Diktovanie a rozpoznávanie textu na webstránke

Rozpoznať diktovaný text môže priamo iOS,Android či iný operačný systém, či jeho aplikácia.

Pokým sa nechcete spoliehať na túto možnosť (užívatelia o nej často nevedia) a chcete priamo vo webstránke zobraziť ikonku mikrofónu na nadiktovanie textu, mátie tieto možnosti:

1. Podporovať len Google Chrome
2. S oveľa viac programovaním podporovať aj Firefox, Edge, a v budúcnosti aj Safari.

Možnosť 1) :: Podporovať len Google Chrome

A Firefox len s manuálnym zapnutím rozpoznávania v nastaveniach Firefoxu (tu je aktuálna podpora speech recognition api).

Browser teda má priamo JavaScriptové funkcie na podporovanie rozpoznávania diktovanej reči. S týmito dvoma linkami rozpoznávanie reči naimplmentujete ľahko:

https://developer.mozilla.org/en-US/docs/Web/API/Web_Speech_API/Using_the_Web_Speech_API

https://developers.google.com/web/updates/2013/01/Voice-Driven-Web-Apps-Introduction-to-the-Web-Speech-API?hl=en

Výhodou je že API automaticky detekuje, kedy uživateľ prestal hovoriť. Nemusí stlačiť „stop“.

Ďaľšou obrovskou výhodou je podpora gramatík a slovníkov: môžete presne vyšpecifikovať čo sa má rozpoznať, napríklad [preposli|vymaz][email|video].

Stránku majte na „https“, inak sa Chrobe bude pýtať na povolenie použiť mikrofón zakaždým, nie len prvý raz.

Možnosť 2) :: Viac práce

V Chrome, Firefoxe, Edge, Opere a dúfajme čoskoro aj Safari môžete nahrať do blob-u zvuk z mikrofónu (tu je aktuálne podpora „getUserMedia„). Tento zvuk môžete odoslať na Google Cloud Speech API, ktorý vám vráti rozpoznaný text.

Na nahrávanie zvuku v browseri vám môže pomôcť táto knižnica: MediaStreamRecorder

Výhodou je širšia podpora prehliadačov. Nevýhodou je omnoho, omnoho viac programovania a nutnosť manuálnej akcie uživateľa o konci diktovania.

Záverom

Zvolil som možnosť 1) a som príjemne prekvapený presnosťou rozpoznávania. Len chrome, čo už, ostatný užívatelia dostanú warning.

Ak sa vám nechce alebo nemôžete hovoriť, môžete si na OSX nastaviť ako vstup mikrofónu výstup z audio playeru, pomocou tohoto programu: SoundFlower

Foto: M.Keefe