Η Google προσφέρει πρόσβαση στο δικό της API αναγνώρισης φωνής

[Perambulator]

Από ότι φαίνεται, η Google σκοπεύει να ανταγωνιστεί άμεσα τη Nuance και άλλες εταιρείες που ασχολούνται με την αναγνώριση φωνής, καθώς καθιστά διαθέσιμο σε τρίτους developers το δικό της API αναγνώρισης φωνής.

Για να προσελκύσει developers θα προσφέρεται δωρεάν αρχικά, με την τιμή να παρουσιάζεται αργότερα. Ωστόσο οι τιμές αναμένονται χαμηλές σε σχέση με τον ανταγωνισμό, όμως δεν αποκλείεται να αυξηθούν, σε περίπτωση που το API της Google καθιερωθεί στην αγορά.

 

Η Google ανακοίνωσε επίσημα την υπηρεσία στο NEXT cloud user conference, στο οποίο παρουσίασε και μια νέα πλατφόρμα μηχανικής μάθησης.

 

Το Google Cloud Speech API θα καλύπτει πάνω από 80 γλώσσες και θα δουλεύει με οποιαδήποτε εφαρμογή σε real-time streaming ή batch mode. Βασίζεται στο ίδιο νευρωνικό δίκτυο που αξιοποιούν η φωνητική αναζήτηση της Google και η φωνητική υπαγόρευση στο πληκτρολόγιο της Google.

 

Όπως αναφέρθηκε ήδη, η συγκεκριμένη κίνηση της Google αναμένεται να επηρεάσει αρκετά τον χώρο της αναγνώρισης φωνής και κυρίως τη Nuance, η οποία θεωρείται κορυφαία στον χώρο. Σημαντικό ποσοστό των πελατών της Nuance μπορεί να προτιμήσει την τεχνολογία της Google, η οποία αφενός προσφέρει καλύτερη εμπειρία και αφετέρου θα προσφέρεται, πιθανότατα, σε χαμηλότερη τιμή.

 

Όπως όλα δείχνουν, η Google σκοπεύει να δώσει έμφαση στην τεχνολογία αναγνώρισης φωνής και για άλλα προϊόντα της. Παραδείγματος χάρη, τον Φεβρουάριο ανακοίνωσε ότι θα δώσει τη δυνατότητα στους χρήστες του Google Docs να επεξεργάζονται τα έγγραφά τους με τη φωνή τους.

 

Site: TechCrunch

[didakos]

Η Nuance είναι η μόνη (νομίζω) η οποία έχει αναγνώριση φωνής στα ελληνικά (ως ελληνόφωνες αυτό μας ενδιαφέρει αλλωστε)  προς το παρών σε κάποιο δημοφιλές πρόγραμμα που δεν είναι της Google, όπως το Swype πληκτρολόγιο και μάλιστα είναι ακριβέστατο, δεν καταλαβαίνω γιατί καποιος να προτιμήσει κάτι άλλο εκτός απο αυτό. 

[Επισκέπτης]

Έχει και η Microsoft αντίστοιχο API:

https://www.projectoxford.ai/speech

 

Κι υπάρχουν και μερικά open source:

https://github.com/kaldi-asr/kaldi

http://cmusphinx.sourceforge.net/

http://julius.osdn.jp/en_index.php

[21century]

Τουλάχιστον θα προσπαθήσει να γίνει περισσότερο ανταγωνιστική...

[visualizer]

Έχει και η Microsoft αντίστοιχο API:

https://www.projectoxford.ai/speech

Μόνο 7 γλώσσες..

 

Limited preview είναι της google πάντως.

[Belisarius]

Η Nuance είναι η μόνη (νομίζω) η οποία έχει αναγνώριση φωνής στα ελληνικά (ως ελληνόφωνες αυτό μας ενδιαφέρει αλλωστε)  προς το παρών σε κάποιο δημοφιλές πρόγραμμα που δεν είναι της Google, όπως το Swype πληκτρολόγιο και μάλιστα είναι ακριβέστατο, δεν καταλαβαίνω γιατί καποιος να προτιμήσει κάτι άλλο εκτός απο αυτό. 

 

Πραγματικά η ελληνική φωνητική πληκτρολόγηση της Nuance είναι η καλύτερη που υπάρχει αυτή τη στιγμή. Εξαιρετική με όλη την σημασία της λέξης!

 

Από την άλλη δεν μας χαλάει μια βελτίωση της φωνητικής πληκτρολόγησης της Google. Προσωπικά θα ήθελα να ενεργοποιείται το Google Now με ΔΙΚΗ ΜΑΣ φωνητική εντολή. Αντί για Ok Google να λέμε πχ Ok Jarvis! Το χρησιμοποιώ συνέχεια και μου έχει λύσει τα χέρια. Μέχρι και τον φακό έτσι τον ανάβω. Πολλούς τους ξενίζει που του μιλάω αγγλικά αλλά δεν έχω κανένα πρόβλημα.