Glas je vedno bolj metoda, ki se uporablja za interakcijo z našimi napravami, poleg tega pa je edina metoda za tiste, ki potrebujejo tovrstne metode dostopnosti. V vsakem primeru je povsem prijetno govoriti, da narekuje besedilo, ali preprosto vnašati glasovne ukaze v naše sisteme, tako da lahko izvajajo nekakšno operacijo, ne da bi uporabljali roke. Težava je v tem prepoznavanje glasu temeljijo na motorjih, ki uporabljajo matematične algoritme za prepoznavanje govora in niso 100% zanesljivi.
Tehnološki napredek vse bolj prinaša zanesljivost do popolnosti, umetna inteligenca in sistemi za velike podatke pa tudi veliko pripomorejo k izjemnemu izboljšanju programov za prepoznavanje govora. V zadnjem času se veliko trudi izboljšati te sisteme v največji možni meri in številne študije se osredotočajo na to, da bi izboljšale nadzor in postale vmesnik prihodnosti. Upoštevajte, da so trenutni vmesniki manj naravni za ljudi in manj hitri kot glas.
Sistemi za prepoznavanje glasu bodo v prihodnjih letih imeli vrednost približno 10 milijard dolarjev in zato se velika podjetja osredotočajo na razvoj pomočnikov, kot so Applova Siri, Microsoftova Cortana oz. Mycroft za Linux, poleg tega da postajajo vse bolj priljubljeni in pogosti izdelki, kot so Amazon Echo, Google Home ali Apple HomePod za dom, pa tudi integriranje dovršenih sistemov za prepoznavanje glasu v povezanih avtomobilih.
To je rekel, naš seznam orodij za prepoznavanje govora za Linux Zvok:
- Julius: je zmogljiv sistem za neprekinjeno prepoznavanje govora z veliko besedišča.
- DeepSpeech: je implementacija Baidujeve arhitekture DeepSpeech TensorFLow.
- Simon: dokaj prilagodljiva programska oprema za prepoznavanje govora.
- kaldi: je nabor orodij za raziskovanje prepoznavanja govora C ++.
- CMUSphinx: v tem primeru gre za mehanizem za prepoznavanje glasu za mobilne aplikacije in strežnike.
- deepspeech.python: je izvedba DeepSPeech s Pythonom in uporabo Baidu Warp-CTC.