Home / LinuxUser / 2010 / 12 / PC per Sprache steuern mit Simon

Newsletter abonnieren

Lies uns auf...

Folge LinuxCommunity auf Twitter

Top-Beiträge

Eingedost
(161 Punkte bei 4 Stimmen)
Aufteiler
(161 Punkte bei 4 Stimmen)

Heftarchiv

LinuxUser Heftarchiv

EasyLinux Heftarchiv

Ubuntu User Heftarchiv

Ubuntu User Heftarchiv

Partner-Links:

Das B2B Portal www.Linx.de informiert über Produkte und Dienstleistungen.

Auf ein Wort

PC per Sprache steuern mit Simon

Basismodelle und Szenarien

Simon unterstützt eine ganze Reihe bereits vorgefertigter Basismodelle. Um eines davon zu verwenden, laden Sie es herunter, entpacken es und geben unter Settings | Configure Simon... | Model Settings den Pfad zu den jeweiligen Modelldateien an (Abbildung 3). Mit adaptierten Basismodellen lassen sich die schnellsten Erfolge erzielen, doch auch bei den benutzergenerierten Modellen hält sich der Trainingsaufwand in Grenzen. Simon analysiert die Daten auf Phonem-Ebene – das bedeutet, dass die Aussprache in Form von durch Leerzeichen getrennten Phonemen vorliegen muss. Das Wort Computer beispielsweise lautet als solches Phonem k O m p j u: t @ r – dazu später mehr.

Abbildung 3

Abbildung 3: Über vorgefertigte Akustikmodelle lässt sich Simon schnell konfigurieren.

In der Regel legt Simon alle neuen Worte, Grammatiken und Kommandos im sogenannten Standardszenario ab. Für bestimmte Anwendungsfälle, etwa die Bedienung des Browsers Firefox oder des Mediacenters XBMC, existieren bereits Szenarien. Indem Sie diese herunterladen und installieren, ersparen Sie sich das Zusammentragen eigener Wörter und das Erstellen passender Grammatiken. Den vorgegebenen Wortschatz müssen Sie nur noch trainieren und an Simond übertragen.

Um eigene Szenarios anzulegen, klicken Sie in der Szenario-Verwaltung auf den Schalter Neu, benennen das Szenario und ergänzen Versionsnummer und Lizenzangaben sowie optional die zugrunde liegende Simon-Version und eine Autorenangabe. Anschließend füllen Sie das Szenario mit Wörtern und daran geknüpften Anwendungsfällen. Soll die eigene Arbeit später das Angebot der für alle verfügbaren Szenarien bereichern, vergeben Sie den Szenariennamen gemäß der Konvention [Sprache/Akustikmodell] aussagekräftiger Name, also beispielsweise [DE/VF] Opera für ein Szenario rund um den Browser Opera. Existieren mehrere Szenarien, fügt Simon alle neuen Wörter, Kommandos und Grammatiken dem aktuell aktiviertem Szenario hinzu.

Training

Nach Auswahl eines Basismodells und gegebenenfalls eines Szenarios ist jetzt die Zeit gekommen, Simon zu trainieren. Ein Klick auf Vokabular präsentiert viele rot hinterlegte Zeilen, was bedeutet, dass die fraglichen Wörter noch nicht mit Stimme und Aussprache des Anwenders verknüpft wurden (Abbildung 4) oder – im Fall eines benutzergenerierten Modells – Simon noch völlig unbekannt sind. Diese lassen sich nun markieren und zum Training hinzufügen.

Abbildung 4

Abbildung 4: Noch zu erlernende Vokabeln markiert Simon rot.

Alternativ starten Sie das Training mit einem Klick auf den gleichnamigen Schalter in der Werkzeugleiste unmittelbar, alle unbekannten Wörter fügt Simon dann automatisch den Trainingsdaten hinzu (Abbildung 5). Bei der Seitenanzahl handelt es sich in der Regel um die Zahl der Wörter beziehungsweise Wortgruppen, die Sie ins Mikrofon sprechen müssen.

Abbildung 5

Abbildung 5: Die Seitenanzahl einer Trainingseinheit entspricht der Zahl der zu übenden Wörter.

Das Training läuft in Form eines Dialogs ab: Simon zeigt nacheinander alle zur Trainingssitzung gehörigen Wörter oder Wortgruppen an, Sie lesen diese jeweils vor. Simon beschreibt dabei genau, was Sie zu tun haben, prüft jede Aufnahme auf deren Qualität und warnt, falls diese nicht ausreicht (Abbildung 6). Dazu prüft es beispielsweise den höchsten Lautstärkepegel und das Verhältnis des Signals zum Rauschen. Um Simon die Möglichkeit zu geben, das Rauschen herauszufiltern, sollten Sie vor und nach jeder Aufnahme etwa zwei Sekunden Stille aufnehmen. Sobald Sie eine Einheit abgearbeitet haben, geht Simon direkt zur nächsten über.

Abbildung 6

Abbildung 6: Simon warnt bei Aufnahmen geringer Qualität.

Falls Sie sich für ein benutzergeneriertes Akustikmodell entscheiden, fallen mindestens fünf Trainingsrunden an. Zwar klappt eine rudimentäre Erkennung auch schon nach zwei Durchläufen, aber die Trefferquote bleibt in diesem Fall sehr spärlich. Im Test erkannte Simon nach zehnmaligen Training die zugerufenen Wörter in jedem Fall fehlerlos.

Bei neuen Wörtern besteht die Herausforderung darin, für jedes neue Wort ein "Terminal" zu wählen – Sie müssen also angeben, ob es sich um ein Verb, ein Substantiv, einen Trigger oder ein Kommando handelt. Zudem gilt es, wie oben bereits erwähnt, die Aussprache in Form eines Phonems zu definieren, wie des schon zitierten k O m p j u: t @ r. Nicht-Linguist tun sich damit erfahrungsgemäß schwer, ein Schattenlexikon spart hier viel Arbeit. Simon unterstützt die Wörterbuchformate Hadifix (beispielsweise Hadifix BOMP, [8]), HTK (Voxforge, [9]), PLS (Deutsches GPL-Wörterbuch von Voxforge, [9]), Sphinx oder Julius-Wörterbücher aus früheren Simon-Versionen.

Tip a friend    Druckansicht Bookmark and Share
Kommentare

Hits
Wertung: 161 Punkte (4 Stimmen)

Schlecht Gut

Infos zur Publikation

Infos zur Publikation

LinuxUser 05/2014

Aktuelle Ausgabe kaufen:

Heft als PDF kaufen

LinuxUser erscheint monatlich und kostet in der Nomedia-Ausgabe EUR 5,95 und mit DVD EUR 8,50. Weitere Informationen zum Heft finden Sie auf der LinuxUser-Homepage.

Im LinuxUser-Probeabo erhalten Sie drei Ausgaben für 3 Euro. Das Jahresabo (ab EUR 60,60) können Sie im Medialinx-Shop bestellen.

Tipp der Woche

Bilder vergleichen mit diffimg
Bilder vergleichen mit diffimg
Tim Schürmann, 01.04.2014 12:40, 1 Kommentare

Das kleine Werkzeug diffimg kann zwei (scheinbar) identische Bilder miteinander vergleichen und die Unterschiede optisch hervorheben. Damit lassen sich nicht nur Rätsel a la „Orignial und Fäls...

Aktuelle Fragen

programm suche
Hans-Joachim Köpke, 13.04.2014 10:43, 8 Antworten
suche noch programme die zu windows gibt, die auch unter linux laufen bzw sich ähneln sozusagen a...
Funknetz (Web-Stick)
Hans-Joachim Köpke, 04.04.2014 07:31, 2 Antworten
Bei Windows7 brauche ich den Stick nur ins USB-Fach schieben dann erkennt Windows7 Automatisch, a...
Ubuntu 13.10 überschreibt immer Windows 8 Bootmanager
Thomas Weiss, 15.03.2014 19:20, 8 Antworten
Hallo Leute, ich hoffe das ich richtig bin. Ich habe einen Dell Insipron 660 Ich möchte gerne Ub...
USB-PTP-Class Kamera wird nicht erkannt (Windows-only)
Wimpy *, 14.03.2014 13:04, 15 Antworten
ich habe meiner Frau eine Digitalkamera, AGFA Optima 103, gekauft und wir sind sehr zufrieden dam...
Treiber
Michael Kristahn, 12.03.2014 08:28, 5 Antworten
Habe mir ein Scanner gebraucht gekauft von Canon CanoScan LiDE 70 kein Treiber wie bekomme ich de...