Naučte svoj HW-elektroniku porozumieť hovorenej reči - slovenčine

[hardstano]

Data sa dajú už stiahnuť a su voľne k dispozíci...
https://commonvoice.mozilla.org/sk/datasets

Takže hurá na trénovanie slovenskej AI.

[boraicho]

ospravedlnujem sa za blbu otazku, ale ako to funguje? alebo ako to použiť? Kde strčim ten subor?
Rasbery alebo niečo podobne, pripojim mikrofon a ono to potom dokaže prekladať hlasove príkazy do textu a všetko OFFLINE?

[hardstano]

Ak je to popis blokového HW schématu, tak ano je to v podstate tak. Podstatné na tom riešení je ale to off-line .

Ta malina nemusí byť jediné HW riešenie viz. staršie príspevky, alebo inšpirácia z malého porovnávania HW.
https://www.hackster.io/dmitrywat/offli ... ker-c537e7

Je potrebné tam mať eště v tej maline nejaký SW na prevod hlasu do textu (STT-speech to text) napríklad DeepSpeech.
Tu je návod na inštaláciu na Raspberry Pi 4
https://github.com/touchgadget/DeepSpeech
Manuál k DeepSpeech.
https://deepspeech.readthedocs.io/en/latest/

Ďalšie informácie o prevode hlasu na text hľadať v kombináciach STT-speech to text-speech-voice-speak + Raspberry

Existuje i varianta využitia opačná a to prevod textu na hlas tj. TTS-text to speech.
https://levelup.gitconnected.com/instal ... af16459ab9
https://github.com/mozilla/TTS

DOVOLÍM SI POZNÁMKU, TYCH SLOVENSKÝCH DÁT VO ZVEREJNENOM BALÍKU NA STIAHNUTIE JE STRAŠNE MÁLO NA NEJAKÉ ZLOŽITEJŠIE ÚLOHY!

Celkom je teraz k dispozícii cca 6-7000 "viet" a v prípade slovenčiny to sú z 90% len samostatné slová.
Nahovorených je celkom 12 hodín z toho validovaných len 10 hodín. Je to tak-tak na nejaké jednoduché príkazy, to sa uvidí...

Takže prispievajte, šírte informácie, pritiahnite ďalších dobrovoľníkov, teraz keď už je slovenčina vonku, treba to už "len" rozširovať a zlepšovať... darovaním:
- textov s licenciou CC0 https://commonvoice.mozilla.org/sentence-collector/, alebo validovaním tych z wikipedie https://discourse.mozilla.org/t/slovak- ... a/71350/11
- hlasu (hovorte)
- ucha (počúvajte)

[hardstano]

Bol vydaný nový hlasový dataset a slovenčina má už celkovo 17 hodín overených záznamov voľne k použitiu.
https://commonvoice.mozilla.org/sk/datasets

[hardstano]

V lete bol vydaný aktualizovaný dataset. Slovenčina nezaznamenala výrazný pokrok a pribudla len 1 hodina a tak má iba 18 hodín overených záznamov.

Chce to nové hlasové záznamy a trochu viac zaparacovať hlavně na pridávaní a kontrole nového obsahu tu:
https://commonvoice.mozilla.org/sentenc ... ctor/#/sk/