Alles Open Source: Mit Peter Graschs Prototyp kann man bereits englische Texte diktieren.

Peter Grasch, Softwareentwickler und Informatikstudent aus Graz, hat einen Prototyp für Open-Source-Diktiersoftware vorgestellt.

Grasch beschäftigt sich in seiner sprachgesteuerten Desktopanwendung Simon bereits länger mit Spracherkennung. Nun hat er die Software um den Prototyp eines Diktiersystems erweitert. In einem Video-Demo diktiert der Entwickler einen englischen Text und korrigiert, ebenfalls per Spracheingabe, ein falsch erkanntes Wort.

Alles Open Source: Mit Peter Graschs Prototyp kann man bereits englische Texte diktieren.

Der Prototyp zeigt, was ein Diktiersystem mit ausschließlich freien Komponenten heute leisten kann. Er verwendet die freie Erkennungsbibliothek PocketSphinx der Carnegie Mellon University. Die Akustikmodelle und das Wörterbuch, die neben der reinen Software erforderlich sind, hat Peter Grasch mit Sphinx-Tools erstellt, das Sprachmodell mit SRILM und MITLM. Daneben gingen weitere frei verfügbare Ressourcen in die Arbeit ein. Der Open-Source-Programmierer meint, “Wie so oft in der Welt der freien Software gilt: Ich stehe auf den Schultern von Giganten”.

Die Entscheidung, welche Funktionen der Entwickler zu Simon hinzufügen soll, hat er übrigens die Leser seines Blogs per Abstimmung treffen lassen. Die Wahl fiel auf das Diktieren. Bisherige Projekte für Open-Source-Diktiersysteme seien eingeschlafen, beispielsweise das vielversprechende EvalDictator-Projekt, erzählt Grasch. Die Software Palaver etwa sei dagegen lediglich ein Frontend für Googles proprietäre Dienste.

Weitere Erklärungen hat der Entwickler in seinem Vortrag (Webm-Video) auf der KDE-Konferenz Akademy gegeben. Er sucht Mitstreiter, die zusammen ein konkurrenzfähiges, freies Diktationssystem entwickeln möchten. Mit einer ersten Version für Endbenutzer rechnet Peter Grasch “vorsichtig optimistisch” frühestens 2014.