سؤال حول التعامل مع الكمبيوتر من خلال الكلام

اين انتم يامشرفين

اين انتم يا اعضاء المنتدى

هل من مجيب

أعتقد تقصد text to speech & speech recognition

راجع

http://www.microsoft.com/MSAGENT/downloads/user.asp

ستجد ما يفيدك ..

ابحث في google ستجد أمثله بالفيجوال بيسك ..

http://www.codeproject.com/vbscript/texttospeech.asp

إن كنت تريد عمل هذا الشئ بدون استخدام ادوات جاهزة , فالمشوار طويل و يحتاج لتفرغ كامل ( مشروع ماجستير او دكتوراه يعني ..) ..

بسم الله الرحمن الرحيم

اذا كنت تقصد speech recognition فهذا موضوع في المنتدى للأخ al_amwaj يشرح ما تريد

تحكم بكمبيوترك عن طريق الكلام

البرنامج لم ينفذ معي لكنه عمل مع أعضاء آخرين ، بالتوفيق

والسلام عليكم ورحمة الله وبركاته

ولكن يا اخواني ...

هل من الممكن ان يرد عليك الحاسوب مثلا في حال نطقك الغير الصيحيح للكلمه ... ( الرد الآلي )

أعتقد ان هذا الموضوع صعب جدا

فكيف يرد عليك الكمبيوتر ويفهم ما نقول

بسم الله الرحمن الرحيم

ما فهمت

لكن ........

الكلمات كثيرة جدا وغير محدودة كما أنه تتغير اللهجات وهناك أيضا الأسامي التي ليس لها حد فمثلا التدقيق الاملائي الأبسط بكثير ولكنه لا يتعرف على كل الكلمات رغم أن طريقة الكتابة واحدة ( المشكلة في حصر الكلمات ) فكيف بك بالنسبة للأصوات التي تتغير فيها اللهجات وسرعة ونعومة الصوت الخ .

على كل حال يوجد Samples تنزل مع الأداة عند تحميلها قد توضح لك قدرات speech recognition بامكانك تحميلها من الرابط السابق .

كما يمكنك ارسال رسالة خاصة تنبه الأخ al_amwaj لمتابعة الموضوع فقد يكون عنده اجابات أدق مني .

والسلام عليكم ورحمة الله وبركاته

هذا الموضوع سهل جدا ابحث عن برنامج ميكروسوف وورد الجديد 2006 فهو فية هذة الخاصية

بس فية مشكلة انة لا يقبل الاى الكلمات الانجليزية

السلام عليكم و رحمة الله و بركاتة

لما رايته من اهمية فى الموضوع حول التعامل مع الكميوتر عن طريق الكلام .. فهو ليس سهل كما يتصوره بعض الاخوة الاعضاء

وساقوم إن شاء الله بشرح بسيط عن كيفية التعامل مع الكميوتر عن طريق الكلام .وهى تتمثل فى سلسلة دروس لمعرفة القاعدة الاساسية لهذا الموضوع ..

الدرس الاول

**بسم الله الرحمن الرحيم**

شهدت التسعينيات أول تعامل مع الأنظمة المنطوقة بعد ما بات في وقت من الأوقات حلم مبرمجي الحاسوب الوصول إلى الطريقة التي تمكنهم من التحدث مع الحاسوب والتخاطب معه , هذه الطريقة التي أصبحت تستخدم لمساعدة من يواجهون صعوبة في استخدام لوحة المفاتيح أو الماوس ليتعاملوا مع الحاسوب , وهي مع ذلك وسيلة للرفاهية والراحة لدى الإنسان مما علمه الله لبني البشر ...

كان هذا العلم هو التعرف على الكلام الذي صار في بعض الدول المتقدمة وسيلة لإنجاز امتحانات الطلاب وحقق كثير من الأمن بعد ما استخدمته الجهات الأمنية .....

وأيضا التعرف على الكلام هو أحد الخصائص التي أتت بها ميكروسوفت أوفيس XP والتي جعلت من الممكن للمستخدمين إدخال النصوص وتنفيذ الأوامر والتحكم في النوافذ عن طريق التحدث في المايكروفون .....

و في هذه السلسلة من الدروس سنتحدث إن شاء الله عن هذا الفرع من علوم الحاسب الآلي ....

بداية حديثنا سيكون عن فروع علم الحاسب الآلي كالتالي:

1- علوم الحاسب الآلي (Computer Science CS)

2- نظم المعلومات (Information System IS)

وعلوم الحاسب الآلي(CS) بحد ذاتها يندرج تحتها عدة فروع نذكر منها :

معالجة الصور (Image Processing )

معالجة أو تشغيل الكلام (Speech Processing )

والذي نريد التوصل إليه أن (Speech Processing) معالجة الكلام هو أحد الأفرع الرئيسية لعلوم الحاسب الآلي

****والحاسب الآلي لكي يقوم بعملية معالجة الأصوات (الكلام بالأخص) يجب في البداية أن يقوم بالتعرف علي هذه الأصوات وهو ما يسمى ب(speech recognition) التعرف على الكلام وعليه سيكون محور حديثنا في هذه السلسلة

--------------------------------------------------------------------------------

تلميح:

كلمة (Speech) :تعني الكلام

لكن (voice) : تعني الأصوات عموما ليس فقط الأصوات البشرية بل تتعدى ذلك إلى أصوات العصافير وأصوات الأجهزة وغير ذلك ..............

مثلا لدينا مصنع به العديد من الأجهزة فيهم جهاز جديد قمنا بتسجيل صوته عند أول تشغيل له وبذلك قد أخذنا بصمة له وهو جديد وبعد عمل هذا الجهاز 1000 ساعة مثلا عندها يحتاج الجهاز إلى صيانة نسجل صوته مرة أخرى ونأخذ بصمة أخرى له .............

..تبقى هذه البصمات الصوتية محفوظة لدينا .......

عندما يصادفنا جهاز في المصنع به عطل نأخذ منه بصمة صوتية (أي تسجيل صوتي لهذا الجهاز وهو يعمل) ونقارنها مع البصمات الصوتية المحفوظة لدينا مسبقا وعندها نقرر هل هذا الجهاز جديد أم أنه يحتاج إلى صيانة ........

--------------------------------------------------------------------------------

ولذلك ما نعنيه في هذه السلسلة التعرف على الكلام (speech recognition) هو تعرف الحاسوب على صوت الإنسان...

نظام التعرف على الكلام(speech recognition system) :

هذا النظام ينجز 3 مهام أساسية منذ دخول الصوت إلى الحاسوب ومن ثم معالجته وحتى الاستفادة منه وهي :

1- Pre-processing

2- Recognition

3-Communication

وسنأخذ كل مرحلة بالتفصيل : أولا //ما يسمى ب Pre-processing :--

وهي العمليات التي تسبق المعالجة الأساسية للصوت وهي عبارة تحويل الصوت المدخل إلى الحاسوب إلى شكل يستطيع ال(Recognizer) التعامل معه

وال (Recognizer) متمثل في جزأين( s/w & h/w)

الs/w وهي البرامج التي تتعامل مع الإشارات الصوتية والخاصة بالتعرف على الصوتيات وال h/w هي الحاسوب نفسه

وبالتالي لكي يقوم الحاسوب بمعالجة الإشارات الصوتية والتعامل معها لا بد أن تتم عملية ال Pre-processing التي تتلخص في تحويل الإشارات الصوتية المدخلة إلى شكل ثنائي (0 & 1)

لنبدأ العملية من البداية س من الناس قام بتسجيل صوته عن طريق المايكروفون للحاسب, مجموعة الكلمات التي قام بتسجيلها هي عبارة سلسلة من الإشارات المتصلة والتي تعرف ب Analog signal وممكن تسميتها ب Continuous Signal والتي تمثل بالشكل التالي :-

ومعنى أنها إشارات متصلة أي في كل لحظة زمنية توجد قيمة للصوت حتى لو توقف الشخص عن التحدث فإنه توجد إشارات بسيطة .

طيب تتحول هذه الإشارات المتصلة إلى إشارات منفصلة أو متقطعة والتي تعرف ب(discrete signal ) كالتالي :

ولكي تتم عملية التحويل من discrete signal إلى 0&1 ( أوما يعرف ب digital signal أو binary form الشكل الثنائي ) حتى تكون في الصورة القابلة بأن يتعامل معها الحاسوب فإنه يتم عمل عملية تسمى ب Quantization :

وهي أخذ القيم المحصورة بين مستويين من الشكل السابق (2level)أو ما يسمى علميا ب(threshold) وتكون هذه القيم المحصورة قيما عشرية طبعا ويتم تحويلها إلى شكل ثنائي (0&1) انظر الشكل التالي :--

وبذلك تم تحويل الإشارات المتصلة (Analog Signal ) إلى الإشارات المتقطعة(Discrete Signal ) وبعدها عملية ال(Quantization) التي بدورها تنتج الصيغة الثنائية 0&1 وهي الصورة الوحيدة التي يستطيع الحاسوب التعامل معها وبالتالي تبدأ عملية المعالجة (Processing ) ..

وهذا هو دور كرت الصوت مبدئيا .....

والعرض التالي يوضح العملية باختصار ....

ملاحظة :1- في الرسم البياني المصطلح Amplitude يعني قيمة الحرف عند لحظة زمنية معينة , حيث كل حرف لهamplitude مختلف عن الآخر ......أو هو مقدار الطاقة الموجودة في الموجة والتي تمثل بارتفاع الموجة .....ويتضح معنى ال amplitude

ومن الرسم أيضا يتضح أن المسافة بين قمتين هي طول الموجة....

2- أما بالنسبة للمصطلح threshold فهو علميا يشبه level في المعنى تقريبا ولكن بالتحديد هي مستوى محدد ومفروض لا يزيد ولا يقل عنه وال threshold ليست متساوية في جميع الإشارات بل الإشارات الصوتية لها threshold معينة و image لها threshold معينة وهكذا ....

أما مرحلة ال recognition و ال Communication فتابعوها في الدروس القادمة ......

بسم الله الرحمن الرحيم

مشكور جدا أخي hichamchak على هذا الدرس الرائع المفيد ( خصوصا الدقة العلمية )

الغريب عدم الردود على الموضوع ( بالنسبة لم أنتبه لردك الا الآن )

راجيا منك اتمام ما بدأت به

والسلام عليكم ورحمة الله وبركاته

شكرا لك اخى

اقتباس

راجيا منك اتمام ما بدأت به

هذا يتوقف على رغبة الاعضاء فى مواصلة الدروس

معلومات قيمة جداً أخي hichamchak

نرجو منك الإستمرار ..

السلام عليكم

الاخ المبدع هشام

بارك الله فيك على هذه الدروس الرائعة , وارجو منك ان تكمل الشرح ليستفيد الجميع

بالفعل الدروس اكثر من رائعة

بارك الله فيك,,

أنا جربت كل حاجة والبرنامج اشتغل لكن لما مثلا اقول Close مفيش حاجة بتحصل وكذلك باقي الكلمات حتى إني حاولت ابسط الموضوع وكتبت بدل كلمة Close الحرف H إلا أنه لم يحدث اي تأثير لماذا ؟؟؟؟

بسم الله الرحمن الرحيم

هذا الدرس الثانى فى التعرف على الأصوات

استكمالا للدرس السابق والذي تحدثنا فيه عن علم التعرف على الأصوات وذكرنا المهام الثلاثة الرئيسة التي ينجزها نظام التعرف على الكلام (Speech Recognition System ) وهي : pre-processing - recognition - communication

بعد مرحلة ال pre-processing التي تم فيها تحويل الإشارات المتصلة (analog signal)إلى عدد من ال0&1 (digital signal)لكي تصبح جاهزة للتخاطب مع الحاسوب تأتي مرحلة ...............

2-recognition: هي مرحلة التعرف على الصوت المدخل وتنقسم هذه المرحلة إلى قسمين (identification --&-- verification)

وفي كل من هذين القسمين يجب فيها إجراء نوع من الاختبار وأوضح أنه يجب في البداية عمل الidentification ثم ال verification

لنبدأ بإيضاح معنى ال identification بالمثال التالي :

نفرض أنه يوجد لدينا مجموعة من الطلبة موجودين بمكان واحد وكانت الطالبة x أحد الموجودين , ولدينا بصمة لصوت الطالبة x (طبعا متمثلة بالثنائي 1&0) ونحن نريد معرفة هل الطالبة x هي ضمن هذه المجموعة أم لا ؟؟ماذا سنفعل ؟؟

سنقوم في البداية بأخذ بصمة صوتية(البصمة الصوتية هي تسجيل صوتي دقيق للشخص ) لكل شخص من الموجودين ونقارنها وحدا واحدا مع بصمة الطالبة x ولكن طريقة المقارنة ستتم بطريقة خاصة تسمى بDistance measurement وهي أنني أقوم بعمل مقارنة بين بصمة الطالبة x وبين كل بصمة داخل المجموعة فإذا وجدت بصمة في هذه المجموعة أقرب ما يكون إلى بصمة الطالبة x عندها نستطيع القول أن الطالبة x موجودة ضمن هذه المجموعة ..

إذن هذه المرحلة identification توضح لي بطريقة القياس الخاصة Distance measurement هل الشخص موجود أم لا ضمن كثافة معينة ولكن نحن في هذه الحالة لسنا متأكدين هل البصمة التي ظهرت نتيجة الاختبار السابق هي x فعلا أم لا ..إذن لكي أتأكد من أنها هي الطالبة x بعينها نقوم بعملية ال verification وهي مرحلة التحقق كيف ؟؟

verification: -- في هذه المرحلة نقوم بأخذ العنصر (الذي نتج لدينا من الاختبار السابق أنه أقرب ما يكون لبصمة صوت الطالبة x ) منفردا وعندها نتحقق ونتأكد هل هو فعلا x أم لا

وبذلك تنتهي مرحلة ال recognition ولكن بعد كل عمليات التعرف هذه لابد تطبيقات تستفيد من هذه الصوتيات المدخلة للحاسوب إذن تأتي مرحلة ال Communication

3-Communication: هي الاتصال أو إرسال المُدخل بعد أنّ تم التعرف عليه إلى أنظمة ال S/W أو H/W التي تحتاجه وأمثلة على ذلك::

**Security: -- وكما يتضح من الاسم أننا ممكن نستخدم الصوت في تحقيق الأمن ,مثلا نفرض أننا قمنا بعمل نظام صوتي للدخول لإحدى القاعات وقمنا بأخذ بصمة صوتية لشخص معين ووضعناه في الحاسوب الموضوع عليه النظام بحيث لو قال "سبحان الله" مثلا يتم فتح باب القاعة

لو أتى الشخص وأدخل الجملة "سبحان الله " إلى النظام بواسطة ميكروفون أو غيره سيقوم كرت الصوت مبدئيا كما قلنا بتحويل الإشارات المتصلة إلى إشارات رقمية 1&0 وبعدها تتم عملية التعرف بمقارنة البصمة المسجلة في النظام مع البصمة الجديدة المدخلة حاليا فإذا تطابقت البصمتين أو مع وجود نسبة خطأ بسيطة جدا مسموح بها فإنه سيتم فتح باب القاعة ....

طبعا الsecurity ممكن يتم عمله بعده تقنيات منها بصمة العين والشفاه!! وغيرها ولكن الصوت من الأشياء الصعب وجود شبيه لها حتى لو أتى نفس الشخص المدخل صوته في النظام وسجل صوته في كاسيت وعند دخوله للقاعة أدخل الصوت للنظام بواسطة هذا الكاسيت فإنه لن يتم فتح الباب بسبب عدم تطابق البصمتين لماذا؟؟ لأنه نتج من تسجيل الصوت ما يسمى ب white noise وهي الضوضاء الناتجة عن عملية التسجيل حيث شريط الكاسيت عبارة عن مكونات إلكترونية فعندما أقوم بتسجيل الصوت تضاف فوق الإشارات الصوتية إشارات أخرى تسبب الnoise وبالتالي تتسبب في الاختلاف عن الصوت الأصلي ...

تلميح::عندما نلاحظ الإشارات الصوتية لشخص يتحدث نلاحظ فترات السكوت تمثل أيضا بواسطة موجات لكنها بسيطة جدا تسمى noise لاحظ الشكل:

**education:-ممكن نستخدم ال speech في التعليم أيضا ..

**control: ممكن التحكم في الأجهزة الكهربائية بواسطة الصوت أيضا ..

** Diagnosis:- و معناها تشخيص الأمراض أعني أنه يمكن بواسطة ميكانيزم معين عندما ينطق الشخص عدة كلمات يتم تشخيص حالته .....

وبالمناسبة تشخيص الأمراض في علوم الحاسب يشكل فرع هام جدا نسميه ب(Bio informatics) المعلوماتية العضوية وهي الخاصة بأعضاء الإنسان والتي يتم فيها تشخيص الأمراض بواسطة طريقتين ,,,الأولى وهو ما عرفناه (speech processing)

أما الثانية فهي (image processing) والتي تعتمد على الأشعة وغيرها .....وهي خارج موضوعنا ...........

****وأخيرا هذه المراحل الثلاثة (pre-processing , recognition , communication) هي غير مرئية للمستخدم لكن كل ما يراه المستخدم من عملية التعرف التي تنجز له بواسطة برنامج أو غيره هي : دقة تعرف هذا البرنامج على الكلام و سرعة التعرف أي سرعة تنفيذ البرنامج ........... ومن هذه النقطتين يستطيع المستخدم من عمل تقدير للبرنامج.....

ننتقل الآن للتقسيمة الرئيسية لمعالجة الكلام .......

والى الدرس المقبل ان شاء الله

للرفع

اشكرك اخي على المتابعه نرجوا منك اكمال هذا التقرير

ولكن عندي سؤال وهو كيف يمكن الحصول على هذه التقنيات وبرمجتها او بالاصح تحويلها الى برنامج تطبيقي