音声認識エンジン Julius 4.1 に関する記録。
「デコーダに基づく VAD は，デフォルトでは無効化されており，使用するにはコンパイル時に configure オプションで –enable-decoder-vad を指定し，実行時に -spsegmentを指定する」だそうです。
$ sudo apt-get install cvs flex libdb-dev $ cvs -z3 -d:pserver:anonymous@cvs.sourceforge.jp:/cvsroot/julius co julius4 $ cd julius4 $ sh configure --enable-decoder-vad $ make
ということで現在 Galatea Dialog Studio にて評価中です。
Rails の View のようなテンプレートエンジンを ERB 単体で使う例。
詳しい説明はあちこちで見かけたのですが私が確認したかったポイントに絞ってみました。
#!/usr/bin/ruby require 'erb' erb_doc = <<EOS hello world 1 <% 1.upto(3) do |i| -%> <%= @hoge %>:<%= i %> <% end -%> hello world 2 EOS class MyTemplate def initialize @hoge = 123 end def result(script) ERB.new(script, nil, '-').result(binding) end end puts MyTemplate.new.result(erb_doc) # hello world 1 # 123:1 # 123:2 # 123:3 # hello world 2
上記に関連して、次回WIT研究会/HI学会研究会の企画として、ITRC UAI（Universal Access to the Internet）研究会と共催の特別企画を行います。
登壇者（敬称略）：
概要：World Wide Webはユニバーサルなメディアとして設計されており、例えば視覚障害者は合成音声によってWebを利用することができるが、現実には高齢者や障害者にとって使いにくいWebサイトがたくさんある。そこでWebコンテンツのアクセシビリティに関する標準化活動が行われており、海外では W3C WCAG 2.0 の策定が完了間近になっており、これを受けて日本でも JIS X 8341-3 の改訂作業が進められている。 Webアクセシビリティの新たな標準が受け入れられるために必要なのは、 Webコンテンツの新しい標準技術を生かすことができる支援技術である。
本特別企画はまずWebアクセシビリティ標準化活動の現状を概説し、続いてWebアクセシビリティを実現する高性能なツールになりうる以下のオープンソースソフトウェアを実演を交えて紹介する。
最後にパネルディスカッションを行い、Webアクセシビリティ関連のオープンソースプロジェクトの展望や今後の課題について議論したい。支援技術ユーザ、研究者、ソフトウェア開発者など幅広い聴衆の参加を期待する。
先日、下記の発表をしました。
この予稿の中で紹介した「インタフェースの原則」は、私の研究の中核になる概念です。今回これを吟味していて、
という項目の追加が必要だと思えてきました。
これまでWebアクセシビリティにおいて undo 機能の重要性を確認する実験を行ってきました。現在は Ruby on Rails による VoiceXML アプリケーションフレームワークと Galatea Dialog Studio の実装に、どのように undo の機能を組み込むかを検討しています。
// main.cpp
// encoding : UTF-8
//
// sudo apt-get install libftgl-dev freeglut3-dev
// g++ -g -I/usr/include/freetype2 -lglut -lftgl main.cpp
//
#include <GL/glut.h>
#include <FTGL/ftgl.h>
#define FONT "/usr/share/fonts/truetype/vlgothic/VL-Gothic-Regular.ttf"
FTFont *font;
void display(void)
{
glClearColor(0.0, 0.0, 1.0, 1.0);
glClear(GL_COLOR_BUFFER_BIT);
glClearColor(1.0, 1.0, 1.0, 1.0);
FTPoint point(-1, 0, 0);
font->Render("日本", -1, point);
glFlush();
}
int main(int argc, char *argv[])
{
font = new FTGLPolygonFont(FONT);
if (font->Error()) exit(1);
font->FaceSize(0);
glutInit(&argc, argv);
glutInitDisplayMode(GLUT_RGBA);
glutCreateWindow(argv[0]);
glutDisplayFunc(display);
glutMainLoop();
return 0;
}
トラックポイントを青ボタンと同時に押したときにスクロールする設定。
$ sudo gedit /etc/X11/xorg.conf Section "ServerFlags" Option "AutoAddDevices" "false" EndSection Section "InputDevice" Identifier "Configured Mouse" Driver "mouse" Option "CorePointer" Option "Emulate3Buttons" "false" Option "EmulateWheel" "true" Option "EmulateWheelTimeOut" "200" Option "EmulateWheelButton" "2" Option "XAxisMapping" "6 7" Option "YAxisMapping" "4 5" Option "ZAxisMapping" "4 5" EndSection
参考リンク：
Windows XP で Eclipse 3.4.1 の CVS クライアントを使って sourceforge.jp のアカウントで作業を。。
anonymous ではなく sourceforge.jp のアカウントで commit ができるための設定をしました。
最初に試したのは
でしたが Windows ではうまくいかなかったので再度調査。
をすこし手直ししたら成功しました。
まず Windows XP のコントロールパネル「システム」で環境変数の設定。
HOME=c:/cygwin/home/nishi CVSROOT=nishimoto@sourceforge.jp:/cvsroot/galatea CVS_RSH=ssh
[cygwin] $ cd $ ssh-keygen /home/nishi/.ssh/identity $ notepad .ssh/idendity.pub
これを sourceforge.jp の Account Maitainance で CVS/SVN/SSH Shared Authorized Keys に追加。
環境変数が反映されるように新しい cygwin コンソールで確認します。
$ ssh -l nishimoto cvs.sourceforge.jp (omitted) You cannot execute anything here. Connection to cvs.sourceforge.jp closed.
$ ssh -l nishimoto shell.sourceforge.jp Last login: Sat Nov 1 14:38:37 2008 from xxxxxxxxxxxxxxxxxxxx nishimoto@sf-usr-shell:~$ ls galatea nishimoto@sf-usr-shell:~$ logout Connection to shell.sourceforge.jp closed.
環境変数が反映されるように Eclipse を新たに起動します。
Host: cvs.sourceforge.jp Repo Path: /cvsroot/galatea User: nishimoto Pass: (empty) Conn.Type: extssh
repository の中身が見えたので成功。
上記リンクと少し違う手順が必要でしたが、参考になりました。感謝。
次回の音音研を以下の内容で予定しております。ぜひお誘い合わせの上お越しください。
大竹孝司先生(E-Listening Lab)の御講演を予定しています。
ここ数年、私が了解度・話速・心的辞書に関する研究を進めていくうちに、日本語のモーラ知覚などに興味を持ち、大竹先生の御研究を知りました。今回は多くの方に馴染みやすい内容を考慮して、上記の話題を提供していただくのですが、私は自分の問題意識をぶつけさせてもらい、議論を盛り上げたいと思います。
英語の音声合成フリーソフトの現状について引き続き調査中です。
Ubuntu Linux 8.04.1 で espeak が簡単に使えることはわかったのですが、Festival も簡単に使えました。
$ sudo apt-get install festival festvox-don
$ festival
Festival Speech Synthesis System 1.96:beta July 2004
Copyright (C) University of Edinburgh, 1996-2004. All rights reserved.
For details type `(festival_warranty)’
festival> (SayText “Hello”)
#<Utterance 0xb6974f88>
$ echo “(SayText \”Hello.\”)” | festival
synaptic で見たかぎりでは festvox の English Female パッケージはないようです。残念。
次回研究会の詳細情報を公開しました。
会場である国立障害者リハビリテーションセンターの見学会など、盛りだくさんの企画を予定しております。
なお、7月に新潟で開催した研究会の特別企画の記録も公開中です。