На чем писать программу распознавания и обработки голоса?

@Vladimirmir · Регистрация: 15.10.2014

Студворк — интернет-сервис помощи студентам

Необходимо написать программу ( или же сайт) в которой можно управлять только голосом.Подскажите на чем написаны подобные проекты?как можно это реализовать и какие трудности чаще встречаются на пути написания кода?Кто компетентен в данном вопросе,прошу помочь.Заранее,спасибо.

quwy · 15.10.2014, 12:33

Вам нужно задавать вопрос не "на чем" а "как", потому что выбор языка здесь стоит даже не на десятом месте.

Добавлено через 1 минуту
Эта задача не имеет на данный момент полного решения и является одной из фундаментальных задач программирования. Сами вы точно ничего не напишите, используйте готовые библиотеки и API.

@Vladimirmir · 15.10.2014, 12:40 **[ТС]**

Спасибо.А чем собственно суть проблемы?В чем сложность написания?(извините,новичок в программировании)

quwy · 15.10.2014, 12:45

Сообщение от Vladimirmir

Спасибо.А чем собственно суть проблемы?В чем сложность написания?(извините,новичок в программировании)

В том, что компьютер -- это не человек. А оцифрованный звук двух совершенно одинаковых слов, сказанных одним и тем же человеком, второе через минуту после первого, -- это два совершенно разных набора байт, которые не повторяют друг друга ни в одном месте.

Добавлено через 1 минуту
Если бы задача решалось так просто, кругом было бы засилье голосовых интерфейсов. Вы их видите? Вот и я тоже не вижу.

@Vladimirmir · 15.10.2014, 13:25 **[ТС]**

Значит проблема в оцифровке?А по какому принципу тогда она работает?

quwy · 15.10.2014, 13:31

Vladimirmir, проблема не в оцифровке, а в распознавании оцифрованного. Записанные слова представляют собой последовательность чисел, и эти числа всегда разные, даже для одного и того же слова, сказанного одним и тем же человеком в одно и то же время.

@Vladimirmir · 15.10.2014, 14:23 **[ТС]**

Значит одно слово должно подразумевать несколько вариантов последовательности чисел:Или-или.Я предполагаю что тут можно найти некую закономерность.Или я ошибаюсь?

quwy · 15.10.2014, 14:59

Сообщение от Vladimirmir

Значит одно слово должно подразумевать несколько вариантов последовательности чисел:Или-или.

Бесконечное количество вариантов. Слово можно сказать быстро, а можно медленно. Можно в голос, а можно шепотом. Можно вопросительно, а можно восклицательно. Это все будут разные последовательности байт, которые с точки зрения логики компьютера будут похожи друг на друга так же, как для нас -- две разные кучи мусора.

Сообщение от Vladimirmir

Я предполагаю что тут можно найти некую закономерность

Можно, конечно. Но это ОЧЕНЬ непросто. Над этой задачей человечество бьется с 60-х годов прошлого века и успехи довольно скромные. Да, есть программы, которые используя чудовищную вычислительную мощность серверных кластеров вполне сносно распознают ровно сказанные слова, в тихом помещении, желательно -- после предварительной тренировки с данным конкретным человеком. Есть более примитивные программы, которые без распознавания слов, просто создав что-то типа слепков отдельных звуков, позволяют использовать ограниченный набор голосовых команд для выполнения заранее запрограммированных действий, но и они не прижились из-за слишком низкой точности и привязки к одному голосу.

@Vladimirmir · 15.10.2014, 16:33 **[ТС]**

Спасибо,большое!
Будем что-нибудь придумывать.
Если наткнетесь на что-нибудь связанное с темой-пишите,буду очень благодарен.

quwy · 15.10.2014, 17:08

Сообщение от Vladimirmir

Если наткнетесь на что-нибудь связанное с темой-пишите,буду очень благодарен.

По той причине, что проблема фундаментальная, по ней защищен не один десяток диссертаций и написана не одна тысяча статей. Большую часть этого материала можно найти в интернете. Дерзайте.

Новые блоги и статьи Все статьи Все блоги /
Модель микоризы: классовый агентный подход 3 anaschu 06.01.2026 aa0a7f55b50dd51c5ec569d2d10c54f6/ O1rJuneU_ls https:/ / vkvideo. ru/ video-115721503_456239114	Owen Logic: О недопустимости использования связки «аналоговый ПИД» + RegKZR ФедосеевПавел 06.01.2026 Owen Logic: О недопустимости использования связки «аналоговый ПИД» + RegKZR ВВЕДЕНИЕ Введу сокращения: аналоговый ПИД — ПИД регулятор с управляющим выходом в виде числа в диапазоне от 0% до. . .	Модель микоризы: классовый агентный подход 2 anaschu 06.01.2026 репозиторий https:/ / github. com/ shumilovas/ fungi ветка по-частям. коммит Create переделка под биомассу. txt вход sc, но sm считается внутри мицелия. кстати, обьем тоже должен там считаться. . . .	Расчёт токов в цепи постоянного тока igorrr37 05.01.2026 / * Дана цепь постоянного тока с сопротивлениями и напряжениями. Надо найти токи в ветвях. Программа составляет систему уравнений по 1 и 2 законам Кирхгофа и решает её. Последовательность действий:. . .
Новый CodeBlocs. Версия 25.03 palva 04.01.2026 Оказывается, недавно вышла новая версия CodeBlocks за номером 25. 03. Когда-то давно я возился с только что вышедшей тогда версией 20. 03. С тех пор я давно снёс всё с компьютера и забыл. Теперь. . .	Модель микоризы: классовый агентный подход anaschu 02.01.2026 Раньше это было два гриба и бактерия. Теперь три гриба, растение. И на уровне агентов добавится между грибами или бактериями взаимодействий. До того я пробовал подход через многомерные массивы,. . .	Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Programma_Boinc 28.12.2025 Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Налог на собак: https:/ / ********/ gallery/ V06K53e Финансовый отчет в Excel: https:/ / ********/ gallery/ bKBkQFf Пост отсюда. . .	Кто-нибудь знает, где можно бесплатно получить настольный компьютер или ноутбук? США. Programma_Boinc 26.12.2025 Нашел на реддите интересную статью под названием Anyone know where to get a free Desktop or Laptop? Ниже её машинный перевод. После долгих разбирательств я наконец-то вернула себе. . .

@Vladimirmir 0 / 0 / 0 Регистрация: 15.10.2014 Сообщений: 6

	На чем писать программу распознавания и обработки голоса? 15.10.2014, 12:25. Показов 2318. Ответов 9 Метки нет (Все метки) Необходимо написать программу ( или же сайт) в которой можно управлять только голосом.Подскажите на чем написаны подобные проекты?как можно это реализовать и какие трудности чаще встречаются на пути написания кода?Кто компетентен в данном вопросе,прошу помочь.Заранее,спасибо. 0

quwy Native x86 6855 / 3788 / 1025 Регистрация: 13.02.2013 Сообщений: 11,861
	15.10.2014, 12:33
	Вам нужно задавать вопрос не "на чем" а "как", потому что выбор языка здесь стоит даже не на десятом месте. Добавлено через 1 минуту Эта задача не имеет на данный момент полного решения и является одной из фундаментальных задач программирования. Сами вы точно ничего не напишите, используйте готовые библиотеки и API. 0

@Vladimirmir 0 / 0 / 0 Регистрация: 15.10.2014 Сообщений: 6
	15.10.2014, 12:40 [ТС]
	Спасибо.А чем собственно суть проблемы?В чем сложность написания?(извините,новичок в программировании) 0

@Vladimirmir 0 / 0 / 0 Регистрация: 15.10.2014 Сообщений: 6
	15.10.2014, 13:25 [ТС]
	Значит проблема в оцифровке?А по какому принципу тогда она работает? 0

quwy Native x86 6855 / 3788 / 1025 Регистрация: 13.02.2013 Сообщений: 11,861
	15.10.2014, 13:31
	Vladimirmir, проблема не в оцифровке, а в распознавании оцифрованного. Записанные слова представляют собой последовательность чисел, и эти числа всегда разные, даже для одного и того же слова, сказанного одним и тем же человеком в одно и то же время. 0

@Vladimirmir 0 / 0 / 0 Регистрация: 15.10.2014 Сообщений: 6
	15.10.2014, 14:23 [ТС]
	Значит одно слово должно подразумевать несколько вариантов последовательности чисел:Или-или.Я предполагаю что тут можно найти некую закономерность.Или я ошибаюсь? 0

@Vladimirmir 0 / 0 / 0 Регистрация: 15.10.2014 Сообщений: 6
	15.10.2014, 16:33 [ТС]
	Спасибо,большое! Будем что-нибудь придумывать. Если наткнетесь на что-нибудь связанное с темой-пишите,буду очень благодарен. 0