Installation von HTK¶

simon benötigt das HTK Toolkit 🇬🇧, um das Sprachmodell zu generieren. Obwohl HTK gratis ist, kann es wegen Lizenzbestimmungen nicht frei weitergeben werden. Da für Linux nur der Quellcode und keine Binärpakete zur Verfügung stehen, muss man HTK selbst kompilieren. Man kann sich kostenlos registrieren, indem man dieses Formular 🇬🇧 ausfüllt und abschickt. Nach kurzer Zeit erhält man eine E-Mail mit dem persönlichen HTK-Passwort zugesandt. Man kann nun den HTK-Quellcode ⮷ herunterladen.

Bevor man HTK installieren kann, müssen zunächst folgenden Pakete installiert werden:

• libx11-dev

• libasound2-dev

Befehl zum Installieren der Pakete:

sudo apt-get install libx11-dev libasound2-dev 

Oder mit apturl installieren, Link: apt://libx11-dev,libasound2-dev

Das Programm ist für 32-Bit-Systeme konzipiert, die Erstellung und Nutzung unter 64-bit-Systemen ist zwar möglich, zieht aber etliche Pakete in 32-Bit-Version nach sich, die als Abhängigkeiten der folgenden Pakete mitinstalliert werden:

• libx11-dev:i386

• libc6-dev-i386

• gcc-multilib

Befehl zum Installieren der Pakete:

sudo apt-get install libx11-dev:i386 libc6-dev-i386 gcc-multilib 

Oder mit apturl installieren, Link: apt://libx11-dev:i386,libc6-dev-i386,gcc-multilib

Zudem muss im Terminal eine symbolische Verknüpfung erstellt werden, weil sonst eine benötigte Bibliothek nicht gefunden wird:

sudo ln -s /usr/lib/i386-linux-gnu/libX11.so.6.3.0 /usr/lib32/libX11.so 

Dann kann das HTK-Archiv entpackt ^[3] werden. Leider beinhaltet das makefile in htk/HLMTools einen "Fehler"; ggf. müssen zunächst im Zeile 77 in einem Editor^[2] die 8 Leerstellen am Anfang der Zeile durch einen TAB-Stop ersetzt werden. Erst dann kann kompiliert ^[4] werden (Hinweise zur Installation in der beiliegenden README-Datei).

simon starten¶

Man startet simon und ksimond im KDE-Menu unter:

• "Programme → Dienstprogramme → simon (Spracherkennung)" bzw. "ksimond (Ein KDE Front-End für simond)"

Unter Unity z.b: über die Dash,

• "simon" bzw. "ksimond"

In der Taskleiste ist nun ein weißes Oval zu finden. Klickt man auf das Symbol, so öffnet sich die Konfiguration von ksimond.

Hier wechselt man auf "Benutzer", und klickt auf "Hinzufügen". Man vergibt nun eine beliebige Benutzername/Passwort Kombination. Man verbindet sich jetzt zum simond Server, indem man auf "Verbinden" klickt, und gibt die selbe Benutzername / Passwort Kombination erneut an.

Wörterbuch¶

Damit simon Wörter verwalten kann, benötigt es ein Wörterbuch, z.B. das HADIFIX-BOMP Wörterbuch der Uni Bonn. Dieses ist zwar gratis und wird von Simon heruntergeladen. Dazu müssen aber - für statistische Zwecke - E-Mail-Adresse und Name angegeben werden.

Dazu klickt man im simon-Menü auf "Wörterliste". Nun öffnet sich ein neuer Reiter, in dem sich die Taste "Wörterbuch importieren" befindet, diese klickt man an. Jetzt öffnet sich der Manager zum Importieren von Wörterbüchern. Hier wählt man den Punkt "HADIFIX" aus. Als nächstes muss der Punkt "Das HADIFIX BOMP automatisch herunterladen und installieren" ausgewählt werden.

Training¶

Nachdem das Wörterbuch jetzt erfolgreich importiert ist, kommt man zum Trainingstext. Für das Beispiel öffnet man einen Texteditor^[5] und erstellt eine neue Textdatei namens browsersteuerung.txt mit folgendem Inhalt:

Computer, Internet.
Computer, im Internet suchen.
Computer, neues Fenster

Jetzt klickt man im Hauptmenü auf "Training", In diesem Reiter werden die Trainingstexte aufgelistet, die bereits vorhanden sind. Da ein eigener Text trainiert werden soll, klickt man auf "Text importieren", nun öffnet sich der Assistent zum Importieren von Texten. Das Programm kann Texte vom Internet herunterladen, und "lokale Texte importieren", letzteres wählt man aus.

Als Name gibt man "Browsersteuerung" ein, und wählt den eben erstellten Text browsersteuerung.txt aus.

Um den Text zu trainieren, wählt man den Text aus und klickt auf "Training starten". Die Frage, ob diese Wörter hinzugefügt werden sollen, bestätigt man mit "JA". Der Manager zum Hinzufügen von Wörtern erscheint.

simon macht Vorschläge zum Ausfüllen der Felder, die meistens so gut sind, dass sie gleich übernommen werden können. Man muss also nur auf "weiter >" klicken. Nun folgen zwei Aufnahmen des Wortes, die man hintereinander durchführt.

Man führt diesen Vorgang nun mit allen Wörtern durch. Nachdem diese Wörter bekannt sind, kann man den Text "Browsersteuerung" jetzt trainieren, dazu folgt man den Anweisungen des Assistenten.

Grammatik¶

Damit die trainierten Befehle verwenden werden können, benötigt man die passende Grammatik. Dazu klickt man im simon-Hauptmenü auf "Grammatik → Text importieren". Im Manager wählt man die Datei browsersteuerung.txt aus und importiert diese.

Kommandos¶

Das Programm könnte nun Befehle empfangen, aber es würde nichts passieren, da man erst passende Kommandos erstellen muss. Dazu navigiert man zu "Einstellungen → simon konfigurieren → Aktionen". Hier fügt man die Punkte:

• Tastenkürzel

• Ort

• Programm

zur rechten Liste hinzu. Nun tippt man im Textfeld "Trigger" das Wort "Computer" ein und klickt auf "für alle Plugins verwenden". Im Hauptmenü wechselt man zum Reiter "Kommandos" und fügt mit der Taste "Neues Kommando" folgende Kommandos nacheinander hinzu:

neues Fenster	im Internet suchen	internet

Test¶

Jetzt kann der Test erfolgen. Dazu klickt man im Hauptmenü auf "Synchronisieren" und danach auf "Aktivieren". Nun sollte in einem Fenster die Nachricht: "simon ist jetzt aktiviert" erscheinen. Man spricht das Kommando:

• "Computer, Internet" um den Browser zu öffnen.

• "Computer, im Internet suchen" um Google zu öffnen.

• "Computer, neues Fenster" um ein neues Browserfenster zu öffnen.

Da Erkennen der Befehle funktioniert ggf. nicht beim ersten Versuch, das braucht eine gewisse Zeit. Man spricht sie einfach ein paar mal, wenn es trotzdem nicht funktioniert, trainiert man den Text "Browsersteuerung" noch einmal und versucht es erneut.