Interfaces de Voz con Web Speech Api
Javier Perez
UTN - La Plata - Agosto 2017
¿Por qué interfaces de voz?
Es natural
No necesita interacción manual
No hay necesidad de un pantalla
No necesita de un teclado
No necesita de un mouse
Mágia - Acción a larga distancia
Hablar es económico
Fácil, casi no involucra esfuerzo
Nuestra forma preferida de comunicarnos
Es más, lo hacemos todo el tiempo
Algunos de nosotros incluso no pueden parar
La forma más simple de trabajar
Una de las primeras cosas que aprendemos a hacer
Fácil de usar
El análisis de la voz permite una interfaz
de interacción no manual
No hay clicks, no hay tipeo, solo hay que decir las palabras mágicas
No hay que leer, solo escuchar
Comandos de voz
Muy dificil de hacer lo bien
Frustrante para los usuarios
Para reducir los errores necesitamos reducir el vocabulario
El usuario debe saber o adivinar los comandos disponibles
Corrección de errores
Linea de comandos
- borrar la palabra incorrecta
- reescribir
- enviar
Comando de voz
- repetir el comando hasta que sea correctamente reconocido
Web Speech Recognition Api
Ahora se puede hablar y obtener una transcripción
Web Speech Recognition Api
Notas de seguridad
- Páginas accedidas vía HTTP necesitan obtener el permiso del usuario cada vez que se require hacer una captura de voz.
- Páginas accedidas vía HTTPS requieren que el usuario acepte el permiso de captura de voz una única vez.
- Una aplicación que previamente obtuvo el permiso puede capturar el sonido sin que vos lo sepas.
- Toda la información capturada es enviada a un servidor remoto y no podés saber que sucede con ella.
Web Speech Synthesis Api
El navegador puede hablar por ti
84
Chappie
good-speech.com
Practica tu pronunciación en cualquier idioma
handsfreeforweb.com
Navega la web utilizando solo tu voz
Handsfree for Web
- Soporte de cientos de comandos de voz que permiten navegar la web de forma exclusivamente oral
- Inferencia de comandos de voz
- Interfaz web adaptada a ser ejecutada mediante comandos de voz
- Posibilidad de agregar comandos de voz personalizados
- Posibilidad de definir comandos de voz nativos de un sitio web
Recursos
Handsfree for Web - Navega la web solo utilizando tu voz
https://www.handsfreeforweb.com
Good Speech - Practica tu pronunciación en cualquier idioma
annyang! - Agrega comandos de voz a tu sitio web
text-sound-similarity - Encuentra grados de similitud fonética entre dos textos
Demos
- https://www.google.com/intl/en/chrome/demos/speech.html
- https://www.audero.it/demo/web-speech-api-demo.html
- https://github.com/sljavi/intro-web-speech-api
Speech Recognition
Speech Synthesis
- http://codepen.io/matt-west/pen/wGzuJ
- https://github.com/sljavi/intro-web-speech-api
Nivel de soporte en el Navegador
Nivel de soporte en el Navegador
Speech Apis alternativas
- Google Speech API - De uso comercial, con un trial de 60 min mensuales.
- Microsoft Cognitive Services - Bing Speech API, muchos plugins, por ejemplo autenticación.
- API.AI - analiza intención, no simplemente reconocimineto de voz
- Speechmatics - Aplio vocabulario, soporte de solo ingles, elevada precisión.
- CMU Sphinx - Offline y Open Source. Bajo requerimiento de hardware. Se puede ejecutar en dispositivos móviles. OpenEars - Pocketsphinx on iOS, there are also APIs for Node.js, Ruby, Java, Android bindings.
Más info!
- http://shapeshed.com/html5-speech-recognition-api/
- https://dvcs.w3.org/hg/speech-api/raw-file/9a0075d25326/speechapi.html
- https://developer.mozilla.org/en-US/docs/Web/API/Web_Speech_API
Contacto
Links recomendados
