by Rain Chu | 8 月 2, 2024 | AI, 語音辨識
這裡整理了自己試過可以使用的語音指令，當然一定還有很多指令我沒試出來，有試過的可以分享給我，我也會陸續增刪
音樂相關
- 播放藍芽音樂
- 暫停音樂
- 停止播放
- 停掉音樂
- 上一首歌
- 下一首歌
- 切換音樂來源成USB
- 切換音樂來源
- 打開廣播
- 啟動廣播
- 調到FM91.7
- 上一個頻道
- 上一個電台
- 切換下一個電台
- 播放下一個電台
- 暫停收音機
- 播放收音機
- 把電台加入我的收藏
- 把電台從我的收藏裡刪除
- 從收藏中移除電台
- 降低音量
- 音量調高
- 音量靜音
- 取消靜音
導航指令
系統控制類型
- 打開藍芽
- 關閉藍芽
- 增加螢幕亮度
- 設定螢幕亮度為最高
- 降低螢幕亮度
- 開啟頭燈
- 關上大燈
- 打開360度攝像機
- 關閉360度攝像頭
門窗控制
- 打開窗戶
- 窗戶開一半
- 關閉窗戶
- 車窗開四分之一
- 開一點車窗
- 解鎖車門
- 解鎖後門
- 鎖上車門
- 鎖上後面的門
詢問資訊
- 剩餘里程?
- 電池還有多少電?
- 胎壓是多少?
- 我能開多遠?
- 現在幾點?
- 今天幾號?
- 我的駕駛模式是?
通訊方法
空調控制
- 打開冷氣
- 冷氣調到25度
- 關閉冷氣
- 加大冷氣的風量
- 減少冷氣的風量
- 冷氣風量設置為5
TURING 用 Stable Diffusion 畫 EV 概念車 – 雨 (rain.tips)
by Rain Chu | 3 月 24, 2024 | AI, 語音辨識
Whisper 是一種由 OpenAI 開發的先進語音識別系統，Whisper 的獨特之處在於其能夠處理多種語言和方言，以及在各種噪音環境下保持高水準的準確率。這一技術的開發代表了語音識別領域的一個重要進步，為多種應用場景提供了強大的支持，從自動字幕生成到語音指令的處理，再到多語言溝通的促進。
Large 3 更新
2023年末的更新版本，Large 3，來到了3.1GB，測試後，中文的理解能力已經來到了大學生等級，相當的實用，但也相當吃硬體資源
Whisper JAX
https://huggingface.co/spaces/sanchit-gandhi/whisper-jax
如果不想安裝，只想立即使用的話，可以先點選線上版本的，直接可以測試他的效果如何，再來想應用或是考慮是否要在本地端架設一套起來
技術背景
Whisper 基於深度學習模型，特別是利用了大規模語音數據集來訓練其識別算法。這使得 Whisper 不僅能夠識別標準發音的話語，還能識別口音、方言以及非正式或口語化的表達。OpenAI 通過分析大量的語音數據，使 Whisper 能夠理解和處理語速變化、背景噪音干擾以及講話者間的交談。
功能與應用
Whisper 的應用範圍廣泛，從提高輔助聽力設備的性能到增強虛擬助理的理解能力，再到改善自動翻譯系統的質量。在教育領域，它可以幫助創建更加無障礙的學習材料，為聽障學生提供即時字幕。在媒體行業，Whisper 可以用於自動生成新聞報導或視頻內容的字幕，大大提高生產效率並擴大觀眾範圍。
性能與準確性
OpenAI 對 Whisper 的測試表明，其在多種語言和口音的識別上達到了極高的準確性。此外，Whisper 能夠辨識並適當處理專有名詞、術語以及其他複雜的語言結構。這種高水平的準確性不僅對於提供質量高的轉錄服務至關重要，也是使語音交互系統更加可靠和實用的關鍵。
下載資源
OpenAI Whisper
編譯好可以直接使用的程式
CPU版本Whisper，Buzz 適合沒有GPU的情景使用
文章內整理了編譯版本，可以離線下載使用
近期留言