I dag er det svært at overraske nogen med en stemmeassistent. Der er mobil Alexa, Google Assistant og Siri, der er Cortana på Windows. Men Linux OS forblev uden en sådan applikation i lang tid. Men nu er den dukket op – efter 3 års udvikling var den det frigivet udgivelsesversionen af Dragonfire stemmeassistent 1.0.
Hvad er kendt
Programmet er skrevet i Python og distribueres under MIT-licensen. Det kræver distributioner baseret på Ubuntu OS, inklusive KDE neon og elementært OS. Der er også en mobilversion til Android.
Genkendelse af stemmekommandoer udføres af Mozilla DeepSpeech sproggenkendelsessystemet. Den er baseret på TensorFlow maskinlæringsplatformen. Syntesen udføres på bekostning af Festival. Spørgsmål/svar-grænsefladen er baseret på spaCy natural language tekstgenkendelsesbibliotek og data fra Wikipedia. Svarene er dannet på baggrund af dialoger fra film (Cornell Movie-Dialogs Corpus).
En gennemskinnelig silhuet kan vises på skærmen for at visualisere Dragonfire. Det viser systemets funktion. Stemmekommandoer giver dig mulighed for at starte applikationer, beregne matematiske udtryk og stille vilkårlige spørgsmål. Du kan bruge din stemme til at søge gennem listen over indbyggede kommandoer.
Systemet er i stand til at arbejde i servertilstand, hvilket giver en RESTful API til at skabe dialog chatbots. Leveringen har allerede en klar version af botten til Twitter. Dragonfires systemkrav omfatter et videokort med CUDA-understøttelse og 2 GB gratis RAM. Talegenkendelse understøttes også ved hjælp af Google Speech API i stedet for den indbyggede motor. Dette vil spare systemressourcer.
Hvorfor er dette nødvendigt?
I første omgang udvikles Dragonfire-assistenten som en del af Dragon Armor-motorcykelhjelmprojektet med augmented reality. Brugen af stemmestyringsteknologi er dog også interessant på almindelige pc'er. Ja, dette er en mindre velkendt måde end musen, men hvem ved, måske vil Dragonfire og lignende i fremtiden blive obligatoriske "residenter" af operativsystemer.
Således havde de fantastiske mennesker ret, snart vil det være muligt at tale med en virtuel assistent som en normal person.
Kilde: GitHub