Pytorch NLP rozpoznawanie mowy

Question

Siemka zaczynam naukę pytorcha i zastanawiam się jak zrobić interfejs głosowy od czego w ogóle zacząć? Chciałbym zrobić coś al'a Siri ale nie aż tak zaawansowane bardziej jako "wolny" projekt. Ostatnio zacząłem interesować się tematem NLP i pomyślałem że że to będzie dobry projekt.

Answer 1

Widzę, że temat zdechł zanim w ogóle miał szansę ożyć. Powiedz mi - z czego korzystasz do nauki pytorcha i jak idzie Ci rozpoznawanie mowy w nim? Pytam, bo istnieją już do tego gotowe narzędzia jak CMU Sphinx, który działa offline oraz Google Speech Recognition, który działa online - oba w Pythonie - ale działa chyba z angielskim, więc chciałbym wiedzieć czemu akurat PyTorch.

https://pypi.org/project/SpeechRecognition/

Co do samego syntezatora mowy, nie znalazłem niczego lepszego od gTTS (działa tylko online), a dodatkowo polski głos brzmi tak beznadziejnie, że jak nie planujesz używać angielskiego (en-US), to licz się z tym że będzie on naprawdę sztuczny. Nie wiem czy nie lepszym rozwiązaniem byłaby próba zrobienia syntezatora mowy na podstawie własnego głosu, ale to tylko luźna sugestia - wydaje się to być trochę skomplikowane.

EDIT:

Właśnie znalazłem coś, co wydaje się najlepszym rozwiązaniem:

https://github.com/mozilla/DeepSpeech

https://github.com/mozilla/TTS

Comments

Do nauki pytorcha używam internetu i książek, generalnie porzuciłem już ten projekt nad własną siri, raz że nie umiem jeszcze tyle ile bym chciał więc dużo nauki przede mną, a dwa że jestem świeżakiem w sieciach neuronowych. Dzięki za materiały i rady na pewno w przyszłości wrócę do tego tematu. Polecasz może jakieś proste projekty na początek? Generalnie nie mam ogromnej mocy obliczeniowej, a chciałbym domyślnie pracować przy rozpoznawaniu obrazów. Chciałbym napisać sieć która rozpoznaje konkretne rodzaje obiektów i wykonuje pewne określone akcje gdy je rozpozna.

---

Generalnie sam w Pythonie nie jestem najlepszy, zawodowo programuję w PHPie. Ja zaczynałem naukę od Data Science - najpierw trzeba rozumieć dane, które chce się przetwarzać w uczeniu maszynowym - https://www.youtube.com/watch?v=3eTSVGY_fIE

Takich zadań jest oczywiście więcej. Osobiście zaczynałem od tutoriali sci-kit learn zanim zacząłem bawić się z TensorFlow.