Какие реально повседневные задачи сможет решать голосовой интерфейс? Если посмотреть, на что люди на самом деле тратят часы времени за компьютером, что из этого заменяется голосом?
Давайте посмотрим. Я сегодня 6 часов занимался кодингом. Будет ли мне удобнее кодить, если отнять у меня монитор и клавиатуру, и оставить только микрофон с колонкой?
Потом я открыл ворд и начал заполнять документы по работе. Очень удобно будет оформлять документы вслепую, не правда ли? Даже если оставить монитор, насколько удобно будет читать и редактировать документ чисто командами агенту? "Поменяй вот эти цифры. Нет, чуть выше. Нет, не так. Документ съехал, исправь. Да блин!"
Почему вы думаете, что чем меньше у вас способов контролировать компьютер, тем удобнее? Сенсорный экран вообще не заменил клавиатуру - он компактнее и универсальнее, но когда мне нужно сделать реальную работу - я сажусь за ПК.
С картинками работает гугловский Mediapipe, он распознает жесты и выводит координаты пальцев. А с координатами отлично справляется feedforward, так что смысла в другой архитектуре не будет
Я бы и рад придумать способ получше, но пока работаем с тем что есть. Однажды постараюсь сделать нейронку для этих целей. А вообще, хорошее произношение это и есть то, насколько твоя речь понятна разным распознавателям речи)
Какие реально повседневные задачи сможет решать голосовой интерфейс? Если посмотреть, на что люди на самом деле тратят часы времени за компьютером, что из этого заменяется голосом?
Давайте посмотрим. Я сегодня 6 часов занимался кодингом. Будет ли мне удобнее кодить, если отнять у меня монитор и клавиатуру, и оставить только микрофон с колонкой?
Потом я открыл ворд и начал заполнять документы по работе. Очень удобно будет оформлять документы вслепую, не правда ли? Даже если оставить монитор, насколько удобно будет читать и редактировать документ чисто командами агенту? "Поменяй вот эти цифры. Нет, чуть выше. Нет, не так. Документ съехал, исправь. Да блин!"
Почему вы думаете, что чем меньше у вас способов контролировать компьютер, тем удобнее? Сенсорный экран вообще не заменил клавиатуру - он компактнее и универсальнее, но когда мне нужно сделать реальную работу - я сажусь за ПК.
С картинками работает гугловский Mediapipe, он распознает жесты и выводит координаты пальцев. А с координатами отлично справляется feedforward, так что смысла в другой архитектуре не будет
Спасибо за развернутый, конструктивный отзыв)
Я бы и рад придумать способ получше, но пока работаем с тем что есть. Однажды постараюсь сделать нейронку для этих целей. А вообще, хорошее произношение это и есть то, насколько твоя речь понятна разным распознавателям речи)
В боте есть кнопка "отзыв", а ещё можно писать мне в телеграм канал, или в группу бота ВКонтакте, там есть для этого обсуждение