плагин потокового распознавания речи через Yandex Cloud Kit

[kefiller]

Коллеги, приветствую.

Интересует сабж. Основной смысл - потоковое распознавание речи в режиме онлайн, во время разговора, а не по принципу "проговорил/распознал". Чтобы можно было в речи вычленить слово "бомба" и оборвать разговор/доложить товарищу майору. Также нужно определение языка речи(достаточно на уровне русский/не русский). Сильно хочется чтобы работало с популярными API Yandex/Google, первый в приоритете. Решение должно быть бесплатное, и без программирования каких-то функций, т.е. некий готовый плагин, который можно несложными телодвижениями прикрутить к астеру. Есть подозрение, что что-то такое рядом валяется, не могу найти. Подскажите, люди добрые, может кто с чем-то подобным сталкивался?

[april22]

PRIME_BBCODE_SPOILER_SHOW PRIME_BBCODE_SPOILER:

[awsswa]

Все решения где можно добавить свою модель разговора:
Бомба, Бумба, Боомба, Бомбааа, Бббоммба = интерпретировать как бомба
Платные

[virus_net]

Да и сам API платный.
https://tech.yandex.ru/speechkit/cloud/

Стоимость лицензии зависит от количества обращений и в среднем составляет 200 рублей за 1000 запросов или 60 копеек за 1 минуту.

API и некий "готовый плагин", да ещё и простой, подать бесплатно...
Чем больше идет время тем люди все больше и больше борзеют. Инет им бесплатно подавай, телефонию тоже, api, программный код...

[whoim]

Интересно, как много "инновационных стартапов" разбилось о реальность?)
На моей памяти уже парочка

[virus_net]

whoim, тут самое интересное в том, что они ищут бесплатного, чтобы потом на этом денег зарабатывать.

kefiller, вообщем как решите потратить денег на реализацию - обращайтесь. сразу скажу - дорого.

[virus_net]

Потестил я Yandex Speechkit.
Могу сказать Яндексу - МОЛОДЦЫ ! Очень хорошая работа. Снимаю шляпу перед разрабами, работает просто на ура.

Подумал, что хорошим и простым примером для теста работы speechkit может стать банальное:
Вызов сотрудника по фамилии или имени, т.е. вместо ввода добавочного номера мы просто называем в трубку фамилию и/или имя.
Итог:

• - Speechkit произносит "Назовите фамилию или имя сотрудника"
  - записываем произнесенное
  - распознаем записанное в Speechkit
  - делаем запрос в БД с поиском
  - если сотрудник найден, то набираем его номер
  - если сотрудник не найден Speechkit произносит "К сожалению такого сотрудника не найдено. Досвидания."

Диалплан в итоге получился не сложным:

Код: Выделить всё

[yandex_speechkit]
exten => s,1,Wait(1)
exten => s,n,AGI(yandex_speechkit/yandex_speechkit.php,generate,Назовите фамилию или имя сотрудника)
exten => s,n,Set(RECORD=/var/spool/asterisk/monitor/tmp_${CALLERID(num)}.wav)
exten => s,n,Record(${RECORD},1,10,qx)
exten => s,n,AGI(yandex_speechkit/yandex_speechkit.php,recognize,${RECORD})
exten => s,n,Hangup()

Собственно далее уже можно просто усложнять логику работы робота, делать его потоковым и расширять обработчик ошибок.

[ded]

- если сотрудник не найден Speechkit произносит "К сожалению такого сотрудника не найдено. До свидания."

.. а лучше бы -
-" К сожалению такого сотрудника не найдено. Попробуйте ещё раз." и дать возможность хотя бы две попытки, назвать другого сотрудника.

[virus_net]

Ну это в продакшене так надо делать.Тестирование Goto в задачу не входило, да и тестировать в Goto нечего, т.к. заранее известно, что Goto работает.
Посему для тестовой песочницы вполне сойдет и до свидания

[ded]

для тестовой песочницы Speechkit тогда пусть произносит "Я сожалею..."