להורדה | 🎙️ עוזר קולי חכם לאנדרואיד – זיהוי דיבור מקומי עם Whisper
-
יאללה חברה, לילה טוב לכולכם !
-
מעניין אותי מה דעתכם על זה – עוזר קולי לאנדרואיד.
המטרה הייתה ליצור עוזר שאפשר פשוט לדבר איתו, בלי להסתמך על מערכת זיהוי הדיבור הרגילה של המכשיר.
מה שיש כרגע באפליקציה:
-
זיהוי דיבור באמצעות Whisper
האפליקציה כוללת מודל Whisper מובנה בתוך ה־APK, כך שהמרת הדיבור לטקסט מתבצעת ישירות דרך המודל. -
עיבוד מקומי
המודל נמצא בתוך האפליקציה עצמה, ולכן זיהוי הדיבור יכול להתבצע על המכשיר ולא חייב לעבור בכל פעם דרך שירות חיצוני. -
דיבור → טקסט
מדברים אל האפליקציה, היא מזהה את הדיבור וממירה אותו לטקסט שאפשר לעבד בהמשך. -
זיהוי קולי מתקדם
יש גם מנגנון לזיהוי מקטעי דיבור, כך שהמערכת יכולה להתמקד בדיבור עצמו ולא לעבד סתם רעשי רקע לאורך כל ההקלטה. -
נבנה עם דגש על עבודה מקומית
אחד הדברים שהיה לי חשוב בפרויקט הוא שהחלק של זיהוי הדיבור יהיה כמה שיותר עצמאי ולא יהיה תלוי רק ב־API חיצוני. -
תמיכה במכשירי Android
האפליקציה בנויה לאנדרואיד וכוללת את רכיבי העיבוד הקולי בתוך האפליקציה. -
הפרויקט עדיין בפיתוח, ויש עוד הרבה דברים שאני רוצה לשפר ולהוסיף בהמשך – בעיקר סביב הפקודות הקוליות, מה שהעוזר יכול לעשות עם הטקסט שהוא מזהה, ומהירות ונוחות השימוש.
אשמח לשמוע פידבק ממי שמנסה – במיוחד לגבי מהירות הזיהוי, דיוק הזיהוי ומה לדעתכם כדאי להוסיף לעוזר.
להורדה מעוגן פליי :
https://ogenplay.com/apps/7fccd94d-e37b-4121-9a63-82979090bc13
תמונות :
![Screenshot_20260924-025609[1].png](/assets/uploads/files/1790207896895-screenshot_20260924-025609-1.png)
@מוקד-המערכות התקנתי, רמה אחרת.
זה עובד מצוין באופליין, הפקודות מהירות, רק הזיהוי דיבור לטקסט ממש איטי, אולי תבקש מקלוד לבדוק איך אפשר לעשות שזה יהיה יותר מהר (או לשנות מודל) זה לא שוקל הרבה, פחות מ 200 MB למודל אופליין זה ממש קצת.
עוד אופציה לשיפור - תעשה לשונית זיהוי טקסט בלבד, ללא פקודות,
כדאי להוסיף למקלדת הרגילה ככה שיהיה אפשר לכתוב עם זה דברים. -
-
@מוקד-המערכות התקנתי, רמה אחרת.
זה עובד מצוין באופליין, הפקודות מהירות, רק הזיהוי דיבור לטקסט ממש איטי, אולי תבקש מקלוד לבדוק איך אפשר לעשות שזה יהיה יותר מהר (או לשנות מודל) זה לא שוקל הרבה, פחות מ 200 MB למודל אופליין זה ממש קצת.
עוד אופציה לשיפור - תעשה לשונית זיהוי טקסט בלבד, ללא פקודות,
כדאי להוסיף למקלדת הרגילה ככה שיהיה אפשר לכתוב עם זה דברים.זה לא שוקל הרבה, פחות מ 200 MB למודל אופליין זה ממש קצת.
בהתחלה זה היה כמה מגה, אבל הזיהוי היה על הפנים.
-
זה לא שוקל הרבה, פחות מ 200 MB למודל אופליין זה ממש קצת.
בהתחלה זה היה כמה מגה, אבל הזיהוי היה על הפנים.
@מוקד-המערכות למה הוא לא צריך API על מה הוא מבוסס ?
-
@מוקד-המערכות למה הוא לא צריך API על מה הוא מבוסס ?
@יודע-ומייבין למה צריך API ? זה מודל שרץ, ומה יעזור API באופליין, זה כבר לא אופליין, זה אונליין ..
-
@מוקד-המערכות התקנתי, רמה אחרת.
זה עובד מצוין באופליין, הפקודות מהירות, רק הזיהוי דיבור לטקסט ממש איטי, אולי תבקש מקלוד לבדוק איך אפשר לעשות שזה יהיה יותר מהר (או לשנות מודל) זה לא שוקל הרבה, פחות מ 200 MB למודל אופליין זה ממש קצת.
עוד אופציה לשיפור - תעשה לשונית זיהוי טקסט בלבד, ללא פקודות,
כדאי להוסיף למקלדת הרגילה ככה שיהיה אפשר לכתוב עם זה דברים.@שלמה-רביב יתוקן בהמשך, בל"נ.
-
@יודע-ומייבין למה צריך API ? זה מודל שרץ, ומה יעזור API באופליין, זה כבר לא אופליין, זה אונליין ..
@מוקד-המערכות אהה זה מודל שרץ? איזה מודל זה? קווין?
-
מעניין אותי מה דעתכם על זה – עוזר קולי לאנדרואיד.
המטרה הייתה ליצור עוזר שאפשר פשוט לדבר איתו, בלי להסתמך על מערכת זיהוי הדיבור הרגילה של המכשיר.
מה שיש כרגע באפליקציה:
-
זיהוי דיבור באמצעות Whisper
האפליקציה כוללת מודל Whisper מובנה בתוך ה־APK, כך שהמרת הדיבור לטקסט מתבצעת ישירות דרך המודל. -
עיבוד מקומי
המודל נמצא בתוך האפליקציה עצמה, ולכן זיהוי הדיבור יכול להתבצע על המכשיר ולא חייב לעבור בכל פעם דרך שירות חיצוני. -
דיבור → טקסט
מדברים אל האפליקציה, היא מזהה את הדיבור וממירה אותו לטקסט שאפשר לעבד בהמשך. -
זיהוי קולי מתקדם
יש גם מנגנון לזיהוי מקטעי דיבור, כך שהמערכת יכולה להתמקד בדיבור עצמו ולא לעבד סתם רעשי רקע לאורך כל ההקלטה. -
נבנה עם דגש על עבודה מקומית
אחד הדברים שהיה לי חשוב בפרויקט הוא שהחלק של זיהוי הדיבור יהיה כמה שיותר עצמאי ולא יהיה תלוי רק ב־API חיצוני. -
תמיכה במכשירי Android
האפליקציה בנויה לאנדרואיד וכוללת את רכיבי העיבוד הקולי בתוך האפליקציה. -
הפרויקט עדיין בפיתוח, ויש עוד הרבה דברים שאני רוצה לשפר ולהוסיף בהמשך – בעיקר סביב הפקודות הקוליות, מה שהעוזר יכול לעשות עם הטקסט שהוא מזהה, ומהירות ונוחות השימוש.
אשמח לשמוע פידבק ממי שמנסה – במיוחד לגבי מהירות הזיהוי, דיוק הזיהוי ומה לדעתכם כדאי להוסיף לעוזר.
להורדה מעוגן פליי :
https://ogenplay.com/apps/7fccd94d-e37b-4121-9a63-82979090bc13
תמונות :
@מוקד-המערכות מה זה הד' ל' בסמל של האפליקציה?
-
-
@מוקד-המערכות מה זה הד' ל' בסמל של האפליקציה?
שלום! נראה שהשיחה הזו מעניינת אותך, אבל עדיין אין לך חשבון.
נמאס לכם לגלול בין אותם הפוסטים בכל ביקור? כשנרשמים לחשבון, תמיד תחזרו בדיוק למקום שבו הייתם קודם, ותוכלו לבחור לקבל התראות על תגובות חדשות (בין אם במייל, ובין אם בהתראת פוש). תוכלו גם לשמור סימניות ולפרגן ב-upvote לפוסטים כדי להביע הערכה לחברי קהילה אחרים.
בעזרת התרומה שלך, הפוסט הזה יכול להיות אפילו טוב יותר 💗
הרשמה התחברות { const baseUrl = "https://www.google.co.il/search?q=site:mitmachim.top"; const m = location.pathname.match(/^\/(topic|category)\/(\d+)/); const type = m ? m[1] : null; const id = m ? m[2] : null; let searchInput; function search(path = "") { const query = searchInput.value.trim(); if (query) { window.open(`${baseUrl}${path}%20${encodeURIComponent(query)}`, "_blank"); } } let buttons = {}; buttons.searchAll = { id: "bb-search-all", label: `חיפוש ${type ? "בכל הפורום" : ""}`, className: type ? "btn-secondary" : "btn-primary", callback: () => search(), }; if (type === "topic") { buttons.searchTopic = { label: "חיפוש בנושא זה", className: "btn-primary", callback: () => search(`/topic/${id}`), }; } else if (type === "category") { buttons.searchCategory = { label: "חיפוש בקטגוריה זו", className: "btn-primary", callback: () => search(`/category/${id}`), }; } buttons.cancel = { label: "ביטול", className: "btn-default", "data-bs-dismiss": "modal" }; const dialog = bootbox.dialog({ title: '<div style="text-align:center;"><img src="/assets/uploads/files/1625950269825-mt-google.png" width="400" alt="חיפוש בגוגל"></div>', message: '<input id="bb-inp" class="bootbox-input bootbox-input-text form-control" placeholder="הקלידו כדי לחפש בגוגל" autocomplete="off"/>', buttons, backdrop: true, show: true, onEscape: true }); dialog.on("shown.bs.modal", function () { searchInput = document.getElementById("bb-inp"); if (searchInput) { searchInput.focus(); searchInput.addEventListener("keydown", function (e) { if (e.key === "Enter") { e.preventDefault(); const query = this.value.trim(); if (query) { search(); dialog.modal("hide"); } } else if (e.key === "Escape") { e.preventDefault(); dialog.modal("hide"); } }); } const searchAllButton = document.getElementById("bb-search-all"); if (searchAllButton) { searchAllButton.title = "לחצו על אנטר כדי לחפש"; } }); })(); void 0;){kind=link}