Prepoznavanje glasovnih komandi poslednjih godina je veoma interesantna tema za programere. Bili smo svedoci više aplikacija koje su više ili manje uspešno pokušavale da naše računare pretvore u mašine koje će da nas slušaju. Jedna od takvih aplikacija je i Web Talkit, samo što je on napravljen za prepoznavanje govora koje će biti u službi navigacije kroz Web čitače.

Web Talkit će vam omogućiti da jednostavnim glasovnim komandama surfujete Internetom. Program prepoznaje dvadesetak komandi koje se nalaze u svakom čitaču, kao što su „Page Up”, „Page Down”, „Home”, „Go Back”, „Go Forward” itd. Pored toga, on prepoznaje i neke komande za manipulisanje veličinom prozora, a može da služi i za prelazak na neku određenu Web stranicu.

Naravno, da bi bio sposoban za bilo šta od ovoga, program treba prvo naučiti da prepoznaje vaš glas. To znači da morate po tri puta ponoviti tridesetak izraza koji će se pojaviti na ekranu. Za to je zadužen Training Wizard koji se automatski aktivira po prvom startovanju programa. U okviru ovog dela programa moguće je dodati i URL adrese koje biste želeli da pozivate putem glasovnih komandi. Maksimalan broj adresa koje je u stanju da zapamti je 512, a to je sasvim dovoljno za smeštanje svih adresa koje se redovno ili povremeno posećuju.

Da biste surfovali glasom program se mora postaviti u mod za slušanje. Nakon toga možete slobodno početi da „pričate” vašem omiljenom Web čitaču. Ukoliko ne možete da se setite kako tačno glasi komanda dovoljno je kliknuti na za to određenu opciju ili reći „What Can I Say” i na ekranu će se pojaviti prozor sa svim rečima koje je program naučen da prepoznaje.

U praksi, Web Talkit je pokazao i dobre i loše strane. I jedna i druga strana se odnose na algoritam prepoznavanja glasovnih komandi. Pohvalno je to što program ne obraća mnogo pažnju na boju glasa već na način izgovora reči. Do ovog podatka došao sam sasvim slučajno: u toku testiranja programa zbog prehlade sam potpuno promukao. Na moje veliko iznenađenje, program nije ništa lošije prepoznavao glas nego u trenutku kada je program „treniran”, iako se čak dešavalo da neki prijatelji nisu mogli da mi prepoznaju glas preko telefona! S druge strane, taj isti algoritam je ponekad izvršavao sasvim pogrešne komande. U nekim slučajevima to bi se moglo pripisati sličnosti u komandama koje mogu da zbune algoritam ako se nedovoljno jasno izgovore (kao što je slučaj sa komandama „Maximize Window” i „Minimize Window”), ali šta reći za primer kada se izgovori „Stop”, a program izvrši komandu „Close Browser”?

Sve u svemu, Web Tolkit je pravilno prepoznavao oko 70% do 80% izgovorenih komandi što za prvu verziju ovog programa i nije tako loš rezultat. Ako ste znatiželjni da probate, kako reče jedan moj prijatelj, „Internet bez ruku”, na adresi www.groverind.com ćete pronaći potpuno funkcionalnu probnu verziju programa koja radi deset dana.

Branislav BUBANJA