voicetrans

ボイストランス

VoiceTrans は、言語学習者向けの (主に) ハンズフリー翻訳機です。このアイデアは、ユーザーが中断されることなく (物理的な) 本や記事を読み、未知の単語を自然な声で尋ねられるようにすることです。

建築

コンポーネント:

• 認識サーバー

• ウェブフロントエンド。

フロントエンドは HTML5 Media Capture API を使用して 44kHz マイク ストリームを取得し、それをチャンクしてサーバーに送信します。

サーバーは、音声認識バックエンドで受け入れられる/音声認識バックエンドにとって意味のある最大値である 16kHz までオンザフライで再サンプリングし、認識バックエンドにストリーミングします。クライアント ストリームが閉じられ、認識結果が利用可能になると、認識されたテキストが翻訳され、表示のためにテキスト ペアがフロントエンドに返されます。

建物

前提条件:

• http://www.haskellstack.org から Stack ツールをインストールします。

• Docker デーモンをインストールして実行します。 「インストールとセキュリティ」を参照してください。

コンポーネント:

• voicetrans-server: そのディレクトリでstack image containerを実行します。

• voicetrans-frontend: stack build -t treetide/voicetrans-frontend .そのディレクトリにあります。