सिरी के रूसी एनालॉग के विकास के बारे में कहानी की निरंतरता

7 दिनों में "रूसी-भाषी" एनालॉग "सिरी" विषय के विकास के प्रकाशन के बाद , मुझे मदद के लिए कई मूल्यवान सुझाव और सुझाव मिले। आप सभी को बहुत बहुत धन्यवाद। मैंने कई सुझावों और टिप्पणियों को ध्यान में रखा और विकास जारी रखा। कट के तहत यह क्या आया।

पहली चीज जो मैंने की वह थी डिजाइन में बदलाव। इसके लिए, विप्र एरिजोना के कई धन्यवाद हैरज़िटेल, जिन्होंने कृपया आवेदन के लिए एक नया डिज़ाइन भेजा। अब डिजाइन इस तरह दिखता है:



लिमोशा हार्लर के लिए धन्यवाद, जिन्होंने सुझाव दिया कि सेब के गोले में कहां खोदना है, मैंने नमूना आवृत्ति को 44.1 KHz से 16 KHz तक बदल दिया। सर्वर पर स्थानांतरित फ़ाइल का आकार कम हो गया है। मैं नमूना आकार को 8 KHz तक कम करके फ़ाइल आकार को और कम करना चाहता था, लेकिन मान्यता की गुणवत्ता खराब हो गई और मैं 16 KHz पर बस गया।

अच्छी तरह से और सबसे महत्वपूर्ण बात, मैंने आवाज इंजन को बदल दिया। वह गूगल में चला गया। Ispeech.org की तुलना में मान्यता की गुणवत्ता कई गुना बेहतर है। दुर्भाग्य से, मैं अभी भी सीधे iPhone पर वेव को FLAC में परिवर्तित करने के लिए लाइब्रेरी नहीं ढूंढ सका था, इसलिए फ्लैक लाइब्रेरी का उपयोग करके मेरे सर्वर पर परिवर्तित करने का निर्णय लिया गया। हालांकि डेवलपर्स मंचों पर लिखते हैं कि यह अभी भी डिवाइस पर कनवर्ट करने की तुलना में तेजी से बदल जाएगा, लेकिन यह मुझे लगता है कि यह पुराने iPhone मॉडल पर लागू होता है।
Google इंजन पर स्विच करने के लिए अधिक शक्तिशाली संसाधनों की आवश्यकता थी और मैंने एक समर्पित सर्वर का आदेश दिया। चूंकि मैं केवल साझा होस्टिंग पर होस्ट करता था, इसलिए मुझे अपने आप को समर्पित के साथ तड़पाना पड़ा। मुझे PHP 5.1 के साथ CentOs के साथ एक सर्वर मिला, बिना json_encode और json_decode, साथ ही MYSQL के लिए समर्थन के बिना, जिसमें पूर्ण भाषा में रूसी भाषा के साथ पूर्ण खोज utf8_general_ci में एन्कोडेड है। दो दिनों के लिए मैंने सर्वर सेट करके "मार" दिया। अद्यतित php, flac लाइब्रेरी स्थापित की, और इसी तरह छोटी चीज़ों पर भी।

सभी परिवर्तनों के बाद, एप्लिकेशन लॉजिक इस तरह दिखने लगा:
ए) फोन मेरे सर्वर पर एक तरंग फ़ाइल भेजता है;
बी) सर्वर पर, फ़ाइल को फ्लैक में ट्रांसकोड किया जाता है और प्रतिक्रिया के लिए एक मान्यता प्राप्त स्ट्रिंग प्राप्त करते हुए, मान्यता के लिए Google सर्वर को भेजा जाता है;
सी) मेरा सर्वर प्राप्त जानकारी को संसाधित करता है, एक प्रतिक्रिया उत्पन्न करता है और इसे फोन पर भेजता है;
डी) फोन प्राप्त जानकारी को पुन: पेश करता है;
इस योजना के साथ, सब कुछ बहुत तेज़ी से काम करता है, लेकिन सर्वर पर लोड थोड़ा नहीं बढ़ा है। मुझे यह भी पता नहीं है कि सर्वर कितने अनुरोधों को एक साथ सामना कर पाएगा। हालांकि यह समर्पित है, लेकिन रबर नहीं है।

कार्यक्षमता में सुधार

इसके अलावा, टिप्पणियों में भेजे गए और लिखे गए सभी सुझावों को ध्यान से पढ़ें, मैंने कार्यक्षमता में सुधार करने का बीड़ा उठाया। पहली चीज़ जो मैंने की थी वह एक मौसम विजेट में डाला गया था जो जीपीएस निर्देशांक या आईपी द्वारा मौसम दिखाता है, अगर निर्देशांक नहीं मिल सके। विजेट मानक है, जिसे gismeteo.ru से लिया गया है, और हर कोई बुरा नहीं है, केवल विज्ञापन दिखाता है। बहुत बाद में नहीं, आपको संभवतः अपना मौसम विजेट बनाना होगा। कई साइटें हैं, जो निर्देशांक प्राप्त करके, मौसम के साथ एक XML फ़ाइल देते हैं। यह केवल इसे पार्स करने के लिए आवश्यक है, सूरज, बादलों आदि के आइकन खींचना। और प्रदर्शित करें।



फिर मैंने कॉल करने वाले को कॉल करने की क्षमता को जोड़ा, कॉन्टैक्ट वॉइस को कॉल किया। यदि संपर्क नहीं मिला है, तो यह सूचित किया जाता है। बेशक, कई के लिए, और खुद के लिए, संपर्कों का नाम दिया जाता है ताकि FIG उन्हें सही ढंग से उच्चारण करें। इसे और अधिक सुविधाजनक बनाने के लिए, मैं न केवल नाम या उपनाम से, बल्कि उपनाम से भी ग्राहक की तलाश कर रहा हूं। आप एक संपर्क में एक उपनाम (उपनाम) जोड़ते हैं, और यह कॉल करने के लिए बहुत अधिक सुविधाजनक हो जाता है। सिद्धांत रूप में, छद्म नाम वाला तरीका सबसे सही है, यहां तक ​​कि सेब इसे सिरी के लिए उपयोग करने की सलाह देता है, क्योंकि यदि आप कार्यक्रम को प्रशिक्षित नहीं करते हैं, तो सभी उपनामों को झुकना सिखाना बहुत मुश्किल है। आगे फोन को नियंत्रित करने के विषय में (टाइमर, अलार्म घड़ी, नोट्स), मैंने अभी तक गहरी नहीं जाने का फैसला किया, ताकि सेब एक कार्यक्रम को हैक न करे। उन्होंने पहले से ही एक पत्र भेजा है, वे कहते हैं कि क्षमा करें तो वे ऐसा कहते हैं, लेकिन आपके आवेदन की जांच के लिए अतिरिक्त समय की आवश्यकता होगी, प्रतीक्षा और ब्ला ब्ला ब्ला के लिए धन्यवाद।

फिर मैंने मानचित्र पर अपने ठिकाने का पता लगाने और रेस्तरां, कैफे, नाइट क्लब आदि के लिए निकटतम वस्तुओं को दिखाने का अवसर जोड़ा, इसके लिए मैं यैंडेक्स के अनुरोधों का उपयोग करता हूं। यह देखते हुए कि संयुक्त राज्य अमेरिका के बाहर की वास्तविक वस्तुओं की तलाश नहीं है, यह एक बहुत ही उपयोगी विशेषता है।



उन्होंने थोड़े से हास्य और अक्सर पूछे जाने वाले उत्तर भी जोड़े, लेकिन बिल्कुल अर्थहीन प्रश्न। ऐसा करने के लिए, इस विषय पर सूत्रों को पढ़ें, सिरी द्वारा कौन से प्रश्न सबसे अधिक पूछे जाते हैं। चूंकि मेरे सभी प्रश्न भी डेटाबेस में दर्ज किए गए हैं, जल्द ही मुझे पता चल जाएगा कि हमारे लोग सबसे अधिक बार क्या पूछते हैं।
उन्होंने Google से फ़ोटो और चित्रों की खोज करने की क्षमता को भी जोड़ा और वोल्फ्राम से जुड़ा। मैंने इसे कनेक्ट किया है, लेकिन इसे अभी तक सक्रिय नहीं किया है, क्योंकि मैंने पढ़ा है कि सेब निर्दयता से उन सभी कार्यक्रमों को पुनर्निर्देशित करता है जो आवाज सहायक में टंगस्टन अल्फा बेस का उपयोग करते हैं, क्योंकि सिरी उसी आधार का उपयोग करता है। वुल्फ्राम का उपयोग करना। अल्फा एपीआई, प्रति दिन 2000 से अधिक अनुरोधों की संख्या के साथ, नि: शुल्क है।



फिर मैंने एयरलाइन टिकट और होटल बुक करने के लिए इस तरह की आवश्यक चीज़ को उठाया। इसके बारे में क्या पता स्क्रीनशॉट में देखा जा सकता है।



नतीजतन, एक बहुत अच्छा अनुप्रयोग पहले ही बाहर हो गया है, जो ऐप स्टोर पर डालने के लिए शर्म की बात नहीं है। सच है, ज्ञान के आधार को अंत तक भरना आवश्यक है, और अब के लिए, मेरा सहायक 12 कुर्सियों से एलोचका नरभक्षी की तरह है।
यदि ऐप्पल एप्लिकेशन को छोड़ देता है, तो एक बहुत अच्छा स्टार्टअप प्राप्त किया जा सकता है। फिर मैं एंड्रॉइड और विंडोज़ फोन पर एप्लिकेशन को पोर्ट करता हूं। यदि आप नहीं चूकते हैं, तो मैं बहुत परेशान नहीं होऊंगा। मुझे लगता है कि उपलब्धियां खो नहीं जाएंगी। मेरे पास पहले से ही विचार है कि मैं मोबाइल एप्लिकेशन में भाषण पहचान कैसे और कहां लागू कर सकता हूं।
पूर्व-रिलीज़ संस्करण की सुविधाओं का एक वीडियो प्रदर्शन यहां: www.youtube.com/watch?v=JlkJva-bGGY

पुनश्च
हमेशा की तरह, मुझे सलाह और रचनात्मक आलोचना सुनने में खुशी होगी।

यदि हब्रजीटेली में से एक के पास टिकट, होटल और अन्य उपयोगी सेवाओं की बुकिंग के लिए सेवाएं हैं, तो मैं आपके आवेदन में इन सेवाओं को एम्बेड करने के मुद्दे पर खुशी से चर्चा करूंगा।

UPD: आज रात, ऐप्पल ने आवेदन को अस्वीकार कर दिया। मैं उनके साथ लंबे और उबाऊ पत्राचार में प्रवेश करूंगा और उनकी आवश्यकता बदल दूंगा।