Библиотека для распознавания речи и как ею пользоваться

[Krasi]

Я недавно понял, что хочу свою систему, которой можно:

1. Давать голосовые команды.
2. Получать голосовой ответ.
3. По распознаммым командам совершать некоторые действия.

Нужна хорошая библиотека по распознаванию речевых команд. Желательно, в которой есть возможность обучения к конкретному пользователю.

Если заранее знаете библиотеки по синтезу речи - здорово.

[Smitt&Wesson]

Ну, знаю. Счастья тебе это не принесёт. Бесплатных нет, а у платных, цены начинаются с планки 2 000$. Всё, что ниже - лохотронные поделки или просто - разводилово.

[pproger]

Сообщение от Krasi

Я недавно понял, что хочу свою систему, которой можно:

1. Давать голосовые команды.
2. Получать голосовой ответ.
3. По распознаммым командам совершать некоторые действия.

Нужна хорошая библиотека по распознаванию речевых команд. Желательно, в которой есть возможность обучения к конкретному пользователю.

Если заранее знаете библиотеки по синтезу речи - здорово.

eSpeak, festival, ms speech engine

[Krasi]

Ок, поразбираюсь. А вот я нашел компромисс: я вчера нашел пример распознавания речи в Матлаб за счет нейросети, поэтому немного расширяю вопрос, если это нелегко - мне нужна любая опция распознавания сети, которую я могу обучать и встраивать в свое приложение.

Суть в том, что вчера я сделал базу слов, обучил нейросеть и программа, в результате, отлично определяла сказанные слова.
Но тут я понял 2 недостатка, из-за которых я не могу использовать такой способ распознавания речи, если Вы не предложите что-нибудь.

1. Если я называю слово, которого еще нет в базе данных, то программа все-равно выбирает слово из базы данных. Как можно сделать, чтобы она вместо поиска решения при наличии вопроса спросила бы: введите текстом, что означает эта фраза, этого слова я не знаю и хочу его выучить...

2. Если я обучу систему стандартной фразе, а потом просто добавлю еще одно слово к этой фразе, либо вставлю его в середину фразы, то система меня не поймет при большой базе данных. Система не может принять сразу 2 решения, она находит только одно заученное слово... Как быть с этим?

Ну и, вообще говоря, хочу спросить: а сложно ли распознавать речь разных тембров. То есть если я поменяю микрофон или за меня команду скажет моя жена, то устройство сначала этого не поймет. А хотелось бы. Как бы вы предложили, делать распознавание сразу для всех людей, или только под себя?

[Krasi]

И насчет синтезаторов речи... Я бы хотел использовать не стандартный голос, а например, свой или жены и тп...
Как можно обучить тот же синтезатор eSpeak (можно и другой...) говорить моим голосом?

[pproger]

или жены и тп

а жена о тп знает?