В днешно време е трудно да изненадате някого с гласов асистент. Има мобилна Alexa, Google Assistant и Siri, има Cortana на Windows. Но операционната система Linux остана без такова приложение дълго време. Но сега се появи - след 3 години разработка беше освободен версията за освобождаване на гласовия асистент Dragonfire 1.0.
Какво се знае
Програмата е написана на Python и се разпространява под лиценза на MIT. Изисква дистрибуции, базирани на операционната система Ubuntu, включително KDE neon и елементарна операционна система. Има и мобилна версия за Android.
Разпознаването на гласови команди се извършва от системата за разпознаване на реч Mozilla DeepSpeech. Базиран е на платформата за машинно обучение TensorFlow. Синтезът се осъществява за сметка на Фестивала. Интерфейсът въпрос/отговор се основава на библиотеката за разпознаване на текст на естествен език spaCy и данни от Wikipedia. Отговорите са формирани на базата на диалози от филми (Cornell Movie-Dialogs Corpus).
На екрана може да се покаже полупрозрачен силует, за да се визуализира Dragonfire. Той показва работата на системата. Гласовите команди ви позволяват да стартирате приложения, да изчислявате математически изрази и да задавате произволни въпроси. Можете да използвате гласа си, за да търсите в списъка с вградени команди.
Системата може да работи в сървърен режим, предоставяйки RESTful API за създаване на диалогови чатботове. Доставката вече има готова версия на бота за Twitter. Системните изисквания на Dragonfire включват видеокарта с поддръжка на CUDA и 2 GB безплатна RAM. Разпознаването на реч също се поддържа с помощта на Google Speech API, а не с вградения двигател. Това ще спести системни ресурси.
Защо е необходимо това?
Първоначално асистентът Dragonfire се разработва като част от проекта за мотоциклетна каска с добавена реалност Dragon Armor. Използването на технологията за гласово управление обаче е интересно и на обикновените компютри. Да, това е по-малко познат начин от мишката, но кой знае, може би в бъдеще Dragonfire и други подобни ще станат задължителни "резиденти" на операционните системи.
Така че фантастичните хора бяха прави, скоро ще бъде възможно да говорите с виртуален асистент като нормален човек.
Dzherelo: GitHub