Discussion :

[Oliver_Queen]

Bonjour j'ai un problème pour passer sphinx4 en français, il ne trouve pas le ./french/mean
et lorsque je cherche les fichiers nécessaires sur le sourceforge je ne les trouve pas, quelqu'un connaîtrais comment faire avec les fichiers disponibles sur le sourceforge ou aurais un lien vers les fichiers manquants ?

[bouye]

Es-tu sur que le Français soit déjà disponible dans Sphinx 4 ? Car quand je vais sur leur site web, je trouve un sondage qui demande quel langage ajouter dans la prochaine version et en tête de cette liste on trouve... le Français... (et c'est actuellement le Russe qui mène au niveau des votes : Russe 20%, Allemand 17%, Autre 15%, Français 14% sur un total de 11.3k votes))



EDIT 1 - Le planning indique que les bases du support du Français ont du être posées fin Aout (de quelle année ?) lors de la tache #7. Ce même planning n'a pas l'air d'avoir été mis a jour récemment car il indiquait être sur la tache #4.

EDIT 2 - Apparemment les modèles pour les autres langage, dont le Français, peuvent être téléchargés séparément.

EDIT 3 - l'archive cmusphinx-fr-ptm-8khz-5.2.tar.gz contient un fichier means et le README indique

This directory contains generic French acoustic model trained with latest sphinxtrain.

[Oliver_Queen]

Je vais check tout ça quand j'aurais plus la migraine pck là j'ai une grippe terrible, merci d'avoir pris le temps pour moi je viendrais vous dire si cela a marché

[Oliver_Queen]

Bon même avec ça je n'arrive pas à le passer en français rien ne correspond avec la vidéo que j'ai vue quelqu’un pourrais me faire un tuto qui marche ?

[bouye]

Il semble manquer des fichiers, le dictionnaire par exemple. Si je compare les fichier par défaut pour en-us et qui sont utilisés pour l’initialisation dans le didacticiel :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
configuration.setAcousticModelPath("resource:/edu/cmu/sphinx/models/en-us/en-us"); // Répertoire fichiers acoustiques.
configuration.setDictionaryPath("resource:/edu/cmu/sphinx/models/en-us/cmudict-en-us.dict"); // Fichier dictionnaire.
configuration.setLanguageModelPath("resource:/edu/cmu/sphinx/models/en-us/en-us.lm.bin"); // Fichier modèle.

On retrouve ce répertoire et ces fichiers, dans ce même ordre, dans le JAR de sphynx-data :



Par contre dans l'archive Française on a bien le répertoire contenant les mêmes fichiers acoustiques mais pas le dico (.dict) ni le fichier modèle (.lm.bin) :



Il faut probablement suivre ce didacticiels pour les créer : http://cmusphinx.sourceforge.net/wiki/tutoriallm (par exemple la section Building a simple language model using web service EDIT - a non c'est pour l'anglais cette section)

EDIT 2 - les deux fichiers manquants sont disponibles sur : https://sourceforge.net/projects/cmu...Models/French/

EDIT 3 - J'ai pu charger le langage Francais de la manière suivante en plaçant un répertoire avec les fichiers dans la racine de mon projet (et donc j'ai utilise une uri avec file au lieu de resource qui désigne quelque chose dans un JAR) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
configuration.setAcousticModelPath("file:fr/cmusphinx-fr-ptm-8khz-5.2"); // Répertoire fichiers acoustiques.
configuration.setDictionaryPath("file:fr/fr.dict"); // Fichier dictionnaire.
configuration.setLanguageModelPath("file:fr/fr-small.lm.bin"); // Fichier modèle.

Ce qui donne au lancement :

Code Console :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
11:21:33.520 INFO dictionary           Loading dictionary from: file:fr/fr.dict
11:21:33.591 INFO dictionary           Loading filler dictionary from: file:fr/cmusphinx-fr-ptm-8khz-5.2/noisedict
11:21:33.592 INFO acousticModelLoader  Loading tied-state acoustic model from: file:fr/cmusphinx-fr-ptm-8khz-5.2
11:21:33.592 INFO acousticModelLoader  Pool means Entries: 13824
11:21:33.593 INFO acousticModelLoader  Pool variances Entries: 13824
11:21:33.593 INFO acousticModelLoader  Pool transition_matrices Entries: 36
11:21:33.593 INFO acousticModelLoader  Pool senones Entries: 2108
11:21:33.593 INFO acousticModelLoader  Gaussian weights: mixture_weights. Entries: 6324
11:21:33.593 INFO acousticModelLoader  Pool senones Entries: 2108
11:21:33.593 INFO acousticModelLoader  Context Independent Unit Entries: 36
11:21:33.593 INFO acousticModelLoader  HMM Manager: 97057 hmms
11:21:33.593 INFO acousticModel        CompositeSenoneSequences: 0
11:21:33.593 INFO trieNgramModel       Loading n-gram language model from: file:fr/fr-small.lm.bin
11:21:36.884 INFO lexTreeLinguist      Max CI Units 37
11:21:36.885 INFO lexTreeLinguist      Unit table size 50653
11:21:36.886 INFO speedTracker         # ----------------------------- Timers----------------------------------------
11:21:36.887 INFO speedTracker         # Name               Count   CurTime   MinTime   MaxTime   AvgTime   TotTime   
11:21:36.887 INFO speedTracker         Load AM              1       1.0530s   1.0530s   1.0530s   1.0530s   1.0530s   
11:21:36.887 INFO speedTracker         Load LM              1       2.5230s   2.5230s   2.5230s   2.5230s   2.5230s   
11:21:36.887 INFO speedTracker         Load Dictionary      1       0.0730s   0.0730s   0.0730s   0.0730s   0.0730s   
11:21:36.887 INFO speedTracker         Compile              1       0.7690s   0.7690s   0.7690s   0.7690s   0.7690s

Par contre je trouve ca toujours aussi lent a s'initialiser et ça donne des résultats toujours aussi pauvres (lire cocasses) qu'avec l'anglais.

[Oliver_Queen]

Merci beaucoup enfin quelqu'un qui a pris du temps pour me répondre j'ai visiter je ne sais pas combien de forum tu es la seul personne m'ayant répondu je t'en remercie énormément !
Bonne fin de journée

[Oliver_Queen]

Parcontre tu ne touches pas au fichier config.xml comme on le vois dans un tuto youtube ?

EDIT : Dans quoi tu as mis les uri pour set la config ?

EDIT 2: bizarrement j'ai l'impression qu'on as pas du-tout la même installation de sphinx4 , tu as deux jar (sphinx4 core et sphinx4 data) alors que j'ai trois jar (sphinx4 ; jsapi ; js) J'ai suivis le vidéo suivante

Peux tu me dire si je suis complètement à côté de la plaque ?

[bouye]

Jamais touché de fichier XML de conf ou suivi un didacticiel YouTube quelconque. Je me suis contenté de suivre le didacticiel sur le site de Sphinx et seuls 2 JARs sont nécessaire pour faire tourner Shinx dans ce genre de config sont core et data. Ce projet a juste été créé pour pouvoir répondre à la question : Utiliser un Text To Speech.

EDIT - j'ai l'impression que tu utilises le binding JavaScript de Shix, ce qui est somme toute un peu bizarre (mais faisable) si tu as un projet pure Java (vu que Phinx est en Java de toute manière donc pas vraiment besoin d'utiliser JS).

[Oliver_Queen]

Je pense avoir réussi à l'installer mais j'ai un problème (et oui encore :p ).

Donc comme le montre le code console suivant, tout semble bien s'initialiser mais lorsque je parle cela ne me retourne pas une phrase mais une suite de chiffre comme on le vois à la fin (les trois liveCMN) as tu le même rendu ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
10:11:34.680 INFO unitManager          CI Unit: aa
10:11:34.681 INFO unitManager          CI Unit: ai
10:11:34.681 INFO unitManager          CI Unit: an
10:11:34.681 INFO unitManager          CI Unit: au
10:11:34.681 INFO unitManager          CI Unit: bb
10:11:34.682 INFO unitManager          CI Unit: ch
10:11:34.682 INFO unitManager          CI Unit: dd
10:11:34.682 INFO unitManager          CI Unit: ee
10:11:34.682 INFO unitManager          CI Unit: ei
10:11:34.682 INFO unitManager          CI Unit: eu
10:11:34.682 INFO unitManager          CI Unit: ff
10:11:34.683 INFO unitManager          CI Unit: gg
10:11:34.683 INFO unitManager          CI Unit: gn
10:11:34.683 INFO unitManager          CI Unit: ii
10:11:34.683 INFO unitManager          CI Unit: in
10:11:34.683 INFO unitManager          CI Unit: jj
10:11:34.683 INFO unitManager          CI Unit: kk
10:11:34.683 INFO unitManager          CI Unit: ll
10:11:34.684 INFO unitManager          CI Unit: mm
10:11:34.684 INFO unitManager          CI Unit: nn
10:11:34.684 INFO unitManager          CI Unit: oe
10:11:34.685 INFO unitManager          CI Unit: on
10:11:34.685 INFO unitManager          CI Unit: oo
10:11:34.685 INFO unitManager          CI Unit: ou
10:11:34.686 INFO unitManager          CI Unit: pp
10:11:34.686 INFO unitManager          CI Unit: rr
10:11:34.687 INFO unitManager          CI Unit: ss
10:11:34.687 INFO unitManager          CI Unit: tt
10:11:34.687 INFO unitManager          CI Unit: un
10:11:34.688 INFO unitManager          CI Unit: uu
10:11:34.688 INFO unitManager          CI Unit: uy
10:11:34.688 INFO unitManager          CI Unit: vv
10:11:34.688 INFO unitManager          CI Unit: ww
10:11:34.688 INFO unitManager          CI Unit: yy
10:11:34.689 INFO unitManager          CI Unit: zz
10:11:35.235 INFO autoCepstrum         Cepstrum component auto-configured as follows: autoCepstrum {MelFrequencyFilterBank, Denoise, DiscreteCosineTransform2, Lifter}
10:11:35.521 INFO dictionary           Loading dictionary from: file:french/fr.dict
10:11:35.586 INFO dictionary           Loading filler dictionary from: file:french/cmusphinx-fr-ptm-8khz-5.2/noisedict
10:11:35.590 INFO acousticModelLoader  Loading tied-state acoustic model from: file:french/cmusphinx-fr-ptm-8khz-5.2
10:11:35.590 INFO acousticModelLoader  Pool means Entries: 13824
10:11:35.590 INFO acousticModelLoader  Pool variances Entries: 13824
10:11:35.591 INFO acousticModelLoader  Pool transition_matrices Entries: 36
10:11:35.591 INFO acousticModelLoader  Pool senones Entries: 2108
10:11:35.591 INFO acousticModelLoader  Gaussian weights: mixture_weights. Entries: 6324
10:11:35.591 INFO acousticModelLoader  Pool senones Entries: 2108
10:11:35.591 INFO acousticModelLoader  Context Independent Unit Entries: 36
10:11:35.592 INFO acousticModelLoader  HMM Manager: 97057 hmms
10:11:35.592 INFO acousticModel        CompositeSenoneSequences: 0
10:11:35.592 INFO trieNgramModel       Loading n-gram language model from: file:french/fr-small.lm.bin
10:11:40.635 INFO lexTreeLinguist      Max CI Units 37
10:11:40.635 INFO lexTreeLinguist      Unit table size 50653
10:11:40.637 INFO speedTracker         # ----------------------------- Timers----------------------------------------
10:11:40.638 INFO speedTracker         # Name               Count   CurTime   MinTime   MaxTime   AvgTime   TotTime   
10:11:40.644 INFO speedTracker         Compile              1       1,9710s   1,9710s   1,9710s   1,9710s   1,9710s   
10:11:40.645 INFO speedTracker         Load Dictionary      1       0,0690s   0,0690s   0,0690s   0,0690s   0,0690s   
10:11:40.645 INFO speedTracker         Load LM              1       3,0720s   3,0720s   3,0720s   3,0720s   3,0720s   
10:11:40.645 INFO speedTracker         Load AM              1       1,1200s   1,1200s   1,1200s   1,1200s   1,1200s   
10:11:51.734 INFO liveCMN              54.88 -6.18 -3.53 0.14 0.53 -0.16 0.07 0.72 -0.85 1.10 1.78 1.14 1.34 
10:11:56.515 INFO liveCMN              54.82 -6.14 -3.72 0.07 0.53 -0.17 0.05 0.78 -0.86 1.18 1.69 1.00 1.33 
10:12:02.197 INFO liveCMN              55.94 -5.88 -3.53 0.16 0.36 -0.70 0.10 -0.05 -0.90 0.78 1.05 0.85 0.85

EDIT : J'ai réussi à récupérer le texte c'est bon ! Par-contre c'est vrai que c'est pas folichon tu connaîtrai une meilleur api de reconnaissance vocale ?

[bouye]

Non, j'avais créé ce test juste pour répondre à la personne qui avait posé la question. Pour le reste va falloir continuer à fouiller sur le net et / ou les rares forums qui en parlent et / ou leur liste de diffusion, si il y en a une.

[Oliver_Queen]

D'accord en tout cas merci pour ton aide le sujet est résolu !

Ps: Si quelqu'un souhaite faire de la reconnaissance vocale je vous conseilles le C# plutôt que du java !

[Slobbyman]

Bonjour Oliver Queen et Bouye,
Je me permets de vous relancer sur ce sujet car je vois qu'il est très frais, et donc j'entrevois enfin la possibilité d'obtenir enfin quelque chose !
J'ai moi aussi suivi le tuto Youtube mais également impossible à mettre en oeuvre car beaucoup de fichiers mentionnés ne sont plus accessibles.

La reconnaissance vocale me trotte méchamment dans la tête, et il faut absolument que j'ai une base qui marche ! Combien de fichiers ai-je téléchargés et combien de tutos ai-je suivis pour finalement aucun résultat ???

Un de vous deux (ou les deux ?) pourrait-il publier un tuto des fichiers téléchargés et des manips nécessaires pour en arriver là où vous êtes ? En suivant ce fil de discussion, on est encore plus perdus qu'avant... Plus on est nombreux sur ces problématiques, plus on pourra affiner les réponses !

Je vous remercie énormément d'avance !

PS : j'étais aussi sur une autre piste pour la reconnaissance vocale en Français avec Java, celle d'employer l'API de Google...
J.A.R.V.I.S : https://github.com/lkuza2/java-speech-api
https://stackoverflow.com/questions/...-speech-api-v2
Arrivé quasiment au bout, mais quand je lance : " could not write audio file: file type not supported: FLAC" et donc "ERROR: Google cannot be contacted
java.io.FileNotFoundException: testfile2.flac (Le fichier spécifié est introuvable)"

Utiliser les compétences de Google, ça c'est prometteur...

[bouye]

Concernant Sphinx, ça va être assez simple (je pars de mon projet JavaFX donc faudra adapter pour Swing si besoin) :

• Créer un nouveau projet JavaFX Maven dans NetBeans.
• Rajouter dans pom.xml

  Code XML :

  Sélectionner tout - Visualiser dans une fenêtre à part

  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
      <dependencies>
          <dependency>
              <groupId>de.sciss</groupId>
              <artifactId>sphinx4-core</artifactId>
              <version>1.0.0</version>
          </dependency>        
          <dependency>
              <groupId>de.sciss</groupId>
              <artifactId>sphinx4-data</artifactId>
              <version>1.0.0</version>
          </dependency>
      </dependencies>

• Compiler le projet avec les dépendances pour les télécharger.
• Télécharger les fichiers suivants sur https://sourceforge.net/projects/cmu...Models/French/ :
  
  1. cmusphinx-fr-ptm-8khz-5.2.tar.gz
  2. fr-small.lm.bin
  3. fr.dict
• Créer un répertoire fr a la racine du projet et mettre / dézipper les archives pour qu'on ait la structure suivante :
  
• Utiliser ce code pour l'application :
  
  

  Code :

  Sélectionner tout - Visualiser dans une fenêtre à part

  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24
  25
  26
  27
  28
  29
  30
  31
  32
  33
  34
  35
  36
  37
  38
  39
  40
  41
  42
  43
  44
  45
  46
  47
  48
  49
  50
  51
  52
  53
  54
  55
  56
  57
  58
  59
  60
  61
  62
  63
  64
  65
  66
  67
  68
  69
  70
  71
  72
  73
  74
  75
  76
  77
  78
  79
  80
  81
  82
  83
  84
  85
  86
  87
  88
  89
  90
  91
  92
  93
  94
  95
  96
  97
  98
  99
  100
  101
  102
  103
  104
  105
  106
  107
  108
  109
  110
  111
  112
  113
  114
  115
  116
  117
  118
  119
  120
  121
  122
  123
  124
  125
  126
  127
  128
  129
  130
  131
  132
  133
  134
  package test.spinxfx;
   
  import edu.cmu.sphinx.api.Configuration;
  import edu.cmu.sphinx.api.LiveSpeechRecognizer;
  import edu.cmu.sphinx.api.SpeechResult;
  import edu.cmu.sphinx.linguist.dictionary.Word;
  import edu.cmu.sphinx.result.WordResult;
  import java.util.stream.Collectors;
  import javafx.application.Application;
  import javafx.concurrent.Service;
  import javafx.concurrent.Task;
  import javafx.geometry.Insets;
  import javafx.scene.Scene;
  import javafx.scene.control.Button;
  import javafx.scene.control.TextArea;
  import javafx.scene.layout.HBox;
  import javafx.scene.layout.Priority;
  import javafx.scene.layout.VBox;
  import javafx.stage.Stage;
   
  public class Main extends Application {
   
      private Configuration configuration;
      private LiveSpeechRecognizer recognizer;
   
      @Override
      public void init() throws Exception {
          configuration = new Configuration();
          // configuration.setAcousticModelPath("resource:/edu/cmu/sphinx/models/en-us/en-us"); // Répertoire fichiers acoustiques.
          // configuration.setDictionaryPath("resource:/edu/cmu/sphinx/models/en-us/cmudict-en-us.dict"); // Fichier dictionnaire.
          // configuration.setLanguageModelPath("resource:/edu/cmu/sphinx/models/en-us/en-us.lm.bin"); // Fichier modèle.
          configuration.setAcousticModelPath("file:fr/cmusphinx-fr-ptm-8khz-5.2"); // Répertoire fichiers acoustiques.
          configuration.setDictionaryPath("file:fr/fr.dict"); // Fichier dictionnaire.
          configuration.setLanguageModelPath("file:fr/fr-small.lm.bin"); // Fichier modèle.
          recognizer = new LiveSpeechRecognizer(configuration);
      }
   
      private TextArea textToSayArea;
      private Button speechButton;
      private Button captureButton;
      private TextArea textCapturedArea;
   
      @Override
      public void start(Stage stage) throws Exception {
          textToSayArea = new TextArea();
          textToSayArea.setPromptText("Text to synthesize");
          VBox.setVgrow(textToSayArea, Priority.ALWAYS);
          //
          textCapturedArea = new TextArea();
          textCapturedArea.setEditable(false);
          textCapturedArea.setPromptText("Text captured");
          VBox.setVgrow(textCapturedArea, Priority.ALWAYS);
          //
          speechButton = new Button("Say");
          speechButton.setOnAction(actionEvent -> synthesizeText());
          captureButton = new Button("Capture");
          captureButton.setOnAction(actionEvent -> captureSpeech());
          final HBox buttonBox = new HBox();
          buttonBox.setSpacing(6);
          buttonBox.getChildren().setAll(speechButton, captureButton);
          VBox.setVgrow(buttonBox, Priority.NEVER);
          //
          final VBox root = new VBox();
          root.setSpacing(6);
          root.setPadding(new Insets(6));
          root.setFillWidth(true);
          root.getChildren().setAll(textToSayArea, buttonBox, textCapturedArea);
          final Scene scene = new Scene(root);
          stage.setTitle("JavaFX and Sphinx");
          stage.setScene(scene);
          stage.show();
      }
   
      private void synthesizeText() {
          String textToSay = textToSayArea.getText();
          textToSay = (textToSay == null) ? "" : textToSay.trim(); // NOI18N.
          if (textToSay.isEmpty()) {
              // @todo Do stuff!
          }
      }
   
      private Service<SpeechResult> captureService;
   
      private void captureSpeech() {
          captureButton.setDisable(true);
          textCapturedArea.setText(null);
          if (captureService == null) {
              captureService = new Service<SpeechResult>() {
                  @Override
                  protected Task<SpeechResult> createTask() {
                      return new SpeechCaptureTask();
                  }
              };
              captureService.setOnSucceeded(workerStateEvent -> {
                  final SpeechResult result = (SpeechResult) workerStateEvent.getSource().getValue();
                  dealWithSpeechResult(result);
              });
              captureService.setOnCancelled(workerStateEvent -> {
                  captureButton.setDisable(false);
              });
              captureService.setOnFailed(workerStateEvent -> {
                  captureButton.setDisable(false);
              });
          }
          captureService.restart();
      }
   
      private final class SpeechCaptureTask extends Task<SpeechResult> {
   
          @Override
          protected SpeechResult call() throws Exception {
              recognizer.startRecognition(true);
              final SpeechResult result = recognizer.getResult();
              recognizer.stopRecognition();
              return result;
          }
      }
   
      private void dealWithSpeechResult(final SpeechResult result) {
          System.out.println("==== Got a result! ==="); // NOI18N.
          System.out.println(result.getHypothesis());
          final String sentence = result.getWords()
                  .stream()
                  .map(WordResult::getWord)
                  .map(Word::toString)
                  .collect(Collectors.joining(" ", "", "")); // NOI18N.
          textCapturedArea.setText(sentence);
          captureButton.setDisable(false);
      }
   
      public static void main(String[] args) {
          launch(args);
      }
  }

C'est lent a s'initialiser et la reconnaissance est toute pourrie mais ça fonctionne.

Concernant l'API Google, il me faut faire des tests vu que je ne l'ai jamais essayée. Par contre du coup il faut être en ligne j'imagine et il est possible que cela ne fonctionner pas pour moi compte tenu de notre config réseau "spéciale"

[bouye]

Hum, pour ce que j'en vois, l'API Google Speech API est destinée aux dev de Chromium. Y a pas moyen d'utiliser la Google Cloud Speech API a la place ?

Sinon j'ai codé ce test mais comme il faut une clé d'API et que je ne suis pas dev Chromium, je n'ai pas pu aller plus loin (ni tester si ca fonctionne du coup).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
package test.jarvis;
 
import com.darkprograms.speech.microphone.Microphone;
import com.darkprograms.speech.recognizer.GoogleResponse;
import com.darkprograms.speech.recognizer.Recognizer;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.logging.Level;
import java.util.logging.Logger;
import javafx.application.Application;
import static javafx.application.Application.launch;
import javafx.concurrent.Service;
import javafx.concurrent.Task;
import javafx.geometry.Insets;
import javafx.scene.Scene;
import javafx.scene.control.Button;
import javafx.scene.control.TextArea;
import javafx.scene.layout.HBox;
import javafx.scene.layout.Priority;
import javafx.scene.layout.VBox;
import javafx.stage.Stage;
import javax.sound.sampled.AudioFileFormat;
import javax.sound.sampled.AudioSystem;
import net.sourceforge.javaflacencoder.FLACFileWriter;
 
public class Main extends Application {
 
    @Override
    public void init() throws Exception {
        // Detection des formats audio supportes.
        final AudioFileFormat.Type[] typeArray = AudioSystem.getAudioFileTypes();
        for (AudioFileFormat.Type type : typeArray) {
            System.out.println("type: " + type.toString());
        }
    }
 
    private TextArea textToSayArea;
    private Button speechButton;
    private Button captureButton;
    private TextArea textCapturedArea;
 
    @Override
    public void start(Stage stage) throws Exception {
        textToSayArea = new TextArea();
        textToSayArea.setPromptText("Text to synthesize");
        VBox.setVgrow(textToSayArea, Priority.ALWAYS);
        //
        textCapturedArea = new TextArea();
        textCapturedArea.setEditable(false);
        textCapturedArea.setPromptText("Text captured");
        VBox.setVgrow(textCapturedArea, Priority.ALWAYS);
        //
        speechButton = new Button("Say");
        speechButton.setOnAction(actionEvent -> synthesizeText());
        captureButton = new Button("Capture");
        captureButton.setOnAction(actionEvent -> captureSpeech());
        final HBox buttonBox = new HBox();
        buttonBox.setSpacing(6);
        buttonBox.getChildren().setAll(speechButton, captureButton);
        VBox.setVgrow(buttonBox, Priority.NEVER);
        //
        final VBox root = new VBox();
        root.setSpacing(6);
        root.setPadding(new Insets(6));
        root.setFillWidth(true);
        root.getChildren().setAll(textToSayArea, buttonBox, textCapturedArea);
        final Scene scene = new Scene(root);
        stage.setTitle("JavaFX and J.A.R.V.I.S.");
        stage.setScene(scene);
        stage.show();
    }
 
    private void synthesizeText() {
        String textToSay = textToSayArea.getText();
        textToSay = (textToSay == null) ? "" : textToSay.trim(); // NOI18N.
        if (textToSay.isEmpty()) {
            // @todo Do stuff!
        }
    }
 
    private Service<GoogleResponse> captureService;
 
    private void captureSpeech() {
        captureButton.setDisable(true);
        textCapturedArea.setText(null);
        if (captureService == null) {
            captureService = new Service<GoogleResponse>() {
                @Override
                protected Task<GoogleResponse> createTask() {
                    return new SpeechCaptureTask();
                }
            };
            captureService.setOnSucceeded(workerStateEvent -> {
                // Recuperation du resultat.
                final GoogleResponse response = (GoogleResponse) workerStateEvent.getSource().getValue();
                System.out.println("Google Response: " + response.getResponse());
                System.out.println("Google is " + Double.parseDouble(response.getConfidence()) * 100 + "% confident in" + " the reply");
                System.out.println("Other Possible responses are: ");
                for (String s : response.getOtherPossibleResponses()) {
                    System.out.println("\t" + s);
                }
                // @todo put result on screen.
            });
            captureService.setOnCancelled(workerStateEvent -> {
                captureButton.setDisable(false);
            });
            captureService.setOnFailed(workerStateEvent -> {
                final Throwable exception = workerStateEvent.getSource().getException();
                Logger.getLogger(this.getClass().getName()).log(Level.SEVERE, exception.getMessage(), exception);
                captureButton.setDisable(false);
            });
        }
        captureService.restart();
    }
 
    private Recognizer recognizer;
 
    private final class SpeechCaptureTask extends Task<GoogleResponse> {
 
        @Override
        protected GoogleResponse call() throws Exception {
            // Initialise le microphone.
            try (final Microphone mic = new Microphone(FLACFileWriter.FLAC)) {
                // Capture 5s.
                final Path soundFile = Files.createTempFile("mic_capture", ".flac");
                mic.captureAudioToFile(soundFile.toFile());
                Thread.sleep(5000);
                // Initialise la reconnaissance (si besoin).
                if (recognizer == null) {
                    recognizer = new Recognizer(Recognizer.Languages.FRENCH, System.getProperty("google-api-key"));
                }
                // Requete web chez Google.
                int maxNumOfResponses = 4;
                System.out.println("Sample rate is: " + (int) mic.getAudioFormat().getSampleRate());
                final GoogleResponse response = recognizer.getRecognizedDataForFlac(soundFile.toFile(), maxNumOfResponses, (int) mic.getAudioFormat().getSampleRate());
                return response;
            }
        }
    }
 
    public static void main(String[] args) {
        launch(args);
    }
}

[Slobbyman]

Merci Bouye pour toutes ces infos...
Je me suis lancé il y a quelques mois dans la prog JAVA, donc je suis novice, et encore plus dans le JavaFX, dont je ne connais strictement rien. C'est l'occasion d'apprendre !
J'ai une clé d'API car j'ai suivi le tuto https://stackoverflow.com/questions/...-speech-api-v2

Avec du temps, je vais essayer les deux solutions.
Merci en tout cas !!!

[Slobbyman]

Bonjour,

Je sais que je débute, mais je ne veux pas lâcher le morceau...
J'ai bien téléchargé les 3 fichiers, je les ai bien importés dans Eclipse, au bon endroit, j'ai la classe de test, mais quand tu dis qu'il suffit simplement de deux .jar : le core et le data : dans l'archive "sphinx4-5prealpha-src.zip" j'ai bien deux dossiers à ces deux noms mais point de .jar... Pire pour "sphinx4-1.0beta6-bin.zip" et "sphinx4-1.0beta6-src.zip" où il n'y a jamais aucun de ces deux noms...
Et il vient d'où ce pom.xml ??

Bref, je suis bien paumé...

Merci d'avance !

[bouye]

Bon je ne suis pas un hyper fana de Maven pour bien des raisons (entre autre le fait que les sécurités de notre réseau d'entreprise rendent la chose pénible à utiliser), mais il se trouve que dans ce cas bien précis ça marche plutot bien.

-> What is Maven?