开发者语音识别软件[关闭]

它在外面,而且它工作…

有相当多的语音识别程序,其中 Dragon NaturallySpeaking 我认为,是使用最广泛的一种。我自己用过它,它的质量给我留下了深刻的印象。那是几年前的事了,我想到目前为止情况已经进一步好转了。

…但这并不容易…

尽管它工作得非常好,但我不会说这是一个简单的解决方案。培训这个项目需要时间,即使那样,它也会出错。它比打字要慢得多,所以我不得不不断地对自己说:“不要抓键盘,不要抓键盘……”(之后我还是会抓键盘)。我自己也有点喃喃自语,这也没能让事情变得更好。尤其是头几周可能会令人沮丧。你甚至可以得到 voice-related problems 如果你 strain your voice too much .

…尤其是程序员!

总之,这肯定是一个可行的解决方案。 对于写普通文本/散文的人 . 作为一个程序员,你处于一个完全不同的领域,没有真正的解决方案。现在事情可能已经改变了,但如果他们改变了,我会很惊讶的。

怎么了?大多数SR软件是用来识别正常语言的。程序员写的东西非常神秘,如果不是不可能的话,很难找到在正常语言和代码之间进行转换的软件。例如,您将如何口述:

if (somevar == 'a')
{
   print('You pressed a!');
}

使用平均sr程序中的命令,这是一个巨大的痛苦:“如果空格左括号等号等号撇号拼写撇号…”。我甚至都没说 导航 你的代码。有没有注意到你在编程时使用键盘的程度,以及这种用法与“普通”用户使用键盘的方式有多大不同?

如何充分利用它

到目前为止,我只与龙自然峰值(DNS)合作过,所以我只能为那个产品说话。有一些有趣的附加组件和网站针对像程序员这样的人:

• Vocola 是一个非官方的插件,允许您轻松地向DNS添加自己的命令。基本上,我觉得这是必要的。您还可以找到其他程序员编写的命令集,例如导航代码。它基于用python编写的软件包,所以周围还有一些更高级和更高级的软件包。同时查看Vocola的 Resources page .(警告:当我使用它时,在安装Vocola时出现了一些问题;请查看下面的新闻组以获取信息!)
• SpeechComputing.com 是一个有很多有趣讨论的论坛/新闻组。一个好的起点。

闭幕词

似乎解决这个问题的最佳方法是:

• 找到实际编码的方法。
• 试着恢复。我有点不愿意推荐这本书,但它似乎非常适合患有RSI/腕管和其他慢性疼痛问题的人: J.E. Sarno, Mindbody prescription . 我现在正在处理它,我认为它绝对值得一读。

我使用Dragon NaturallySpeaking 10专业版口述vb.net和tsql。vb.net本质上更接近于一种“口语”,但我看不出它为什么不能为C或其他语言工作的任何原因。我从一个完全空白的词汇表开始,从头开始构建它以满足我的需要(这就是为什么我使用专业版)。

以下是基本步骤(假设您已经创建并培训了用户):

1. 基于“基本常规-空听写”创建新词汇。
2. 不要让它扫描你的文档或电子邮件。
3. 添加具有特定于编程语言发音的关键字列表(dim、by val \ by val等)。
4. 创建一个包含所有代码减去注释的.txt文档。
5. 从本文档中获取单词并添加发音。
6. 使用文档训练词汇表的语言模型。

如果有人感兴趣,我会在有机会的时候写一些更详细的东西。

编辑:

以下是如何 dictate SQL code . 如果您是数据库开发人员,则此处创建的单词列表可以包含在其他词汇表中。

退房 Using Python to Code by Voice .

另一个想法是找到另一个优秀的开发人员来搭配程序。对我来说效果很好。我可以在不必放慢速度的情况下放松我的手,最终生成质量更好的代码——或者至少不必审查那么多代码。

对于所有的Linux用户,我想共享一些链接。

让我们从 Simon -开源语音识别软件:

• Simon listens - non-profit organization for research and apprenticeship
• simon: Open-Source Speech Recognition 相关博客
• HTK speech recognition toolkit -内部使用的发动机
• Open-Source Large Vocabulary CSR Engine Julius
• Not on shlashdot about Simon fetures

还有其他一些:

• Gnome Voice Control
• https://wiki.ubuntu.com/SpeechRecognition
• http://en.wikipedia.org/wiki/Speech_recognition_in_Linux
• VoiceCode

和

• Related stackoverflow question about text to speech recognition tools for Linux.

我知道我有点偏离话题,对语音识别软件一无所知;但是,你可能会发现研究将键盘改为dvorak布局很有用,我听说这在手腕上更亲切。

http://en.wikipedia.org/wiki/Dvorak_Simplified_Keyboard

几年前我试过《龙》,但它是一个错综复杂的单词和短语的噩梦——不推荐。我知道那是最好的事情,所以我不乐观。

作为同病相怜的患者,建议如下:

1. 找一份要求尽可能少的工作
2. 尝试各种键盘。根据我的经验,在笔记本电脑上全职工作的效果最好。
3. 开始低中应力举重程序。

关于手腕的问题,我在10年前学会了用双手使用鼠标。

令人惊讶的是,这很容易,而且大大缓解了紧张情绪。目前,我正在使用笔记本电脑,按下触摸板按钮会使我的拇指绷紧。

小心。这些问题的持续时间可能比人们想象的要长。

另外,你可以加上一个“人体工程学”的标签或者其他东西——标题可以看出是关于 发展 用于语音识别。

语音编程的黄金标准是 VoiceCode . 如果我记得正确的话,它们支持C++和Python。

如上所述,Dragon自然是目前最好的语音识别软件,但是微软的语音识别技术并不落后,它与Vista捆绑在一起。

Vocola最近已移植到MSR,并具有.NET集成功能。

几个小窍门

1. 学习口授需要一些时间。仅仅因为你能说话并不意味着你知道如何使用语音识别软件
2. 熟练使用SR和键盘/鼠标比完全无需手操作要容易得多。
3. 使用coderush或等效的less类型。

我开始用左手做鼠标,这不仅对我有点帮助,而且让我可以更自由地使用右手,如果你在编写代码的时候写了很多东西,这对你有很大的帮助。你可以同时滚动和写下…

当我的问题开始时,我把一个水袋放在手腕下面,我喜欢它!我的包很好,很长,我把它放在键盘前,这样我就可以把手腕放在那里了。直到有一天我踩上去…

龙自然喜欢和沃科拉说话。自动热键,以尽可能多地自动化。但编程并不容易。我试过了;几乎不可能。看看约翰·萨诺的背痛。它让我变得更好。我整天都在编程!

另一个有点离题的话题是,我发现把keboard分成两部分,其他特殊的键盘有帮助,只需检查动觉。我在Diigo收集了关于这种硬件的信息:

• http://www.diigo.com/user/wierzowiecki/keyboard%20ergonomics
• http://www.diigo.com/user/wierzowiecki/keyboard%20rsi .

直连怎么办?

• http://www.fentek-ind.com/ergo.htm -不同的东西
• http://www.kinesis-ergo.com/contoured.htm -动觉优势轮廓键盘(可编程!)
• http://www.kinesis-ergo.com/foot.htm 一些脚踏开关可以连接到键盘上(例如,车窗开关)。
• http://www.kinesis-ergo.com/freestyle.htm -到目前为止,我发现即使使用两个普通键盘也比使用一个键盘好,所以我认为拆分的自由泳也可能有效。
• http://www.typematrix.com/ -另一个解决方案
• http://www.maltron.com/ -有时一只手比另一只手打字更痛苦
• http://www.keybowl.com/ -这个看起来也很有趣
• 我相信还有很多其他有趣的解决方案

还有一件事!记得锻炼的休息时间。常规练习(例如小练习-每半个 每小时都不同)让事情变得更好!

• http://www.workrave.org/ -这将提醒您有关休息的信息;)

Scott Hanselman 使用语音识别 quite a bit .

我在1996年用龙口述的原因和你一样。虽然进展缓慢,但总比不工作要好。我发现用4x8白板填充代码,然后让其他人输入代码,这样更容易编写代码。然后我用dd调试。

当你看着它的时候,你可能会看到 Deborah Quilter's 关于RSI的书。它们的信息量很大。

我找不到一个链接(我看了一下),但键盘只有5个键,允许你用一只手打字,我假设你只有一个坏手腕。

如果我找到一个链接,我会给你留言。