/techcast-speech-app

speech recognition for Thai language first

Primary LanguageTypeScript

Speech App คืออิหยังนะ

Speech App อันนี้คือ โปรแกรมที่เขียนขึ้นสำหรับทำให้ Speech Recognition ควบคุมคอมพิวเตอร์ได้ ด้วยคำสั่งเสียง

คำเตือน

นี้เป็นโปรแกรมใช้ส่วนตัว ไม่ได้มีไว้ใช้เชิงพาณิชย์ และ Techcast ไม่ได้เป็น IT Support ของโปรแกรมนี้ ดังนั้น USE AT YOUR OWN RISK นะครับ

สิ่งที่ทำได้

  • ใช้ Speech Recognition ได้หลายแบบ
    • Google Speech Api
    • Wav2vec2 Thai (Model จาก AIResearch)
    • Teachable Machine
  • แก้ไข/ตั้งรูปแบบคำสั่งเอง
  • บันทึก และ ตั้ง Macro ให้เป็นคำสั่งใหม่

วิธีใช้

หน้าจอจะเป็นแบบนี้

  • ปุ่ม Start ยังกดไม่ได้ เพราะยังไม่ได้ไป เลือก Model

ให้เข้าไปที่ Settings จะมี Model ให้เลือก 3 อัน

  • Wav2vec (รับแค่ภาษาไทย, กิน memory และ VRAM แต่ทำงานค่ดเร็ว)

  • Google Speech (ได้ทั้งไทย และ อังกฤษ, ไม่กิน RAM, แต่ทำงานช้า)

  • Teachable machine (ใช้ Custom Speech model ง่ายๆจาก Teachable machine)

    • แล้วจะไปเอา model มาไง
      • เข้าไปที่ https://teachablemachine.withgoogle.com/
      • เลือก Audio Project
      • Train model ให้เรียบร้อย
      • Upload model
      • เอา sharable link มาใส่

  • Webhook (ส่ง POST http ไปให้ server อื่นได้)

Command Setting

command คือ สิ่งที่จำให้คอมทำงาน, ส่วน words คือคำพูดที่ถ้าพบจะทำงาน (use replace ไว้ใช้สำหรับ ใช้คู่กับ webhooks)

Macro

record macro (press f6 or click button)

stop record macro (press esc)

when finish record you will see random macro name happen.

hover it. To see options. options

  • play (left)
  • rename (middle)
  • delete (right)

you can make your macro as action