#голосовой_интерфейс — Public Fediverse posts

Робот оглох и молчит об этом: как мы учили гуманоида замечать, что микрофон «отвалился»

Слышит ли вас робот прямо сейчас? А если микрофон «отвалился» — как быстро вы об этом узнаете? Штатный микрофон гуманоида Walker Tienkung предполагает, что оператор стоит в полутора метрах перед работающей машиной ростом 173 см — неудобно и небезопасно. Мы взяли недорогую беспроводную петличку и думали, что задача решается за вечер: воткнул USB, написал pip install, готово. Реальность: выведенный наружу порт нашёлся только на другом бортовом компьютере, звук пришлось гнать по сети, а приёмник в случае любой неисправности отвечает одинаково — молча шлёт нули. Сел аккумулятор, выключили передатчик, выдернули донгл — для софта всё это неотличимо. Рассказываем, как мы научили робота самому замечать, что он оглох, и говорить об этом голосом: диагностика по тишине, пять состояний аудиотракта, подсказки оператору, которые пришлось переписывать, потому что «технически верно» и «понятно человеку» — разные вещи. И как починили переподключение за десять секунд вместо двух из-за системного сервиса.

https://habr.com/ru/companies/361robotics/articles/1074714/

#usb_микрофон #беспроводной_микрофон #петличка #alsa #udev #робототехника #гуманоид #голосовой_интерфейс #диагностика #распознавание_речи

Готовит ли OpenAI новую революцию в IT?

Некоторое время назад появилась новость, что Сэм Альтман и Джонни Айв начали совместный проект. Тогда практически ничего не сообщалось о том, что именно они собираются делать. Говорилось лишь о том, что речь идет не о программном обеспечении, а о каком-то новом устройстве. И вот недавно появились подробности, что этим устройством станет нечто вроде умной колонки. Честно говоря, сначала это разочаровало. Рынок умных колонок уже давно существует. Есть Amazon Echo, Apple HomePod, Яндекс Алиса и др. Казалось бы, зачем делать еще одну? В этом инсайде есть и еще одна деталь, а именно: устройство будет ориентировано прежде всего на голосовое взаимодействие. Но здесь снова возникает вопрос - а в чем собственно новизна? Ведь все умные колонки и так управляются голосом. Но тут же, параллельно, OpenAI выпускает Voice Mode в ChatGPT. Причем, это уже не просто диктовка текста. Разница между обычной диктовкой и Voice Mode очень даже существенная. При диктовке ты говоришь, заканчиваешь фразу, ждешь распознавания, исправляешь ошибки, отправляешь сообщение. Voice Mode работает гораздо круче. Голосовой ассистент слушает постоянно, реагирует практически мгновенно, без пауз, поддерживая таким образом естественный темп разговора. Может даже говорить одновременно с пользователем. Через пару-тройку фраз перестаешь воспринимать происходящее как работу с программой. Возникает ощущение разговора с человеком. И где же революция?

https://habr.com/ru/articles/1062852/

#OpenAI #ChatGPT #Джони_Айв #Сэм_Альтман #Voice_Mode #Siri #искусственный_интеллект #голосовой_интерфейс #стартапы #технологии_будущего

Разрабатываем голосового ассистента на Rockchip. Часть 2

Продолжаю разрабатывать DIY голосового ассистента на SOC-платформе Rockchip. В первой части смы соединили в единый конвейер вызов распознавания речи, локального чат-бота и синтез ответа. Если еще не читали, то вам сюда . Во второй части поговорим об улучшениях работы с синтезом речи. Научим нашего ИИ-помощника произносить текст, содержащий сложные для моделей сущности, а также сделаем его более плавным.

https://habr.com/ru/companies/mts_ai/articles/1004144/

#ai #ml #voice #tts #voice_assistant #ииассистент #голосовой_помощник #голосовой_ассистент #голосовой_интерфейс #искусственный_интеллект

Вкалывают роботы, счастлив человек

Не знаю, многие ли из здешних обитателей смотрели фильм "Приключения Электроника", но песню, в которой есть слова "вкалывают роботы, счастлив человек", уверен, слышали многие. Я хорошо эти слова запомнил, укладывая асфальт на 35° жаре в детском садике под эту песню:). Но тем не менее всегда верил, что роботы будут вкалывать, а человек отдыхать. Но действительность пока не в пользу таких мыслей. Наоборот, роботы не просто не вкалывают, а указывают, что человеку делать. В пятёрочках видеокамеры с искусственным интеллектом смотрят за тем, чтобы стеллажи были не пусты и в случае недостатка товара указывают людям, куда его положить. Но недавно набрёл на ещё более интересный проект. https://xn--d1abjl7at.xn--p1ai/case.php?case=2403 Читаем описание проекта и наслаждаемся. Голосовые технологии позволяют управлять в режиме реального времени всеми складскими операциями - от приемки до отгрузки. В частности, технология позволяет осуществлять комплектацию как штучного, так и весового товара; сборку больших заказов одновременно несколькими комплектовщиками; весовой контроль скомплектованых паллет; обеспечивает автоматическую выдачу комплектовщикам заданий и паллетных ярлыков. Начальник склада формирует состав заказа и загружает его в систему учета (WMS или ERP). В ней заказ переводится в пошаговую инструкцию — например, в какой секции, на каком стеллаже, на какой полке сколько единиц товара нужно взять. Инструкция отправляется на мобильный голосовой терминал, закрепленный на поясе у комплектовщика. Синтезированный голос пошагово выдает команды сотруднику. Комплектовщик выполняет команду и сообщает об этом в микрофон — ГОЛАС выдает ему следующий шаг инструкции. Процесс повторяется, пока заказ не будет полностью укомплектован.

https://habr.com/ru/articles/817825/

#роботы #искусственный_интеллект #голосовой_интерфейс #складские_процессы #будущее #будущее_здесь #будущее_наступило

Домофон, который знает, как вас зовут — своими руками

В мире современных технологий, где мы можем управлять многими устройствами через мобильный телефон или голосового ассистента , удивляет присутствие примитивных элементов, таких как неприятно пищащие зуммеры. Ведь они были изобретены еще в 1831 году! Я решил привнести некоторые современные функции в систему управления доступом (СКУД), которая является ключевой частью любого домофона. Мой проект направлен на создание более интуитивной и приятной для слуха системы управления доступом.

https://habr.com/ru/companies/timeweb/articles/775920/

#timeweb_статьи #домофон #СКУД #голосовой_интерфейс #запись_фраз_Яндекс_Алиса #ардуино_проекты #diyпроекты #CyberLab