeurd, zal het ontwikkelen van spraakherkenning waarschijnlijk alleen gedaan worden door mensen die in aanraking komen met mensen die zo'n handicap hebben en goed kunnen programmeren en nadenken over de problemen. En dat zijn er gewoon erg weinig

[Brent]

M-ThijZ schreef op zondag 27 maart 2005 @ 23:31:
spraakherkenning > gui omgeving > console

Dat is natuurlijk onzin. Jij bestuurd UT2004 zeker ook met de tilde?

Het hangt er gewoon vanaf wat sneller is. Sommige dingen kunnen in een console sneller, sommige dingen kun je sneller met een gui, en sommige dingen werken sneller door te spreken. En alhoewel het nog lang niet optimaal werkt, browsen met Opera 8 (spraakgestuurd) werkt best lekker. Geen handen nodig, geen RSI, en als de software eenmaal echt goed zou zijn, is het ook nog eens sneller.

[Verwijderd]

Spraakherkenning zoals het momenteel toegepast wordt in software die je kan kopen is niet echt bruikbaar. Het zou natuurlijk geweldig zijn dat mensen die blind zijn hun brieven kunnen "intikken" met hun stem, maar daar zal dan wel eerst de software backend voor aanwezig moeten zijn, en die zal heel anders moeten zijn dan de huidige tekstverwerkers. Het slaat nergens op om met je stem OpenOffice.org te besturen. Wat wel nuttig zou zijn: "Computer, ik wil m'n CV aanpassen", "Voeg toe dat ik tussen 2001 en 2002 bij firma X gewerkt heb". *Dan* ga je pas echt efficient werken. Niet als je kan praten tegen je computer en zeggen: "File, Open, Mydocs, CV 2004, Open, Loop naar regel 3, voeg lege regel toe, Voeg tekst toe: 2001-2002 Firma X".

Voor mensen die niet blind zijn is invoer via toetsenbord meestal sneller dan via spraak, dus dat zul je zeker niet moeten vervangen...

Wat dus nodig is zijn programma's die specifiek geschreven zijn voor stembesturing die in het geval van een tekstverwerker over een heleboel templates beschikt. Als je dat combineert met een techniek als Beagle om je CV op te zoeken tussen al je documenten kom je al een eind. Het probleem is dus nog niet eens zozeer de spraakbesturing zelf alswel de achterliggende applicatie software.

[lordgandalf]

als je wil dat er spraak-herkening komt op linux waarom ga je dan zelf niet proberen.
of als je niet kunt programeren zouw je kunnen proberen een oud project weer leven in te blazen of een nieuw project te gaan opstarten.
dat is het voordeel van open-source :D:D:D:D

[Boudewijn]

mwa ik wil als C++ hacker wel meedoen als mensen wat doen...

Maar je moet dan wel naast programmeer skills ook verstand hebben van DSP etc (voor het geluid ) en dat is iets wat ik niet kan zeggen. Of zie ik dat verkeerd?

[Brent]

Verwijderd schreef op maandag 28 maart 2005 @ 00:03:
Wat wel nuttig zou zijn: "Computer, ik wil m'n CV aanpassen", "Voeg toe dat ik tussen 2001 en 2002 bij firma X gewerkt heb". *Dan* ga je pas echt efficient werken. Niet als je kan praten tegen je computer en zeggen: "File, Open, Mydocs, CV 2004, Open, Loop naar regel 3, voeg lege regel toe, Voeg tekst toe: 2001-2002 Firma X".

Hoewel in eerste instantie het nog gewoon een spraakgestuurde gui zal zijn, is het uiteraard op termijn het mooiste als het echt spraakgestuurd zou kunnen worden. Alleen daarvoor is zoals je al zegt meer voor nodig dan enkel goede spraakherkenningssoftware, en die is er nog niet eens. Alles op z'n tijd dus

[M-ThijZ]

Breepee schreef op zondag 27 maart 2005 @ 23:42:
[...]

Dat is natuurlijk onzin. Jij bestuurd UT2004 zeker ook met de tilde?

Het hangt er gewoon vanaf wat sneller is. Sommige dingen kunnen in een console sneller, sommige dingen kun je sneller met een gui, en sommige dingen werken sneller door te spreken. En alhoewel het nog lang niet optimaal werkt, browsen met Opera 8 (spraakgestuurd) werkt best lekker. Geen handen nodig, geen RSI, en als de software eenmaal echt goed zou zijn, is het ook nog eens sneller.

offtopic:
tilde -> exit, is inderdaad sneller. Wil jij UT2004 besturen via spraakherkenning?

[Brent]

M-ThijZ schreef op maandag 28 maart 2005 @ 00:30:
[...]

offtopic:
tilde -> exit, is inderdaad sneller. Wil jij UT2004 besturen via spraakherkenning?

Ok, als je alleen UT2004 af wil sluiten, is de tilde sneller Als je ook nog eens fragmaster wil worden, zul je toch echt een andere interface moeten gebruiken. Daarbij werkt UT2004 inderdaad prima samen met spraakherkennings software. Je kunt heel makkelijk bots opdrachten geven ('cover me', of 'get out (of the vehicle)').

[ Voor 4% gewijzigd door Brent op 28-03-2005 00:45 ]

[mOrPhie]

Blijkbaar is er niet genoeg vraag naar. Het punt is dat spraakherkenning ook op Windows gewoon nog steeds erg ongebruiksvriendelijk is. Dat is de grootste reden waarom de vraag voor spraakherkinning op linux gewoon heel klein is. De linux-branche doet overigens wel dingen voor gehandicapten, zoals blindenkeyboards-ondersteuning, KSayIt (een applicatie die teksten opleest), ondersteuning voor device waar je middels blazen commando's kan geven, enz..

Ik heb hier wel dingen over gelezen in maillist-archieven trouwens. Er zijn een paar projectjes geweest die begonnen, maar door het gebrek aan adoptie, interesse en deelname zijn ze gefaald. Het geeft alleen maar aan dat spraakherkenning blijkbaar nog te weinig doet wat het moet doen en dat de doelgroep te klein is. Hoewel ik ook liever zie dat fysiek gehandicapten linux zouden kunnen gebruiken, is het wel de bittere werkelijkheid.

[Matias]

Verwijderd schreef op zondag 27 maart 2005 @ 21:13:

blabla...

Ik denk dat de de open source community een gouden kans hier hard aan het missen is.

Welke gouden kans? Die van 1000en ontwikkeluren zonder enige vorm van payback?

De prioriteiten worden verkeerd gesteld. Ik vind het gemak van spraakherkenning, waarmee ik achteruitgezakt in mijn stoel in Star Trek stijl mijn PC zou kunnen bedienen,

Helpt natuurlijk prima mee aan de overgewicht == langdurig computergebruiker kwestie Ik denk trouwens dat gedachtengestuurd computergebruik nog eerder ontwikkeld is dan spraakgestuurd in "StarTrek" stijl

belangrijker dan OpenGL geaccelereerde desktops of het werk aan de volgende versies van GNOME en KDE die op dit moment al bijna perfect zijn (niet dat ik dat niet belangrijk vind natuurlijk, maar de prioriteiten worden verkeerd gesteld). De open source gemeenschap is nog niet veel verder dan text-to-speech, wat in de nieuwste KDE zit.

Ik ben van mening dat het ontwikkelen van een spraakgestuurd OS ten eerste idioot veel tijd in bestag neemt, ten tweede de eerste 10 jaar niet feilloos zal werken, en ten derde gewoon niet rendabel is aangezien je nooit 100% direct tegen je pc praat. Je kent het verhaal wel van "Mam, ik ga uit" Pieuwww, pc uit.

[Brent]

Dat is makkelijk verholpen door de software eerst te moeten aanspreken. 'Computer, uit.'

De reden dat ook de software onder Windows eigenlijk nauwelijks gebruikt wordt is dat je gewoon de gui aan het bedienen bent, in plaats van een echt spraakgestuurd systeem te besturen. Dus niet 'Bestand > Afdrukken > tab-tab-tab > 3 > tab-tab-tab > OK', maar 'Computer: print drie maal'.

[Bergen]

M-ThijZ schreef op maandag 28 maart 2005 @ 00:30:
[...]

offtopic:
tilde -> exit, is inderdaad sneller. Wil jij UT2004 besturen via spraakherkenning?

offtopic:
Die spraakherkenning van UT2K4 (via de MS Speech engine) is anders wel erg leuk om mee te spelen: "Team, take their flag!" of "charlie and delta, backup!" ofzoiets werkt allemaal netjes!

[Johnny]

Verwijderd schreef op zondag 27 maart 2005 @ 21:13:

Maar van echte innovatie is er geen sprake. Spraakherkenningssoftware die volledig in een DE als GNOME en KDE geïntegreerd zou zijn, en dus open source en ook gratis is zou wel grote innovatie zijn.

Dat zit al lang in Mac OS X hoor, dus dan ben je weer features van anderen aan het namaken en is er van innovatie geen sprake.

De spraakherkenning in Mac OS X is trouwens nog wel voor verbetering vatbaar, niet alleen de herkenning, maar ook de commando's die je moet uitspreken zijn niet erg "natuurlijk".

[Blue2k]

Spraak herkenning als startrek zit er helemaal niet in binnenkort, want die 'computer' kan ook grammatica herkennen + context. Er zijn zoveel zinnen te bedenken waar je een heleboel verschillende kanten me op kunt, en die vaak zelfs een verschillende betekenis hebben! *Boek erbij pakt* Bijvoorbeeld de zin: "I made her duck". Die zin heeft 5 betekenissen (I cooked waterfowl for her, I cooked waterfowl belonging to her, I created the (plaster?) duck she owns, I caused her to quickly lower her head and body, I waved my magic wand and turned her into undifferentiated waterfowl). En zo zijn er veel meer van die zinnen, en dit is maar 1 probleem (ambiguity).

Dan hebben we het nog niet eens over het herkennen van zinnen uberhaupt. Het is niet handig om een dictionary te hebben van alle woorden + vervoegingen. Vooral niet voor bepaalde talen als turks of zweeds, die talen bestaan voornamelijk uit vervoegingen en toevoegingen. Op dit moment wordt veel met kansen gewerkt (statestiek), en dan wordt de kans op fouten vrij groot.

Wat er in telefoons zit verwerkt is gewoon pattern matching, je spreekt wat in, dat patroon wordt opgeslagen en daarna matched ie alle geluiden met dat patroon. Dat is alleen handig voor korte commando's en niet nuttig voor een OS zoals iemand al aangaf.

[Verwijderd]

Breepee schreef op maandag 28 maart 2005 @ 01:04:
Dat is makkelijk verholpen door de software eerst te moeten aanspreken. 'Computer, uit.'

"ik heb een computer uit het jaar nul" ... shutting down ... *pfieuw* ... *pluf*

Helaas..

[Verwijderd]

Verwijderd schreef op maandag 28 maart 2005 @ 11:23:
[...]


"ik heb een computer uit het jaar nul" ... shutting down ... *pfieuw* ... *pluf*

Helaas..

In dit geval zou je misschien kunnen overwegen een bevestiging te vragen, of gewoon dit soort ingrijpende commando's niet toe te staan. En de computer van de toekomst gaat natuurlijk nooit uit

Ik denk ook dat je aan de manier van uitspreken wel kunt achterhalen of er tegen de computer gepraat wordt of tegen iemand anders (gebiedende wijs klinkt toch anders dan "computer uit" in een willekeurige zin).

[Brent]

Verwijderd schreef op maandag 28 maart 2005 @ 11:23:
[...]


"ik heb een computer uit het jaar nul" ... shutting down ... *pfieuw* ... *pluf*

Helaas..

Kijk, zo kun je altijd wel wat verzinnen. Bovendien kun je een computer gewoon laten luisteren naar of er iets voor komt of erna. Dat heeft 'ie wel in de gaten hoor.

Het zijn details, eerst maar ns spraakherkenning.

[woutur]

Zo heeft mijn mobiele telefoon (SE k700i) een toverwoord functie: hij begint met uitvoeren als het toverwoord uitgepsroken is. Het lijkt me duidelijk dat je dit niet een generieke term maakt als 'Computer' maar beter een bijv. een naam of iets anders uitzonderlijks.

[Verwijderd]

Breepee schreef op maandag 28 maart 2005 @ 12:02:
[...]


Kijk, zo kun je altijd wel wat verzinnen. Bovendien kun je een computer gewoon laten luisteren naar of er iets voor komt of erna. Dat heeft 'ie wel in de gaten hoor.

Het zijn details, eerst maar ns spraakherkenning.

In OSX kan je instellen hoe e de computer wil aanspreken, maar standaard moet je ESC inhouden en dan het commando zeggen. je kan ook zo instellen dat je eerst een woord ofzo moet zeggen voordat de computer gaat luisteren na commando's. Standaard is dat woord 'Computer'.

Bij OSX kan je ook zelf 'speakable items' voor applicaties maken. Bijv in Safari kan je een bepaalde webpagina 'speakable' maken en als je het commando in Safari spreekt opent die bijv de bepaalde pagina. Maar zoals al gezegt zijn er wel nog gebreken aan het speech systeem van OSX.

Eigenlijk interesseert me die functie niet zo veel, niet in OSX maar ook niet in een ander OS. Met het tobo ben ik sneller dan als je het moet uitspreken, het enige nut zie ik voor lichaamelijkgehandicapten (hoewel muizen die met ogen bestuurd kunnen worden ook weer beter en sneller werken) en als je je bent om het kleden en je mail wil laten checken ofzo

Een open source oplossing zou natuurlijk leuk zijn maar ik zelf vindt het niet nodig. Het enige nut in mijn ogen is dat het meer een functie is om te showoff-en

[Verwijderd]

Is hier nooit iets van geworden dan? Dat is alweer enkele jaren oud, en volgens mij is dat de reden dat al die keuken-en-tuin-projectjes in de prullenbak zijn beland. Nobody beats IBM.

[mOrPhie]

Blijkbaar is het niets geworden. De link http://www.software.ibm.com/speech komt uit op http://www-306.ibm.com/software/voice/viavoice/, alwaar wij hetvolgende lezen:

ViaVoice® technology, now available to consumers on the Windows, Macintosh and handheld computer platforms, can afford a 'multi-modal' environment, freeing users from dependence on the mouse, keyboard and stylus for many applications.

Gezien de mac-support, lijkt linux-support niet ver weg en zullen ze dat bij IBM wellicht nog steeds in hun achterhoofd hebben zitten, maar voor linux is het dus in elk geval nog niet verkrijgbaar. Dit zal hoogstwaarschijnlijk commerciele redenen hebben gehad.

[MTWZZ]

Spraakherkenning is leuk maar dit is natuurlijk beter.
Wetenschappers van de uni in Pittsburgh hebben apen met een bionische arm die ze kunnen gebruiken door er alleen maar aan te denken.