הוספתי גם מנגנון זיהוי שגיאות בעיקרון עכשיו הזיהוי קולי אמור לעבוד יותר טוב.

עדכון – גרסה 1.0.42 עלתה

סידרתי את רוב מה שביקשתם פה בשרשור.

@אברהם-אבינו-1 עכשיו כשהוא שואל "התכוונת ל...?" מספיק לענות כן והוא עושה את זה.
@auko76 בזמן שהוא מקשיב המוזיקה נעצרת, וחוזרת לבד כשמסיימים לדבר.
@יוסף-כהן-2 הבאג עם הרשאת המיקרופון במקלדת אמור להיות מסודר.
@יאיר-גפן הוספתי פקודות מוקלטות, כמו שהצעת. מקליטים פעם אחת, למשל "וויז הביתה", ואחר כך רק אומרים את השם.

חוץ מזה סידרתי את ההגדרות, היה שם קצת בלגן.

@yolevi @auko76 לגבי הזיהוי בעברית: העליתי גם מודלים של ivrit.ai, מכווצים לטלפון.

הורדה בגיטהאב עד ש @מוקד-המערכות יעלה לעוגן פליי
האפליקציה: https://github.com/BSDBSDBSDBSD/helen-downloads/releases/tag/app
המודלים: https://github.com/BSDBSDBSDBSD/helen-downloads/releases/tag/models

הסבר מפורט מקלוד על כל השינויים בספוילר למטה.

Spoiler

@למדנ אתה בטוח שזה מה שעלה כי הגרסה האחרונה זה37.

@למדנ
אתה רואה את זה בהגדרות?

@צוות-פיקוח אם זה נחשב קישורים לAI וזה בעייתי אשמח אם יעדכנו אותי

הנה קישורים למודלים של זיהוי דיבור בעברית. האפליקציה יודעת לטעון כל קובץ כזה: בהגדרות לוחצים על "טען מודל אחר" ובוחרים את הקובץ שהורד. האפליקציה בודקת לבד שזה קובץ מתאים.

המודל שכבר מובנה בגרסה המלאה, להשוואה:

ggml-small-q5_1.bin, כ־190 מגה:
https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-small-q5_1.bin

מודלים גדולים יותר, מדויקים יותר:

בינוני (medium), כ־540 מגה:
https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-medium-q5_0.bin
גדול ומהיר (large-v3-turbo), כ־575 מגה:
https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo-q5_0.bin
אומן במיוחד על עברית (ivrit.ai), כנראה המדויק ביותר לעברית. בעמוד הזה בוחרים את קובץ ה־ggml:
https://huggingface.co/ivrit-ai/whisper-large-v3-turbo-ggml

כדאי לדעת לפני ששולחים לחבר:

מודל גדול איטי יותר. בטלפון ממוצע מודל גדול יכול לקחת כמה שניות לכל פקודה. בטלפון חזק זה עובד טוב.
הורדה מהמחשב עדיפה, כי הקבצים גדולים. מעבירים את הקובץ לטלפון וטוענים אותו מהאפליקציה.
לא הצלחתי לבדוק את הקישורים, כי מכאן אין לי גישה לאתר Hugging Face. הם לפי השמות הקבועים של הקבצים שם. בקישור של ivrit.ai שם הקובץ עלול להשתנות, ולכן נתתי את עמוד הקבצים ולא קישור ישיר.

אם התכוונת למשהו אחר, למשל לגרסה המלאה של האפליקציה (199 מגה) או למודל ה"חכם" שטוענים בהגדרות, תגיד לי ואתן את הקישור המתאים.

תן לי קישור לאתר

הנה קישורים לעמודים עצמם באתר Hugging Face, שם רואים את כל הקבצים ובוחרים:

כל המודלים של whisper.cpp (small, medium, large ועוד):
https://huggingface.co/ggerganov/whisper.cpp/tree/main

המודל שאומן במיוחד על עברית (ivrit.ai
https://huggingface.co/ivrit-ai/whisper-large-v3-turbo-ggml/tree/main

האתר הראשי של ivrit.ai, עם כל המודלים שלהם לעברית:
https://huggingface.co/ivrit-ai

בעמוד הקבצים לוחצים על שם הקובץ שנגמר ב־.bin, ושם על כפתור ההורדה (download).

אבל יצטרכו יותר ג'יגה ראם כדי שזה לא יהיה מדי איטי.

למה אם אתה מדבר לאט וברור זה קולט.

@yolevi יש עוד מודלים אבל יותר כבדים ומילא יותר איטיים.

@למדנ כן המודל עודכן ותומך ביותר מילים ועודכנו וסודרו כל מיני באגים שאנשים התלוננו
ההוספה העיקרית שאפשר להגדיר את זה כמקלדת של המכשיר בהגדרות של שפה וקלט או בתוך האפליקציה בהגדרות איפשהו.

הגרסה עם המקלדת מוכנה. מחכה ש @מוקד-המערכות יעלה אותה לעוגן פליי.

@auko76
למה אתה מתכוון?

עלה לי רעיון להוסיף לאפליקציה מקלדת שיוכלו להגדיר אותה כהמקלדת של המכשיר ואז יהיה מקלדת עם זיהוי קולי וזה ישתמש באותו מודל של העוזר אישי ככה שזה יחסוך מקום במכשיר.
האם זה יעיל?

יקח קצת זמן עד שיעלה @מוקד-המערכות יעדכן כשהוא יעלה את זה.

@אברהם-אבינו-1 בעזרת השם בגרסה הבאה.

עדכון גרסה – כל הבקשות מהרשימה האחרונה טופלו

באגים שתוקנו

העוזר כבר לא מנגן מוזיקה מעצמו כשהטלפון נעול. כשהמסך כבוי או נעול הוא מתעלם מקולות, ורעש קצר כמו דפיקה כבר לא נחשב דיבור (@מטען-נייד)
בהירות: "בהירות 5" נותן עכשיו 5%, ולא 50% (@למדנ)
שיחה לאנשי קשר בדיבור: זיהוי הדיבור מכיר עכשיו את שמות אנשי הקשר שלך, אז "תתקשר ליענקי" נשמע נכון (@auko76)
הכפתור הצף כבר לא נתקע על "מקשיב". אם לא שומעים כלום תוך כמה שניות, הוא חוזר למצב רגיל (@למדנ)
במצב "מוסתר", הכפתור הצף חוזר כמו שצריך אחרי היציאה מסרטון (@מטען-נייד)

שיפורים

ביטול כשהעוזר "חושב": לחיצה ארוכה על הכפתור הצף, או על החלונית, מבטלת (@מטען-נייד)
ההקראה כבר לא עוצרת מוזיקה או סרטון שמתנגנים. בהגדרות יש מתג למי שכן רוצה הקראה גם אז (@מטען-נייד)
החלונית הצפה לא מופיעה כשנמצאים בתוך האפליקציה (@מטען-נייד)
כפתור המיקרופון בצ'אט חוזר כשהמקלדת יורדת, והטקסט שהוקלד נשאר (@מטען-נייד)
בסיבוב המסך, הכפתור הצף נשאר באותו צד ובאותו גובה (@מטען-נייד)
פקודות כיבוי חדשות (@רפאל-סון):
"תבטל את השעון המעורר", "אל תעיר אותי מחר"
"תכבה את הטיימר"
"תכבה סיבוב מסך" (עכשיו מובן בהרבה יותר ניסוחים)
"תפסיק להקריא" ו"תחזור להקריא"
שעון מעורר בזמן יחסי: "שעון מעורר לעוד 5 שעות", "תעיר אותי בעוד שעתיים" (@רפאל-סון)
חלונית הקלדה צפה (@רפאל-סון):
כפתור "הקלדה" בהתראה של העוזר
אפשר גם לבחור בהגדרות שלחיצה ארוכה על הכפתור הצף תפתח אותה
מצב לילה: "תפעיל מצב לילה" פותח את מסך ההגדרות שלו. אנדרואיד לא מאפשר לאפליקציה להדליק אותו לבד, אז נשאר רק ללחוץ על המתג (@למדנ)
ווידג'ט חדש בגודל אייקון: לחיצה אחת, והעוזר מקשיב (@למדנ)
לשונית "ידע" (@רפאל-סון):
אפשר לבחור באילו קבצים לחפש
יש כפתור לניקוי החיפושים האחרונים
תיקון שגיאות כתיב: המודל אומן על הרבה יותר משפטים עם שגיאות הקלדה ודיבור (@רפאל-סון)

המודל

אומן מחדש על כ־368 אלף משפטים, פי שניים מקודם.

הגרסה החדשה תעלה עוד כמה דקות אחרי ש @מוקד-המערכות יעלה אותה לעוגן פליי.

ברור שכן זה כל הרעיון
@05832

@auko76
זה קשור למודל שמבין עברית, אם המכשיר שלך תומך בזה יש להם מודל ששוקל בערך 500 מגה בית שאתה יכול להוריד ולטעון אותו ידנית לא מצאתי מודל שמבין עברית יותר טוב מזה.

בעזרת השם היום בצהרים תעלה גרסנ חדשה אשמח אם יכתבו את כל הבאגים והשיפוריפ עד אז.
תודה ל @רפאל-סון אחלה רעיונות.

@ממוחשב נסית להתקין את האפליקציה החדשה?
עוד מישהו נתקל בזה?