Forum Ubuntu-fr.org / [résolu] CMU Sphinx reconnaissance vocale

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Sat, 04 May 2013 14:44:36 +0000

Bonjour,
J'ai corrigé le code car le compteur qui filtre l'entete des fichier ne marche pas et cela produit 6 ondes de trops.
En d'autres mots, j'ai refais la bibliothèque sans entete en plus cela va diviser le code par 2.
Mais je ne peux pas encore le faire car la création des fichiers audio dans la zone tampon est beaucoup trop rapide, sox n'arrive pas à lire le fichier audio qu'un autre commence déja à se créer. Ja vais regardé comment récupéré dans sox que le fichier a fini d'être lu pour envoyer l'écriture du suivant en atendant je vais réduire la vitesse de lecture dans le main de l'application

Astuce, j'ai accordé par hasard en jouant des sons à la place d'une lettre, ça donne un effet pas mal comme une programmation de piano. Mais pour l'instant, j'ai pas le temps d'explorer cette voie.

Cordialement

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (markos_le_malos) — Sat, 04 May 2013 12:22:21 +0000

arf... je vais aller voir le résultat.

je ne sais pas encore comment ni si ça fonctionne (du moins ici) n'empêche qu'on peut dire que temps est du genre coriace et tétu

j'y go de suite sur tes liens, et en attendant, quand même bravo et merci pour tout ce taf.

allez on teste

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Sat, 04 May 2013 08:37:59 +0000

Bonjour,
Bien que l'idée est germée en 2009, que j'ai commencé à en parlé sur le forum en 2010, finalement j'ai pu la réaliser même si j'ai du tout reprendre au début (presque car sox fait le lien entre la ligne de commande et les cartes audio du moment).

Je poste sur ce fil pour dire que l'idée se concrétise et que j'ai mis en ligne une première version de synthétiseur vocal libre que sous linux.
Je viens tout juste d'écrire ce matin la notice d'utilisation en ajoutant le son "ch".

En controlant j'ai pu m’apercevoir qu'il est apparu un parasite à chaque début de lettre qui n'existait pas au début, je pense qu'il apparaît quand je concatene le fichier tampon, mais les sons restent audibles et maintenant que je l'ai vu je trouverai la cause et la corrigerai.

Tout retour d'information ou participation à la création ou amélioration des sons de base est la bienvenue (voix grave, aigue, enfantine, accent belge, régional ou canadien... toutes les richesses de notre langue

Je poste le message qui a ouvert le fil en résolu, puisque j'ai la solution

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Thu, 14 Mar 2013 20:39:14 +0000

Bonjour,
Pour ceux qui sont intéressés, j'avance toujours sur mon projet audio pour le synthétiseur vocal je viens de mettre en ligne un convertisseur de fichier texte en fichier audio des principaux API phonétique. J'ai utilisé des fichiers texte qui est beaucoup plus lourd qu'un fichier binaire pour que chacun puisse ajusté sa phonétique, mais avec un peu d'observation on s’aperçoit que ma modélisation en fichier texte pèse toujours beaucoup plus léger que les fichiers audio et a une bien meilleur qualité. C'est en ligne et c'est ici
Autrement pour le reste du projet, j'ai 5 formes d'écriture du format audio "jo" selon l'utilisation en exemple 2 octets par front pour la téléphonie, et ce week-end je présente un proto de carte audio que j'ai réalisé avec une équipe de tux.
Cordialement

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (markos_le_malos) — Wed, 25 Jul 2012 22:49:26 +0000

plop merci

on se penche dessus et on teste (même si j'ai pas tout compris aussi)

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (bernie_liege) — Thu, 19 Jul 2012 13:17:00 +0000

Eventuellement, pour ceux qui sont toujours interéssées par sphinx, il y a un excellent tuto pour utiliser cette librairie avec java (via eclipse).

http://code.google.com/p/voicecmdr/wiki … ognitionFR

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Fri, 22 Jun 2012 03:42:25 +0000

Bonjour,
Le projet avance, mais nous avons effectué, il y a deux mois un grand virage, quand j'ai découvert que les technologies utilisées actuellement dans les cartes sons déformaient les formes de front que je créais à l'aide des soft.
L'équipe est composée de deux personnes.
Nous travaillons actuellement sur le hard suite au fait que le soft a atteint les limites du matériel.
Nous avons fini de réalisé avant hier le proto de la carte audio que j'ai conçu, et testé en réel avec succès, je suis actuellement sous kicad de manière à tirer un circuit imprimé pour y poser les composants (moins de 10 euros).
En d'autres mots, le passage du soft au hard n'est pas un choix, mais plutot une obligation, car même si j'arrive avec mon format audio adn à modéliser les voyelles avec quelques octets, surprise selon le fabricant de carte audio le même code ne donne pas la même voyelle car selon les filtres de la carte les "volumes entre les deux fronts" varies et le son "i" devient un son "o", presque toutes les consonnes sont quand à elles toujours beaucoup plus légère que les voyelles donc posent moins de difficultés.
En d'autres mots encore, oui, j'ai identifié les lois physiques et les effets physiologiques des sons, je peux les modéliser avec quelques octets, mais je n'ai pas développé d'application car il y a un grave problème d'incohérences avec le hard qui se trouve actuellement sur le marché.
Pour plus de détails, nous pouvons dire que les cartes audio actuelles sont comme ces ampoules au néon qui font perdre la vue.
Nos yeux sont des capteurs qui recherchent des informations sur une palette de formes que peut prendre la lumière, pour consommer moins d'énergie les sachant ont créés des lampes néons qui n'éclairent qu'une toute petite partie de ces formes. D'ou les yeux forcent dans le noir à la recherche des autres formes et s'abiment, nous rendant aveugle. Pour l'audio les mêmes sachant sont visiblement aussi passé par la.
Cordialement

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (wanaga) — Fri, 22 Jun 2012 00:29:38 +0000

Ton travail est très interessant ! Ou en est ton projet à l'heure actuelle ?

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Thu, 07 Apr 2011 09:29:26 +0000

l@in a écrit :

je n'est pas tout compris mais je te soutient

Je vais le dire en d'autres mots, contrairement aux croyances, la caractéristique de la voix humaine n'est pas une histoire de fréquence, mais une histoire de variations entre fronts montants et aussi entre fronts descendants. Les deux premières versions que j'ai mise en ligne le démontrent et ne sont la que pour expliquer le fonctionnement des sons.
L'amplitude importe peu, tout est dans cet assemblement de fronts, la quatrième valeur le jo, a une limite basse et haute elle n'est que la pour donner la forme de la variation et peu etre déduite au tractopelle pas besoin de pince à épiler, on varit juste un peu le timbre.
Si j'utilise 8 sens c'est que j'ai du adapté la présentation au format aiff, et même avec aiff pour avoir un son cristalin 4 sens suffisent. Dans la réalité comme écrit plus haut, il n'y a que deux sens qui correspondent au front montant et au front descendant.

Le fait d'utiliser opelAL, va pouvoir me permettre de créer directement des fichiers ".jo" en binaire "plus léger et plus rapide au traitement que des fichiers en ASCII. En plus openAL va permettre de jouer ces fichiers binaires. Il nous restera encore à créer une bibliothèque de son de base utilisée dans le langage français.
Amicalement

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (l@in) — Wed, 06 Apr 2011 14:43:18 +0000

je n'est pas tout compris mais je te soutient

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Sat, 02 Apr 2011 14:19:00 +0000

Bonjour,
J'ai fini la deuxième version du projet http://www.constructeur-exo.com/legere/ pour les binaires, et ici http://www.constructeur-exo.com/ dans l'onglet analyseur de courbe pour les sources.
Je viens de commencer la troisième version du projet qui remplace le fichier abadie.jo en ASCII par un fichier en binaire ce qui va permettre d'aller beaucoup plus vite et bien que le projet possède déja des fichiers beaucoup plus léger que du mp3 sans perte de qualité, cela va encore plus alléger le poids. De plus j'ajoute au lecteur soit openAL soit FMOD de manière à jouer le fichier audio créer.
A cette occasion, bien que je conserve la licence limité CC, je suis à la recherche de partenaires pour faire avancer ce projet.
Il y a deux sens de compétences possibles, pour les simples utilisateurs, il suffit d'installer le lecteur de la version 2, et d'une manière empirique de découvrir les lois des sons, qui permettent de créer les sons A, Ba, ... en d'autres mots les fichiers abadie.jo les plus légers possibles.
Pour les autres, les programmeurs linux en C ou C++ une aide à la réalisation de la troisième version, sachant que les noms seront associés au projet qui restera gratuit sous linux non commercial.
Cordialement

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (fanfantasy7) — Mon, 28 Mar 2011 17:06:10 +0000

ok
merci de votre réponse

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Mon, 28 Mar 2011 08:10:58 +0000

Bonjour fanfantasy7,
Oui quand le logiciel sera terminé, il permettra d'écrire ce qui est entendu, de dire ce qui est vue, de dire ce qui est écrit en terme classique ou en phonétique simplifié.
Pour l'instant je n'ai créé que les outils qui vont me permettre de créer cela, et encore il faut que j'améliore le modéliseur. J'ai pris contact avec shtooka en leur demandant l'autorisation d'utiliser leur base audio afin de construire la mienne

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (fanfantasy7) — Mon, 28 Mar 2011 07:23:02 +0000

je cherche un logiciel qui écris ce que l'on dit à haute voix
temps, est-ce bien de cela que tu parle ?
si oui je veux bien tester ton programme
merci

Réponse à : [résolu] CMU Sphinx reconnaissance vocale

dummy@example.com (temps) — Mon, 14 Mar 2011 16:42:08 +0000

Si le commentaire de markos est pour moi, merci.
Actuellement la deuxième version est presque au point mais pas encore tout à fait. La principale différente entre la première et deuxième version, c'est que dans la deuxième version il y a deux sens de plus pour indiquer quand la variation reste dans la partie supérieur ou inférieur. Pour donner l'amortie j'ai intégré dans ces deux sens supplémentaires sens 5 et sens 6 la fonction retard mais je ne suis pas sure que ce soit une bonne idée suite à mes tests, il faudrait peut-être mieux rester sur un système qui marche en créant une ligne médiane virtuelle qui viendrai se mettre au niveau de l'onde. Et en plus j'aurai eu moins de mal à écrire ça que de vouloir me faire plaisir en intégrant une fonction retard.
Au fait une fois que j'aurai un modélisateur et un player totalement fonctionnel avec la reconnaissance vocale et aussi la possibilité de lire les textes pour les mal voyant, je voudrais qu'il soit gratuit pour tout le monde linux, mais la gratuité réservée au monde linux. Pour les autres systèmes, je voudrais que mon logiciel me rapporte un peu d'argent, c'est pour ça que même si je dis comment il fonctionne, j'ai arrêté de donner les sources sur le forum. Est-ce que quelqu'un à une idée de comment faire pour arriver à faire cela : Gratuit sous linux, payant pour les autres O.S. ?
Bien sur ceux qui veulent un fichier binaire (modelisateur + player) de la première version pour tester en respectant la condition de ne pas divulguer (une signature numérique par mail me suffit), il suffit de m'indiquer leur nom après /home/ pour que je modifie le fichier source à leur attention et je leur mets en téléchargement sur un de mes site web. Quand les sons sont pures, avec une traversé de la médiane pour chaque onde, cette version marche super bien, d'ailleur la version pour les mal voyant sera faite la dessus car nous avons des fichiers ultra léger, idéal. Avec cette version il suffit de créer une bibliothèque pour avoir la version mal voyant, et même pourrait à elle seule suffire à la reconnaissance vocale, le fichier texte abadie.jo pouvant facilement être soumis à un comparateur en bash ou en langage C, il n'y a qu'à identifier.
La nouvelle version est en fait un moyen de transformer n'importe quel fichier son, parole ou musique en format ultra-léger, et aussi de créer un nouvel instrument de musique qui pourra intégrer de la voix comme des sons qui n'existent pas encore.
Cordialement