Discussion :

[SergioMaster]

Bonjour,

Vosk est une boîte à outils de reconnaissance vocale hors ligne que l'on peut trouver sur GitHub ici https://github.com/alphacep/vosk-api
et une version pour Delphi est disponible ici https://github.com/CodeYan01/vosk4delphi toutefois si la compilation des composants est OK, l'installation de ceux-ci échoue

Quelqu'un a t-il utilisé VOSK avec Delphi ?
Le fait que Delphi soit 32 bits alors que mon poste soit Windows 64 bits poserait-il des problèmes lors de l'installation (via Pip3) de l'outil ?

[SergioMaster]

Pour vous donner quelques nouvelles de mes essais.

En utilisant Python4Delphi et un script, cela fonctionne plutôt bien, seulement cela laisse un arrière goût de "peut faire mieux".
Je me suis donc penché (RAD Studio 12.2) sur une réalisation aussi bien en C++ (faisait longtemps que je voulais m'y remettre à ce langage) qu'en Delphi.
Pour l'instant, ça coince, le problème : l'interfaçage entre la capture du son (qui doit être avec des spécifications précises ) et les API de VOSK

[spearman]

Bonjour sergio,
Pour besoin dans une interface domotique, je suis entrain de tester Kastri qui marche bien.
Cependant, le besoin de reconnaissance vocale horsligne s'impose.
Aussi, je cherche autre solutions:
1)Je souhaite tester Vosk mais impossible recuperer par ton lien github Vosk pour delphi, 404.
saurais-tu ou peut'on le telecharger?
2)Sinon sur android/Google, nous avons les fichiers telechargeables(~23Mo) selon langues, accessibles dans 'parametres/.../ "Offline speech recognition".
-Je cherche donc aussi, comment il est possible d'utiliser ces fichiers Google avec Delphi(V11.2)

Si tu as qqles idees ,je t'en remercie.

[SergioMaster]

Bonsoir,

en fait Vosk4Delphi n'a jamais fonctionné pour moi, j'avais fait un ticket sur le dépôt (apparement supprimé depuis !). J'avais quand même fait un clone sur mon "vieux" poste, donc je peut peut-être retrouver

Mais, pour obtenir une résultat, j'étais passé par Python4Delphi et donc ces scripts https://github.com/alphacep/vosk-api/tree/master/python
Nécessitant donc Python ! Après, je ne suis pas allé plus loin , mais je sais qu'avec quelques recherches on peut faire du python embarqué (google, mots clés python embedded pip donne des vidéos intéressantes)

2)Sinon sur android/Google, nous avons les fichiers telechargeables(~23Mo) selon langues, accessibles dans 'parametres/.../ "Offline speech recognition".
-Je cherche donc aussi, comment il est possible d'utiliser ces fichiers Google avec Delphi(V11.2)

j'ai abandonné l'idée, FMX et la voix, je retenterai maintenant que j'ai vu que le dico offline semblait être en place sur mon mobile

[spearman]

Merci pour ces infos,
En fait, j'avais une solution operationnelle avec android.speech.SpeechRecognizer sur delphi11.2 pour Android9 en ligne.
Le passage a Android12 pose qqles problemes dont impossible pour moi de changer langage defaut "en-US",
d'où recherche autre API pour resoudre ce pb et voire permettre une solution offline.
-KAPRI sur Android12: probleme changement langage defaut OK mais reste uniquement enligne

je ferais suivre sur le site si solution.
Bonne journée.

[spearman]

Bonjour Sergio,
j'ai redeposé un ticket github pour Vosk via forum Delphi/Kastri:
https://github.com/DelphiWorlds/Kast...ent-2688902502
La réponse confirme qu'ils n'ont pu trouver, comme nous, une trace du repo Vosk pour Delphi.
Tu apparais donc un des seuls a possiblement avoir un exemplaire de cet Api ! .

Avec tous mes remerciements pour ton retour, si tu avais un peu de dispo et pouvais le retrouver
Si retrouvé, je prends le temps pour une nouvelle tentative de correction et de bon fonctionnement.
En effet, Vosk répondrai parfaitement à mon environnement de dev domotique Delphi11.2(Windows,Android,Raspberry/Debian)
Bonne journée.

[SergioMaster]

Tu apparais donc un des seuls a possiblement avoir un exemplaire de cet Api ! .

Seul, non puisque l'on a travaillé à 4 mains. Comme j'ai retrouvé le truc (et même sur mon nouveau poste ) une adresse mail par MP et j'envoie le zip (trop gros pour une pièce jointe)

[SergioMaster]

Titillé par la curiosité (comme d'hab) et ayant découvert que le dictionnaire offline était bien chargé j'ai tenté quelques expériences simples
je vous propose en direct un téléchargement Directions.zip (D12.2 mais je pense qu'avec D12.1 ça passe)
le but est de changer la direction d'un flêche (un SVG dont je change la rotation)


mauvaise idée, peut-être, avoir mis la zone de saisie en bas

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
procedure TForm2.edtCmdChangeTracking(Sender: TObject);
begin
  if Sametext(edtCmd.text, 'Arret') OR Sametext(edtCmd.text, 'Arrêt') then
  begin
    // fonctionne pas ?
    SkSvg1.Visible := false;
    edtCmd.text := emptystr;
  end;
 //   SkSvg1.Visible := true; // évidemment ça pouvait pas !!!!
    if Sametext(edtCmd.text, 'Gauche') then
    begin
      SkSvg1.RotationAngle := 0;
      edtCmd.text := emptystr;
    end;
    if Sametext(edtCmd.text, 'Avant') then
    begin
      SkSvg1.RotationAngle := 90;
      edtCmd.text := emptystr;
    end;
    if Sametext(edtCmd.text, 'Arrière') then
    begin
      SkSvg1.RotationAngle := -90;
      edtCmd.text := emptystr;
    end;
    if Sametext(edtCmd.text, 'Droite') then
    begin
      SkSvg1.RotationAngle := 180;
      edtCmd.text := emptystr;
    end;
end;

Problématiques :
Arrêt ne semble pas fonctionner, mais il me manque peut-être un re-dessin (je viens juste d'y penser, et après nouveau essais c'est ça)
Hors ligne, je reste bien en mode saisie et le "clavier" à l'écoute. En ligne, la saisie perd le focus (là encore je viens de penser : "et si je rajoutais un focus ?" )
Maintenant, au démarrage, il faudrait que le clavier soit directement à l'écoute : ça, ça sent le JNI a plein nez

[spearman]

bonjour,
ton envoi concerne vosk?
des units que je ne connais pas: Skia,tskvg ?

De mon coté je debute avec ton envoi repo vosk; je n'arrive deja pas à extraire le bpl ?
A+

[SergioMaster]

ton envoi concerne vosk?
des units que je ne connais pas: Skia,tskvg ?

Non, pas vraiment, c'est plus général j'en ait fait une discussion à part

des units que je ne connais pas: Skia,tskvg ?

je suis très SVG plutôt qu'images PNG (même si dans ce cas cela ne se justifie pas vraiment, quoique ...) Skia est fourni depuis D11 mais est téléchargeable via Getit ou dépôt github

je n'arrive deja pas à extraire le bpl ?

dans mon souvenir, j'ai dû le créer ou était-ce qu'il fallait juste utiliser les unités Aloïs quand tu me tiens !

[spearman]

Bonjour, Serge,
mais as-tu pu deja executer vosk avec Delphi ?
De mon coté , j'ai utilisé ton prog "unit5" dans le fichier dsk que tu as envoyé:
-ca compile, ca s'execute
-mais je bute sur la fonction de la ligne " aModel:=TVoskModel.Create(Self,'model');"
amodel.model est toujours=nil;
'model'= path du modele de langue soit le nom du repertoire .
-J'ai essayé en path court, long, divers emplacement , mais pas encore de resultat.(mais peutetre qu'un problem de path?)
-J'ai vérifié le libvosk.dll avec dependanciesmaker qui est ok.
Comme je n'arrive pas à debugger la fonction externe en C (src\model.h) sous Delphi, je vais tester Vosk en C (avec VSCode) mais
cela fait longtemps que je n'ai pas écrit en C.
Si tu as une idée ou étais tu deja arrivé au meme stade?
Bonne journée

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
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
-----------------------------------------------------------------------------------------------------------
unit vosk_api;
{ This unit is automatically generated by Chet:
  https://github.com/neslib/Chet }
 
{$MINENUMSIZE 4}
 
interface
........
(** Loads model data from the file and returns the model object
 *
 * @param model_path: the path of the model on the filesystem
 * @returns model object or NULL if problem occured *)
function vosk_model_new(const model_path: PAnsiChar): PVoskModel; cdecl;
  external LIB_VOSK name _PU + 'vosk_model_new';
 
 
-----------------------------------------------------------------------------------------------------------
unit VoskModel;
 
interface
 
uses
  SysUtils, Classes, vosk_api;
 
type
  TVoskModel = class(TComponent)
  private
    { Private declarations }
    FModel: PVoskModel;
    FModelPath: String;
  protected
    { Protected declarations }
  public
    { Public declarations }
    //constructor Create(AOwner: TComponent); overload; override;
    constructor Create(AOwner: TComponent; AModelPath: String); reintroduce;
    destructor Destroy; override;
    function FindWord(AWord: String): Integer;
    property Model: PVoskModel read FModel;
  published
    { Published declarations }
    property ModelPath: String read FModelPath;
  end;
 
procedure Register;
 
implementation
 
constructor TVoskModel.Create(AOwner: TComponent; AModelPath: String);
begin
  inherited Create(AOwner);
  FModelPath := AModelPath;
  FModel := vosk_model_new(PAnsiChar(FModelPath));
end;
-----------------------------------------------------------------------------------------------------------
unit Unit5;
 
interface
 
uses
  Winapi.Windows, Winapi.Messages, System.SysUtils, System.Variants, System.Classes, Vcl.Graphics,
  Vcl.Controls, Vcl.Forms, Vcl.Dialogs, Vcl.StdCtrls, voskmodel,voskrecognizer;
 
type
  TForm5 = class(TForm)
    Button1: TButton;
    Button2: TButton;
    procedure Button1Click(Sender: TObject);
    procedure Button2Click(Sender: TObject);
  private
    { Déclarations privées }
  public
    { Déclarations publiques }
  FModel : TVoskModel;
  FRecognizer : TVoskRecognizer;
  h : THandle;
  end;
 
var
  Form5: TForm5;
 
implementation
 
{$R *.dfm}
 
procedure TForm5.Button1Click(Sender: TObject);
var p : Pointer;
    amodel : TVoskModel;
begin
 aModel:=TVoskModel.Create(Self,'model');
 if amodel.Model=nil then showmessage('non initialisée')
 else
 FRecognizer:=TVoskRecognizer.Create(Self,amodel);
end;
 
-----------------------------------------------------------------------------------------------------------
src\model.h
...
 
#ifndef VOSK_MODEL_H
#define VOSK_MODEL_H
 
#include "base/kaldi-common.h"
#include "fstext/fstext-lib.h"
#include "fstext/fstext-utils.h"
#include "online2/onlinebin-util.h"
#include "online2/online-timing.h"
#include "online2/online-endpoint.h"
#include "online2/online-nnet3-incremental-decoding.h"
#include "online2/online-feature-pipeline.h"
#include "lat/lattice-functions.h"
#include "lat/sausages.h"
#include "lat/word-align-lattice.h"
#include "lm/const-arpa-lm.h"
#include "util/parse-options.h"
#include "nnet3/nnet-utils.h"
#include "rnnlm/rnnlm-utils.h"
#include "rnnlm/rnnlm-lattice-rescoring.h"
#include <atomic>
 
using namespace kaldi;
using namespace std;
 
class Recognizer;
 
class Model {
 
public:
    Model(const char *model_path);
    void Ref();
    void Unref();
    int FindWord(const char *word);
 
protected:
    ~Model();
    void ConfigureV1();
    void ConfigureV2();
    void ReadDataFiles();
 
    friend class Recognizer;
 
    string model_path_str_;
    string nnet3_rxfilename_;
    string hclg_fst_rxfilename_;
    string hcl_fst_rxfilename_;
    string g_fst_rxfilename_;
    string disambig_rxfilename_;
    string word_syms_rxfilename_;
    string winfo_rxfilename_;
    string carpa_rxfilename_;
    string std_fst_rxfilename_;
    string final_ie_rxfilename_;
    string mfcc_conf_rxfilename_;
    string fbank_conf_rxfilename_;
    string global_cmvn_stats_rxfilename_;
    string pitch_conf_rxfilename_;
 
    string rnnlm_word_feats_rxfilename_;
    string rnnlm_feat_embedding_rxfilename_;
    string rnnlm_config_rxfilename_;
    string rnnlm_lm_rxfilename_;
 
    kaldi::OnlineEndpointConfig endpoint_config_;
    kaldi::LatticeIncrementalDecoderConfig nnet3_decoding_config_;
    kaldi::nnet3::NnetSimpleLoopedComputationOptions decodable_opts_;
    kaldi::OnlineNnet2FeaturePipelineInfo feature_info_;
 
    kaldi::nnet3::DecodableNnetSimpleLoopedInfo *decodable_info_ = nullptr;
    kaldi::TransitionModel *trans_model_ = nullptr;
    kaldi::nnet3::AmNnetSimple *nnet_ = nullptr;
    const fst::SymbolTable *word_syms_ = nullptr;
    bool word_syms_loaded_ = false;
    kaldi::WordBoundaryInfo *winfo_ = nullptr;
    vector<int32> disambig_;
 
    fst::Fst<fst::StdArc> *hclg_fst_ = nullptr;
    fst::Fst<fst::StdArc> *hcl_fst_ = nullptr;
    fst::Fst<fst::StdArc> *g_fst_ = nullptr;
 
    fst::VectorFst<fst::StdArc> *graph_lm_fst_ = nullptr;
    kaldi::ConstArpaLm const_arpa_;
 
    kaldi::rnnlm::RnnlmComputeStateComputationOptions rnnlm_compute_opts;
    CuMatrix<BaseFloat> word_embedding_mat;
    kaldi::nnet3::Nnet rnnlm;
    bool rnnlm_enabled_ = false;
 
    std::atomic<int> ref_cnt_;
};
 
#endif /* VOSK_MODEL_H */

[SergioMaster]

Ce code n'était pas le mien, mais celui de l'auteur (à moins que je ne l'aie modifié sans intention).
Je n'ai pas replongé dans "la chose" aussi serai-je bien en peine de répondre.

Comme j'ai désormais RadStudio je pourrai peut-être tenter une approche C++ (avec l'aide de l'IA car, moi aussi je suis rouillé en C)
encore un todo dans ma liste (et la liste est longue)
En ce moment je suis plus en mode rédaction/test de tutoriels Styles FMX donc ne t'attends pas à une réponse immédiate