Preizkus Googlovega govornega programskega vmesnika za slovenski govorjeni jezikČEFARIN, DAVID (Avtor) Dobrišek, Simon (Mentor) razpoznavanje govoraGooglepošiljanje elektronske pošteMotivacija za zaključno delo je bila želja, da bi spoznali in preizkusili Googlovo aplikacijo za razpoznavanje slovenskega govora. Želja je bila tudi ugotoviti, kako bi bil videti konkreten primer uporabe te aplikacije in na kakšne težave in omejitve bi pri tem naleteli. V prvem poglavju so predstavljena kratka zgodovina in glavna odkritja, ki so prispevala k razvoju sistemov za razpoznavanje govora. Tako lahko vidimo, da je v zadnjih par letih prišlo do velikega napredka pri razpoznavanju govora z uporabo večplastnih nevronskih omrežij. Nevronska omrežja so se v zadnjih letih uveljavila kot orodje za ugotavljanje verjetnosti ujemanja zvočnih signalov s shranjenimi modeli besed oziroma glasov. Tak pristop je prisoten v veliko komercialnih sistemov za razpoznavanje govora. Prav ti sistemi so predstavljeni v drugem poglavju. Tu lahko vidimo, da je na trgu čedalje več razpoznavalnikov govora, razvitih v velikih računalniških podjetjih, kot so Microsoft, Google ali Apple. Ti sistemi se uporabljajo tako za samo narekovanje besedila ali kot ključni del programov osebnih pomočnikov, ki predstavljajo popolnoma nov način interakcije z računalnikom. Iz vsega tega je jasno, da je razvoj razpoznavanja govora v zadnjih letih naredil velik napredek tako v akademski sferi kot v gospodarstvu. Kljub temu obstajajo številne omejitve pri uporabi sistemov za razpoznavanje govora v vsakdanjem življenju. Nekatere od teh problemov spoznamo s testiranjem Googlove aplikacije s pomočjo orodja HResults. Testiranja so bila izvedena na treh različnih skupinah vzorcev govora. Prva skupina je vsebovala vzorce počasnega in razločnega branja, v drugi skupini so bili vzorci hitrejšega in manj razločnega branja, v tretji pa so bili vzorci prostega govora. Točnost razpoznavanja se je razlikovala med različnimi vzorci. Tako je bila povprečna točnost pri razpoznavanju vzorcev iz prve skupine 88-odstotna, pri drugi skupini 79-odstotna in pri tretji 62-odstotna. Rezultati točnosti razpoznavanja pri prvi skupini vzorcev so zelo dobri in so podobni rezultatom, ki jih oglašujejo podjetja ob predstavitvi svojih izdelkov. Iz testov pa lahko vidimo, da ima Googlova aplikacija za razpoznavanje govora težavo pri hitrejšem branju. Težave ima predvsem z razpoznavanjem kratkih besed, kot so vezniki in predlogi, ki jih ne razpozna ali jih razpozna narobe. Pri prostem govoru je razpoznavanje še slabše zaradi velikega števila nepotrebnih glasov in medmetov, tako da so nekateri stavki popolnoma nerazumljivi. Iz rezultatov lahko zaključimo, da je Googlov razpoznavalnik zelo uporaben, če govorimo razločno in ga ne uporabljamo v situacijah, kjer je zahtevana popolna točnost pri razpoznavanju besed. Predstavljeni so tudi rezultati razpoznavanja na večji zbirki vzorcev v dveh različnih obdobjih. Iz preizkusa je razvidno, da se točnost razpoznavanja s časom izboljšuje. V zadnjem poglavju je opisan program, ki je narejen v programskem jeziku Python in je namenjen pošiljanju elektronske pošte s pomočjo govora. Pri razvoju programa lahko spoznamo načine implementacije in delovanje Googlovega sistema za razpoznavanje govora na praktičnem primeru. Googlova aplikacija je izredno zanesljiva, saj ni bilo nobenih problemov s povezavo na njen strežnik. Omejitev časovne dolžine govora, ki ga aplikacija razpozna, predstavlja oviro, če želimo delati z daljšimi zvočnimi datotekami. Ta problem se da rešiti z razdelitvijo zvočnih datotek na krajše dele. Da razdelitev ne uniči govora, jo je treba izvesti na mestih, kjer pride do prekinitve v govoru. Za snemanje program uporablja orodje PyAudio za pretvorbo med zvočnimi formati pa Sound eXchange. Ko imamo transkripcijo celotnega besedila, program besedilo uredi in zamenja narekovana ločila, kot so pika in vejica s pravimi ločili. Na koncu program pošlje besedilo na izbran naslov elektronske pošte. Uporabnost takšnih programov je predvsem v primerih, ko ima uporabnik zasedene roke ali oči z drugim delom in ne more ali ne sme uporabljati tipkovnice.20162016-05-27 14:30:04Diplomsko delo83123sl