Морам да признам да дуго нисам користио никакву врсту препознавања говора када су ме замолили да урадим туторијале. Последњи пут када сам пробао препознавање говора, било је то са Драгон Дицтате^{(Dragon Dictate)} , што је било ново када је Виндовс 98 такође био нов. Много давно у компјутерским годинама!

Био сам срећан што сам се позабавио овом темом јер сам био веома заинтересован да видим како се побољшало препознавање говора. И дечко, да ли се побољшало! Чак је и основна, уграђена апликација попут ове урадила невероватно добар посао „из кутије“. У овом последњем чланку о препознавању говора^{(Speech Recognition)} , желео бих да говорим о томе шта сам научио док сам се поново упознавао са чудима препознавања говора и куда ћу даље ићи.

Још увек нисам спреман за Звездане стазе

Сигуран сам да су многи од нас гледали посаду Старсхип Ентерпрајза^{(Starship Enterprise)} како говори "Computer!"и добијање моменталног одговора. Још увек немамо рачунаре Звездане флоте^(Starfleet) , али почевши од оперативног система Виндовс Виста^{(Windows Vista)} и настављајући са оперативним системом Виндовс 7^{(Windows 7)} , имамо рачунаре који ће нас саслушати и одговорити на оно што им кажемо—и одговорити нам ако „Шта је то било?“ ^{("What was that?")}сматра се одговором.

Имао сам проблема када сам први пут покушао да користим препознавање говора^{(Speech Recognition)} , а решавање проблема није било нарочито једноставно. Фајлови помоћи нису увек довољно корисни. Успео сам да пронађем одговоре на Мицрософт^(Microsoft) -овој веб локацији и у низу онлајн форума без превише посла. Тако сам сазнао да сам заборавио да моја веб камера (која седи тачно испред мене на врху мог монитора и директно у складу са начином на који сам говорио) такође има активан микрофон и ствара конфузију. Када сам то поправио, од тада је било прилично глатко.

Чак сам покушао да говорим са разним акцентима ( ББЦ британски^{(BBC British)} и амерички^(American) сељак, на пример) и успео сам да добијем прилично добро признање, дозвољавајући разлике у стандардном америчком^(American) изговору. Наравно, говорећи "Friends, Romans, countrymen, lend me your ears!"док сам остављао најбоље утиске о Хелен Мирен^{(Helen Mirren)} и Џефу Фоксвортију^{(Jeff Foxworthy)} насмејао ме је превише да бих добио потпуно тачне резултате.

Препознавање језика

Препознавање говора^{(Speech Recognition)} може да се користи са различитим језицима и мислио сам да бих могао да га испробам са својим ограниченим, са америчким^(American) акцентом, шпанским^(Spanish) , немачким^(German) и француским^(French) , али нажалост не можете да користите друге језике осим ако ваш оперативни систем такође није на том језику. Можете да промените језик свог оперативног система инсталирањем другог језичког пакета од Мицрософт^(Microsoft) - а, али то можете учинити само ако користите Виндовс 7 ^{(Windows 7)} Ултимате^(Ultimate) или Виндовс 7^{(Windows 7)} Ентерприсе.

Препознавање говора^{(Speech Recognition)} је доступно за амерички енглески^{(US English)} , британски енглески^{(UK English)} , француски^(French) , шпански^(Spanish) , немачки^(German) , јапански^(Japanese) , традиционални кинески^{(Traditional Chinese)} и поједностављени кинески , и наћи ће се у верзијама оперативног система ^{(Simplified Chinese)}Виндовс 7^{(Windows 7)} за те језике (све верзије). Било ми је жао што то нисам могао да испробам. Немам појма шта ће се догодити са Виндовсом 8^{(Windows 8)} , али мислим да би могућност инсталирања других језичких пакета била добар додатак Виндовс 8^{(Windows 8)} еквивалентима Виндовс 7 ^{(Windows 7)} Профессионал^{(Professional)} и новијим.

Оно што добро функционише

Као што сам поменуо, препознавање говора^{(Speech Recognition)} је дизајнирано да најбоље ради са другим Мицрософт^(Microsoft) софтвером. Све док сам експериментисао са Мицрософт^(Microsoft) производима био сам веома успешан (иако је, као што се могло очекивати, коришћење Мицрософт Оффице Екцел-^{(Microsoft Office Excel)} а било ограничено и компликовано). Са другим софтвером је било погођено или промашено. Могао сам прилично добро да користим претраживач Гоогле Цхроме^{(Google Chrome)} (дефинитивно не тако добро као Интернет Екплорер^{(Internet Explorer)} ) и свој Еудора^(Eudora) програм за е-пошту, који је до сада прилично старински софтвер. Вреди експериментисати са сопственим омиљеним софтвером да бисте видели шта можете да урадите. Команда „прикажи бројеве“ била је посебно корисна у одабиру ставки и команди.

Такође сам открио да није требало много времена да се тачност препознавања значајно побољша. Два пута сам прошао вежбе и након тога је препознавање било скоро 100% тачно. Могао сам да говорим мало брже и да правим мање пауза да би софтвер могао да држи корак. Заиста сам уживао гледајући свој глас преведен у речи на екрану. Моја рана искуства са софтвером за препознавање говора нису била ни близу овако пријатна.

Шта не ради добро

Као што сам поменуо, неки софтвер је једноставно некомпатибилан са препознавањем говора^{(Speech Recognition)} . Нисам могао чак ни да отворим Адобе Реадер^{(Adobe Reader)} или Адобе АИР^{(Adobe AIR)} верзију ТвеетДецк^(TweetDeck) -а . Открио сам да не могу да се пријавим на свој Гоогле^(Google) налог са Интернет Екплорер^{(Internet Explorer)} -ом да бих испробао Гоогле документе^{(Google Docs)} — чинило се да не постоји начин да изговорим или спелујем своју лозинку. Претпостављам да је ово безбедносни проблем, не дозвољавајући да се лозинке изговарају наглас где би неко други могао да чује, али било је досадно.

Могао сам да отворим иТунес^(iTunes) и изаберем песму за репродукцију, али нисам могао да је пустим. Могао сам да отворим Сцривенер^(Scrivener) (мој програм за обраду текста по избору), али „Прикажи бројеве“^{("Show numbers")} није прекривао бројеве на било чему што сам желео да користим. Нисам правио никакве опсежне експерименте са својим омиљеним софтвером — то су само неки које сам испробао. Било би вредно труда за свакога ко жели да користи препознавање говора^{(Speech Recognition)} да тестира програме са којима жели да га користи, како би се уверио да ће бити компатибилан.

Више веза и ресурса

Ако већ нисте видели претходне чланке, можете их пронаћи овде:

• Рад са препознавањем говора: подешавање и конфигурација^{(Working with Speech Recognition: Setup and Configuration)}
• Рад са препознавањем говора: команде, диктирање текста и прегледање веба^{(Working with Speech Recognition: Commands, Dictating Text & Browsing the Web)}
• Решавање уобичајених проблема са препознавањем говора^{(Troubleshooting Common Speech Recognition Problems)}

Чудно, скоро је немогуће пронаћи било коју информацију о препознавању говора^{(Speech Recognition)} на веб локацији Мицрософт Ансверс^{(Microsoft Answers)} без клика на везу из Гоогле^(Google) или Бинг^(Bing) претраге. Нисам успео да добијем било какве одговоре тако што сам ставио „Препознавање говора“^{("Speech Recognition")} у поље за претрагу, иако има неколико питања о томе на форумима. Користите ову везу да бисте добили помоћ за препознавање говора^{(Speech Recognition)} са Виндовс веб локације: Резултати претраге за препознавање говора^{(Speech Recognition search results)} .

Ево кратког чланка на Википедији^(Wikipedia) који говори о историји препознавања говора у Мицрософт^(Microsoft) -у : Виндовс препознавање говора^{(Windows Speech Recognition)} .

Ево уноса на блогу који даје ауторова размишљања о поређењу препознавања говора^{(Speech Recognition)} са змајем који природно говори^{(Dragon Naturally Speaking)} : Драгон НатураллиСпеакинг наспрам Виндовс 7 препознавања гласа^{(Dragon NaturallySpeaking Versus Windows 7 Voice Recognition)} .

Замотавање

Заиста сам уживао у раду са препознавањем говора^{(Speech Recognition)} и дивећи се побољшањима која су направљена током времена. Свакако би био довољно добар за лежерну свакодневну употребу, посебно са Мицрософт^(Microsoft) производима.

Да ли ћу наставити да користим препознавање говора^{(Speech Recognition)} ? Да, кад могу. У овом тренутку ми не треба ништа софистицираније. Било је вредно времена које је било потребно да га обучем и да се обучим да га правилно користим.

Speech Recognition: Afterthoughts on Its Strengths and Weaknesses

I have to admit that I hadn't uѕed any kind of speech recognition in a long time when I was asked to do the tutorials. The last time І had tried speech recognition, it was with Dragon Dictate, which was new when Windows 98 was also new. A very long time ago in computer years!

I was happy to tackle this subject because I was very interested to see how speech recognition has improved. And boy, has it improved! Even a basic, built-in application like this did an amazingly good job "right out of the box." In this final article about Speech Recognition, I'd like to talk about what I learned while reacquainting myself with the wonders of speech recognition, and where I'll be going from here.

Not ready for Star Trek yet

I'm sure many of us watched the crew of the Starship Enterprise saying "Computer!" and getting an immediate answer. We don't have Starfleet computers yet, but beginning with Windows Vista and continuing in Windows 7, we do have computers that will listen to us and respond to what we tell them—and answer us, if "What was that?" is considered an answer.

I did have problems when I first tried to use Speech Recognition, and troubleshooting wasn't particularly straightforward. The help files are not always helpful enough. I was able to find the answers on Microsoft's web site and in an assortment of online forums without too much work. That's how I found out that I had forgotten that my webcam (sitting right in front of me on top of my monitor, and directly in line with the way I was speaking) also had an active microphone and was adding to the confusion. Once I fixed that, it was pretty smooth sailing from then on.

I even tried speaking with an assortment of different accents (BBC British and American redneck, for example) and was able to get reasonably good recognition, allowing for differences in standard American pronunciation. Of course, saying "Friends, Romans, countrymen, lend me your ears!" while doing my very best impressions of Helen Mirren and Jeff Foxworthy made me laugh too much to get entirely accurate results.

Language recognition

Speech Recognitioncan be used with different languages, and I thought I might try it out with my limited, American accented, Spanish, German and French, but unfortunately you cannot use other languages unless your operating system is also in that language. You can change your operating system's language by installing another language pack from Microsoft, but you can only do that if you're running Windows 7 Ultimate or Windows 7 Enterprise.

Speech Recognition is available for US English, UK English, French, Spanish, German, Japanese, Traditional Chinese and Simplified Chinese, and will be found in those languages' versions of Windows 7 (all versions). I was sorry not to be able to try that out. I have no idea what will happen with Windows 8, but I think the ability to install other language packs would be a good addition to the Windows 8 equivalents of Windows 7 Professional and above.

What works well

As I mentioned, Speech Recognition is designed to work best with other Microsoft software. As long as I experimented with Microsoft products I was very successful (although as one might expect, using Microsoft Office Excel was both limited and complicated). With other software it was hit or miss. I could use the Google Chrome browser fairly well (definitely not as well as Internet Explorer) and my Eudora email program, which is pretty much antique software by now. It's worth experimenting with your own favorite software to see what you can do. The "show numbers" command was especially helpful in selecting items and commands.

I also found that it didn't take very long for the accuracy of the recognition to improve markedly. I went through the training exercises twice, and after that the recognition was almost 100% correct. I was able to speak a little faster and put in fewer pauses for the software to keep up. I really enjoyed watching my voice translated into words on the screen. My early experiences with speech recognition software were nowhere near this pleasant.

What doesn't work well

As I mentioned, some software is just incompatible with Speech Recognition. I couldn't even open Adobe Reader or the Adobe AIR version of TweetDeck. I found that I could not sign into my Google account with Internet Explorer to try out Google Docs—there seemed to be no way to speak or spell my password. I suspect this is a security issue, not allowing passwords to be spoken out loud where someone else might hear, but it was annoying.

I could open iTunes and select a song to play, but could not actually get it to play. I could open Scrivener (my word processor of choice) but "Show numbers" did not overlay numbers on anything I wanted to use. I didn't do any really extensive experimentation with my favorite software—those are just a few that I tried. It would be worthwhile for anyone who wants to use Speech Recognition to test out the programs they want to use it with, to be sure it's going to be compatible.

More links and resources

If you haven't already seen the previous articles, you can find them here:

• Working with Speech Recognition: Setup and Configuration
• Working with Speech Recognition: Commands, Dictating Text & Browsing the Web
• Troubleshooting Common Speech Recognition Problems

Oddly, it's almost impossible to find any information about Speech Recognition on the Microsoft Answers web site without clicking a link from a Google or Bing search. I was unable to get any answers at all by putting "Speech Recognition" into the search box, even though there are a few questions about it in the forums. Use this link to get Speech Recognition help from the Windows web site: Speech Recognition search results.

Here's a brief Wikipedia article that talks about the history of speech recognition at Microsoft: Windows Speech Recognition.

Here is a blog entry that gives the author's thoughts on comparing Speech Recognition with Dragon Naturally Speaking: Dragon NaturallySpeaking Versus Windows 7 Voice Recognition.

Wrapping it up

I really enjoyed working with Speech Recognition and marveling at the improvements that have been made over time. It would certainly be good enough for casual everyday use, especially with Microsoft products.

Will I keep using Speech Recognition? Yes, when I can. At this point I don't need anything more sophisticated. It was well worth the time it took to train it and to train myself to use it right.

Related posts

• 7 начина да минимизирате и максимизирате апликације у оперативном систему Виндовс 10

• 5 начина да двапут кликнете једним кликом у Виндовс-у

• Како отворити дефрагментатор диска у Виндовс-у (12 начина) -

• Како да почнете да користите Цортана у оперативном систему Виндовс 11 или Виндовс 10 -

• 12 савета о томе како да претражујете у оперативном систему Виндовс 10

• Како да искључите историју активности и временску линију у оперативном систему Виндовс 10

• Како делити датотеке из Филе Екплорер-а са апликацијама као што су Маил, Скипе, Дропбок или ОнеДриве, у два корака

• 9 начина да отворите ПоверСхелл у Виндовс-у (укључујући и као администратор)

• Како креирати КР кодове користећи бесплатни генератор КР кодова -

• Како користити Снип & Скетцх за прављење снимака екрана у оперативном систему Виндовс 10

• Како да користите обавештења Акционог центра Виндовс 10 -

• Како отворити више прозора исте апликације у оперативном систему Виндовс 10

• Представљамо Виндовс 8.1: Како ради претрага и како је користити?

• Како закачити на Старт мени у оперативном систему Виндовс 11 -

• 4 начина да омогућите покретање апликације при покретању оперативног система Виндовс 10

• Временска линија оперативног система Виндовс 10 и како да је максимално искористите

• Како одабрати или истаћи текст у Виндовс-у

• Како покренути Виндовс апликацију или програм помоћу пречице на тастатури

• Год Моде у Виндовс 11 у односу на Виндовс 10 против Виндовс 7 -

• Како отворити Филе Екплорер и Виндовс Екплорер: 12 начина -