問題タブ [siri]

疑問に思っているのですが、GoogleマップとSiriを統合できますか。例えば：

Siriに「最寄りのスターバックスを表示」と尋ねると、SiriはマップアプリまたはGoogleマップを開き、地図上に最寄りのスターバックスを表示します。

または

私はSiriに「すべてのAppleStoreを見せて」と尋ねます。Siriはマップを開き、マップ上のAppleStoreのすべての場所を表示します。

これは実行可能ですか？

記事だけを除いて、Siriの実装についてもっと学ぶための良いチュートリアルやドキュメントは見つかりませんでした。利用可能な技術文書/APIはありませんか？

Siriと同様の音声コマンドインターフェースを備えたアプリを開発したいと思います。（私は、コーディングするのに非常に難しい音声コマンドがたくさんあることを知っていますが、うまくいけば、このアプリはそれらの多くを必要としないでしょう）。とにかく、私はどこかでSiriとあまりにも似たインターフェースを持っているとあなたのアプリが店に出ないだろうと読んだので、何が「あまりにも似ている」のか疑問に思いました。

ディクテーションキーを無効にする方法はありますか? このためのカスタムキーボードを作成したくありません。UIResponder のようなものだと思いましたが、それは textview の共有メニューにのみ適用されます。コピー、切り取り、貼り付けなどのみを含む

ありがとうございました！

音声入力を使用するアプリがあり、Siriマイクのルックアンドフィールを複製するアイコンを作成したいと思います。

これを実行する方法を概説するチュートリアルはありますか？マイクレベルにアクセスできれば問題ありません。アニメーションを実行するために使用するテクニックが増えます（たとえば、各レベル/待機状態（「火の玉」が作成される場所）に必要な個別の画像です）。

Siri用のAPIがないことは知っています。また、すぐに変更される兆候はないようです。

しかし、その優れたフリースピーチ認識機能を利用するのが待ちきれません。それで、おそらくまだそれを「ブラックボックス」として使用することを考えていましたか？

たとえば、このアプリは、Siriがテキストを聞いて理解し、それをWebサイトに投稿することに成功しているようです。それがどのように機能するかについて何か考えはありますか？

SiriのAPIの欠如を回避するための可能な方法のアイデア？

Siriなどのソフトウェアは、音声コマンドを受け取り、それらの質問に適切に応答します（98％）。音声信号の入力ストリームを取得し、それらの質問に答えるためのソフトウェアを作成するときに、

入力を人間が読める言語に変換する必要がありますか？英語など？

自然界と同じように、私たちは非常に多くの異なる言語を持っていますが、私たちが話すとき、私たちは基本的に異なる音を立てます。それでおしまい。ただし、これらのノイズの変動を示すために、いわゆるアルファベットを作成しました。

それで、もう一度私の質問は、音声認識アルゴリズムを書くとき、それらのノイズ変動信号をデータベースと照合しますか、それとも最初にそれらのノイズ変動を英語に変換し、次にデータベースから何に答えるかを確認しますか？

AppleのiOS用siriでは、Siriが質問に答えて画面全体に収まらない場合、ユーザーは情報をスクロールできます。Siriのスクロール/テーブルビューの興味深い点は、情報がスクロール/テーブルビューの境界を超えて拡張されると、ビューの下部に微妙なグラデーションが表示されることです。

Siriは、スクロール/テーブルビューの情報がその範囲を超えていることをどのように検出しますか？影のある画像をフェードインするのがいかに簡単かは知っていますが、コンテンツの検出がどのように機能するのかわかりませんか？

これを検出できるようにするAppleが提供するドキュメントやクラスはありますか？

前もって感謝します！

Apple が Siri の API を iOS で利用できるようにするというプレス リリースを数多く読みましたが、Siri がリリースされた今、developer.apple.com で上記の API に関するドキュメントを見つけることができません。

音声制御アプリのアイデアがいくつかあります。残念ながら、Siri と Google Voice Actions から見た限りでは、この技術はまだ完成していないようです。完全に静かな環境でも、精度が非常に悪いため、電話に入力するのがはるかに簡単に感じることがよくあります.

タスクを簡単にする 1 つの方法は、サウンドをサービスに渡してテキストを返すだけではなく、システムをいくつかのコマンドに制限することです。

だから私が持っている要件は次のとおりです。

• 限られたコマンドセットで作業するように求められたときの非常に高い精度
• モバイル デバイスで動作することが望ましいですが、PC のみのライブラリも役立つ場合があります。
• ここでもオフラインが望ましいですが、必須ではありません
• オープンソースである必要はありません - ライセンスは問題ありません

そのような API またはソフトウェアは存在しますか?

Siri/音声認識の概念を実装したいアプリを作っています。これを試しましたが、正確に出力が得られませんでした。単語が正しく認識されていません。音声をテキストに変換する方法を知っている人はいますか？Siriの機能にアクセスする方法。誰かがこの実装について知っているなら、私に知らせてください。

ありがとうございます。