Dicas para iniciantes no voxcommando em PT BR

[Wanilton]

VoxCommando é um utilitário de reconhecimento de fala e de comando que lhe permite assumir o controle do seu multimídia Home Theater PC (HTPC).

A versão atual n. 1.1.7.0, VoxCommando requer Windows Vista ou Windows 7 ou Windows 8, roda agora inclusive com a interface do windows em PT BR. Ambas as versões 32 e 64 bits são suportados. No entanto ainda se faz necessário ter o pack da língua com suporte a reconhecimento de voz instalado, pode ser espanhol ou mesmo inglês, e que antes de usar o vox se faça o tutorial no painel de controle do windows, no ícone speech recognition isto na língua escolhida, depois pode alterar para pt-br e usar o vox normalmente, tem um tópico aqui que explica como proceder para troca de idiomas.



VoxCommando não funciona no Windows XP.

Para usar o windows media center, se faz necessário ter também um plugin
O plugin VMC não faz parte do VoxCommando, mas permite ao VoxCommando se comunicar com o Windows Media Center, arquivos para download:

Plugin Windows Media Center - Windows 7 64 bits
Plugin Windows Media Center - Windows 7 32 bits
Plugins Windows Media Center - Windows Vista 32 bit
Infelizmente não tem uma versão funcional para o windows vista 64 bits disponivel

controle de uma enorme variedade de dispositivos e programas (via EventGhost)
emulação de teclado
WOL (Wake on LAN) permite que você acorda computadores (em breve)
looping de comando (por exemplo, deslocamento lento até que você diga "stop")
comando múltiplo (subir 5)
Pedir música por álbum, artista ou título da música, bem como executar pedido para rodar os filmes de sua biblioteca.
A versão atual é a de n. 1.1.7.0
VoxCommando requer o Windows Vista ou Windows 7 em inglês para executar. Ambas as versões 32 e 64 bits são suportados.

VoxCommando não funciona no Windows XP.

Recomendo que antes de usar o programa em si, façam o treinamento para uso de reconhecimento de voz do windows, que fica no painel de controle do windows, que consiste basicamente de leitura de textos para que o sistema operacional conheça as nuanças de sua voz..

Vá para control panel do windows, speech recognition, duas opções importantes, set up microphone (onde você checa se o microfone é adequado para reconhecimento de voz), e se ok, vá para a opção logo abaixo Train your computer to better understand you..de uma olhada também em Take Speech Tutorial, feito isso, vai melhorar muito o uso do vox..

Criei um repositório para que possam fazer o download dos arquivos necessários, não tem instalador, basta descompactar e usar, eu uso na unidade E:
Alguns comandos vão precisar ser corrigidos mas explicarei como fazer, por conta de particularidades de cada usuário..

Programa completo-versão 1.1.7.0:
http://www.voxcommando.com/files/VC%20Setup%201.170.exe

Os caminhos para os arquivos são todos relativos, independente de unidade de instalação ou do sistema operacional, tanto para as versões 32 ou 64 bits, isto faz parte das correções do arquivo de configuração que uso.
Para filmes, músicas, seriados, não precisa mais alterar nada para funcionar, desde que tais arquivos fiquem dentro da pasta onde o programa voxcommando estiver rodando.

Abaixo link para download somente do arquivo de configuração que uso já em pt-br para a maioria das funções, basta sobrepor ao arquivo existente na pasta de instalação do voxcommando 0.946.
clique aqui

Assista ao vídeo que fiz:
clique aqui

Assista ao vídeo que o James fez usando a skin brasileira AEON MQ2 (versão em inglês)
clique aqui

Plugin necessário no Eventghost para uso com outros programas, Plugin Broadcast baixe e descompacte o conteúdo na pasta plugins do eventghost, aqui eu terei que explicar com mais calma pois tem que configurar também o eventghost, o que farei em outra oportunidade.

Como é um universo rico, vou melhorar este tópico ao longo do tempo,

Não precisamos de nenhum programa extra para uso do XBMC com o voxcommando, apenas setar nos ajustes, em REDE, serviços, ative a opção Permitir controle do XBMC por HTTP,  colocando no campo porta o nr 8080,  sem senha, basicamente isso.
fica assim


Caso queira usar o XBMC em outra máquina distinta da que esta executando o Voxcommando, sete a ultima opção para ON na imagem acima.- Permitir Programas Remotos controlar o XBMC,
e no voxcommando em opções, na aba xbmc vocês precisam  alterar o endereço de IP.  O default é  127.0.0.1 que significa "computador local"

Então no computador onde estiver executando o XBMC, localize o IP algo como 192.168.0.101 e depois altere como indicado acima,
se você não souber o endereço IP, abra o prompt de comando do windows, e digite "ipconfig" anote o endereço que aparecer em IPv4

Leiam com calma este material, vocês vão precisar obviamente de um microfone, eu estou usando com sucesso a PS EYE *webcam do PlayStation 3.

Importante, na primeira vez que executarem sigam o seguinte procedimento:

Execute primeiro o XBMC em modo janela (configure em Ajustes, Sistema, Saídas de Vídeo), em seguida execute o voxcommando, na interface principal do programa VoxCommando, tem um botão GENXML, clique nele e ao pressionar os botões criara arquivos com todos os nomes de seus filmes, suas músicas e seriados, bem como as frases que vão ser usadas para disparar aquele item em particular. No botão EDIT, dá acesso a cada programa, e a cada função para uso, todas do XBMC que conheço estão prontas para uso, com seus comandos e frases, explorem, é fácil de entender o conceito.

Nas outras oportunidades isto já não será mais necessário, a não ser que queiram gerar novamente os arquivos, quando por exemplo adicionarem novos filmes, cds ou seriados a sua biblioteca.

Espero que gostem da novidade e estou a disposição para esclarecer todas as dúvidas que surgirem, dentro do meu conhecimento de uso é claro.

Os comandos estão em PT BR como exemplo temos esquerda para navegar para a esquerda, direita, superior (acima), inferior(abaixo), selecione, info, play, pausa, stop, para navegar nas áreas temos
as seguintes palavras Shows, Músicas, Filmes, Seriados, cada uma leva para a referida área.

Para ver um filme seu, por exemplo Zona Verde (Green Zone) o comando é Assistir ao Filme Zona Verde (assista ao vídeo e entenderam melhor)

aqui uma imagem do construtor de comandos lógicos:



Aprendendo um pouco mais:

No Voxcommando em opções, existe um item chamado prefixo, para que serve isso?
Se você estiver em modo de espera (amarelo), você pode dizer a palavra definida no prefixo antes de um comando, e ele irá executar o comando desejado.

Exemplo:

Suponha que você tenha um comando "play"  e tenha definido teu prefixo como "computador"

quando você está em modo de espera (amarelo) e você diz play, não acontece nada. Mas se você disser "computador play" ele ira executar a função rodar.

Como ativo, entro em modo de espera ou desabilito o vox?
Basta dizer "Ative" para ativar (Verde)
Basta dizer "Desative" para ir para modo de espera (Amarelo)
Basta dizer "vox Off" para desabilitar (Vermelho)

Em opções do VOX, em other options, existe um check box para um item chamado
Show OSD Pop Up when command recognized, vou explicar um pouco isso, marcando essa opção a palavra ou frase dita pelo usuário, passa a ser
mostrada na tela com um percentual do lado, aproveito para explicar também o que é required confidence, este número representa o percentual que
desejas usar para que teu comando seja executado. Coloco o meu em 75%, significa que ao falar uma palavra que dispara uma ação, ela só será
executada se o sistema entendê-la acima deste percentual, se não nada acontece. Não recomendo diminuir o percentual do required confidence, pois
ele vai ficar mais sensível e pode passar a executar comandos erroneamente, sem ser o que você deseja de fato.
Mas digamos que você tenha 2 músicas com o mesmo nome, exemplo: Love, como ele vai saber qual você quer ouvir, ai entra o OSD, que num caso
assim vai te abrir opções na tela, basta no caso dizer Opção com o nr que vem na frente dos itens de cada opção : ex. Opção 1 vai executar o primeiro
item listado, Opção 2 o seguinte e assim por diante..

Como coloquei no post, eu usava a WEBCAM do PS3 (PS EYE junto ao computador), que possui 4 microfones tipo ARRAY (isto é bom pois ajuda a separar tua voz de qualquer outro ruído ou som de tua sala, por isso recomendo o uso dele), funciona tranqüilo até uns 3,0 do microfone, olha o que achei sobre este tipo de microfone:
Windows vista and seven has built-in support for microphone arrays for increasing the accuracy of its speech recognition feature, letting users connect multiple microphones to a single system, so that the inputs can be combined into a single, higher-quality source.

Microphone: The PlayStation Eye features a built-in four-capsule[1] microphone array, with which the PlayStation 3 can employ[10] technologies for multi-directional voice location tracking, echo cancellation, and background noise suppression. This allows the peripheral to be used for speech recognition and audio chat in noisy environments without the use of a headset.[1] The PlayStation Eye microphone array operates with each channel processing 16-bit samples at a sampling rate of 48 kilohertz, and a signal-to-noise ratio of 90 decibels.

Atualmente uso o controle remoto de voz da Amulet Devices, com melhores resultados.

O trabalho duro de configuração já esta feito, é só usufruir, também vou dar uma limpada no arquivo, tem muita coisa que é só para testes, que mais pode confundir que ajudar.
Mas a rigor precisa configurar muito pouca coisa para funcionar, já que as funções estão prontas, talvez alterar alguma palavra ou frase para alguma ação, caso queira.
exemplo suponha o comando Play, podes disparar usando uma dessas palavras:
Tocar, Reproduzir, Iniciar ou mesmo usando uma frase inteira que é mais recomendado, tipo "reproduzir album X", quanto maior a frase melhor, pois isso evita do comando ser disparado
quando o computador receber tal frase...por isso tem macetes de uso, como deixar em modo stand by e usar prefixo...tudo para não atrapalhar, imagine a seguinte situação você esta
assistindo um filme e algum ator diz Stop e o filme simplesmente é interrompido...para evitar isso, os comandos para cada ação tem que ser bem pensadas...e o uso do prefixo quando
em modo reprodução é mais que util...este prefixo você escolhe pode ser qualquer um tipo: Vox, seu nome, computador, htpc, esta situação esta em opção no menu do vox, basta
ativar a opção...exemplo prático digamos que teu prefixo seja Rodrigo, o computador só vai dispara o play se você disser "Rodrigo Play" isto em modo de espera (fundo fica amarelo na
interface do programa).
caso esteja com o fundo verde, basta play para ele rodar, sem o uso do prefixo no caso.
Estou aqui para explicar qualquer dúvida que tiverem, o uso é mais simples que imaginam...  uma coisa importante, é que a palavra ou frase tem que ser unica no arquivo de configuração,
pois de outra forma, como o programa vai saber que ação você vai querer disparar, então suponha que use o mediamonkey e o XBMC, ambos precisam de play, mas a palavra ou frase
para disparar essa ação tem que ser distinta na configuração da ação, para que o programa saiba exatamente o que você quer executar, se bem que agora dá para habilitar ou desabilitar
grupos inteiros de ação, onde tiver uma espécie de X em cima, são os que eu desabilitei, habilitar é fácil, basta clicar com o botão direito do mouse em cima do grupo que no menu de
contexto vai aparecer a opção habilitar/desabilitar.
Quanto ao microfone, não precisa a rigor ficar junto de você, claro que quanto mais perto melhor, mas não tenho dificuldade de usar com ele longe...

Outra coisa o desenvolver não recomenda uso de microfones blue-tooth, tipo headset, recomenda o uso dos  modelos com fio, pois fica menos sujeito a erros na hora de usar.

Nova versão 0.983, já postado acima o link para downloadl, incluído o comando TTS.Sync, que permite ao executar uma música por exemplo, ao pedir "Me informe", receber por
voz a informação do nome do álbum e quem esta cantando, a música ira parar para que escute a resposta e retoma depois disto a execução automaticamente, a segunda novidade
é a geração automática do arquivo XML para SHOWS, dúvidas me informe...inibi algumas funções, quem estiver usando com o Windows Media Center, tem que ir em Edit, e habilitar
os grupos de ação, com isso a inicialização do programa ficou bem mais rápida...uma dica a mais, vá na sua biblioteca de filmes, e diga "encontre o filme" + título do filme, que ele vai
buscar para vocês o respectivo filme, ou use find movie + título, exemplo: "encontre o filme zona verde". É isso, pretendo lançar um vídeo tutorial, explicando o uso do TTS.Sync
em breve. Quando estiver escutando um álbum, use os seguintes comandos: "Que Artista" e também o comando "Que Música", e ouça a resposta do seu computador.
Agora também com suporte a JRiver Media Center.

[jitterjames]

wow.  You have been working hard!  Good job putting all the important information together.

I noticed that some of the links seem to be broken.  Maybe it is just my system, I will try again later.

[Wanilton]

Links corrigidos.

[Wanilton]

Implementei novos comandos para controle do XBMC, que já estão disponíveis nos links para download no tópico inicial.

[Wanilton]

Arquivos atualizados no tópico inicial para a versão 0.832, de 13 de outubro de 2010.

[Wanilton]

Arquivos atualizados no tópico inicial para a versão 0.841, de 05 de novembro de 2010.

[Wanilton]

Arquivos atualizados no tópico inicial para a versão 0.871, de 15 de janeiro de 2011.

[bernabap]

Ola Wanilton,

eu li varios topicos aqui no forum mais ainda nao entendi como voce fez pra seu pc falar e entender voce em portugues?

Tb uso win7 64 EN e gostaria de manter meu sistema em ingles mas usar o vox em portugues isso eh possivel? Digo falar os comandos em portugues e ele responder tb em portugues. Vi em outro topico voce conversando com o James sobre a possibilidade de ter o vox falando em ingles e em portugues quando necessario, voce conseguiu isso?

EDIT: veja se eu entendi direito: voce ta usando o reconhecimento de voz em espanhol mas fala em portugues e usa um TTS em portugues pra escutar as respostas em pt-br?

Bem enquanto voce ainda nao leu meu post eu encontrei um outro arquivo xml seu mais recente, do dia 14/06/11. E lendo ele vejo que voce voce tem varios TTS instalados em sua maquina (Anna,Dave,Felipe,Gabriela, Fernanda) e pelo que parece voce conseguiu sim usar  duas vozes diferentes pra seu pc responder em portugues e em ingles. Bem entao eu me pergunto se voce poderia compartilhar essas vozes que voce tem e onde eu encontro o mousepayloadPT.xml?

Desculpe por fazer tantas perguntas, qualquer ajuda eh bem vinda.

Obrigado

[Wanilton]

Prezado Bernabap, bem-vindo ao fórum do voxcommando, terei prazer em esclarecer suas dúvidas, minha primeira sugestão é que leia este tópico que criei no htforum (forum brasileiro de áudio e video), caso não conheça,
eis o link para meu post, lá tem muita explicação sobre o uso do voxcommando.
http://www.htforum.com/vb/showthread.php/144704-Usando-Comando-de-voz-para-controlar-seu-midia-center-com-ênfase-no-XBMC-Versão-Dharma

Vamos por parte, eu uso o windows em inglês, mas posso usar com a interface em pt-br isso não altera a funcionalidade do programa, mas precisamos ter instalado algum idioma que funcione o reconhecimento de voz, pode
ser inglês ou espanhol, eu uso inglês na realidade, pois facilita o uso para chamar músivas, filmes, a maioria dos dados esta em inglês mesmo.
Bom tem que separar as coisas, a primeira delas é que para cada comando existe uma palavra ou frase que usamos para chamar certo comando, estas palavras funcionam melhor obviamente me inglês, mas dá para usar palavras em PT BR também, para tal treinamento é fundamental, precisa conhecer as palavras pré cadastradas, é possível ativar e desativar grupos no voxcommando, eu aconselho a desativar todos, e ativar um por um, treine apenas um bloco de cada vez, isso restringe e facilita o "aprendizado da palavra" pelo sistema de reconhecimento de voz...ele vai comparar só aquele grupo de palavras que estiver ativo naquele momento, fica mais fácil portanto reconhecer a palavra ESQUERDA por exemplo...com o tempo, ele reconhece todas as palavras em português, mesmo o sistema sendo o reconhecimento de voz usando inglês como base, ele aprende...

Outra coisa distinta é o uso de TTS (Text to Speech), muito usado para ouvir respostas e informações do sistema, existem algumas vozes gratuítas na internet, mas as melhores são vozes produzidas por empresas comerciais, a mais tradicional é a Loquendo, mas existem outras, existe muita informação aqui no forum sobre este assunto, e você pode encontrar com facilidade na net vozes para uso com o voxcommando. E respondendo a sua pergunta, sim eu consegui obter respostas com as vozes apropriadas, baseado no idioma em que se encontra a informação, eu recebo na língua apropriada a resposta, é algo que precisarei mais tempo para explicar o funcionamento.

Vou deixar aqui o arquivo que você precisa, basta colocar dentro do diretório do vox, e meu arquivo atual, com as configurações que uso com a última versão do voxcommando, meu foco principal é o XBMC, mas tem outros exemplos,
muito provavelmente vai precisar de mais arquivos para ficar 100%.

Moro em Florianópolis - SC, por hora fico por aqui, se precisar de mais informações, me pergunte.

[bernabap]

Muito obrigado Wanilton, fiz a instalacao das vozes do loquendo e agora ta perfeito.

To tendo uma duvida de como voce fez para os scripts .vbs usarem a voz do loquendo. Quando eu rodo os meus scripts pra falar alguma coisa ele sempre usa a voz da Anna que ta confgurada no painel de controle do windows. Como voce fez pra rodar os scripts usando a voz do loquendo?


E uma outra duvida minha e como iniciar atalhos com o vox commando?

Eu criei um grupo de Games que vai iniciar com "start game" + nome do Jogo. Coloquei os nomes dos jogos na payload list mas fiquei em duvida de como configurar as acoes pra iniciar os games. Eu pensei que maneira mais facil de fazer o que eu quero seria criar uma pasta com atalho para todos os jogos que tenho instalado e configurar a acao assim:

Launch.RawParam         C:\Users\bernabap\Games\{1} 
ou 
Launch.RawParam         C:\Users\bernabap\Games\{1}.ini

Mas nao funcionou, o comando ta sendo executado mas o jogo nao abre, nao sei se estou fazendo da maneira correta nem se essa eh a melhor maneira de fazer o que eu quero.

Novamente muito obrigado pela ajuda Wanilton!

[Wanilton]

Bom quanto a sua primeira indagação, uso de tts: em cada comando específico, você pode selecionar que voz que quer usar, ou caso queira usar só uma padrão no voxcommando, em opções você pode setar outra diferente de ANNA....se olhares meu arquivo de configuração vai ver também exemplos de uso de voz específica para cada uso/finalidade, isso é configurado no vox, o que você precisa fazer é dar uma olhada com calma no editor de comando do vox, pegue comandos para músicas XBMC, la ta cheio de exemplos...
Para músicas só para você entender eu criei algo assim para organizar e ouvir vozes adequadas, mas aqui é só uma das possibilidades, não entenda como a única,
criei uma pasta geral para músicas, subdiretórios para inglesbr, inglesus, espanhol, ptbr, ptpt, francês, alemão, dentro de cada diretório deste eu crio uma pasta para cada artista ou banda, e num nível mais inferior ainda uma pasta para cada album, o vox verifica onde esta o arquivo, e baseado nesta localização física da música, sabe qual voz vai usar, parece complicado, mas é muito simples.
Quanto a iniciar aplicativos, games, ou o que for, pode até usar o payload, mas o importante, é que usar launch pressupõe que você informe o endereço correto do aplicativo, mais a extensão do executável do aplicativo, é como um arquivo bat do tempo do DOS...do jeito que esta fazendo ele não sabe que jogo deve rodar, salvo se nesse seu payload, você esteja informando o nome de cada game.

[jitterjames]

to launch different games (or any program) that are in different locations, you should use a payloadXML file.

When you edit a payloadXML file you will see that there are two columns.  One is the value and the other is the phrase that you speak. The phrase can be the name of the game and the value should be the full path to the executable. 

example: c:\program files\company\game\game.exe

[chacal]

Ola Wanilton,

eu li varios topicos aqui no forum mais ainda nao entendi como voce fez pra seu pc falar e entender voce em portugues?

Tb uso win7 64 EN e gostaria de manter meu sistema em ingles mas usar o vox em portugues isso eh possivel? Digo falar os comandos em portugues e ele responder tb em portugues. Vi em outro topico voce conversando com o James sobre a possibilidade de ter o vox falando em ingles e em portugues quando necessario, voce conseguiu isso?

EDIT: veja se eu entendi direito: voce ta usando o reconhecimento de voz em espanhol mas fala em portugues e usa um TTS em portugues pra escutar as respostas em pt-br?

Bem enquanto voce ainda nao leu meu post eu encontrei um outro arquivo xml seu mais recente, do dia 14/06/11. E lendo ele vejo que voce voce tem varios TTS instalados em sua maquina (Anna,Dave,Felipe,Gabriela, Fernanda) e pelo que parece voce conseguiu sim usar  duas vozes diferentes pra seu pc responder em portugues e em ingles. Bem entao eu me pergunto se voce poderia compartilhar essas vozes que voce tem e onde eu encontro o mousepayloadPT.xml?

Desculpe por fazer tantas perguntas, qualquer ajuda eh bem vinda.

Obrigado

Eu também não estou conseguindo entender nadica de nada !!! 
Eu realmente gostei do programa a ideia do programa é ótima , mas a interface do programa é muito complicada , infelizmente a interface do programa não é nem um pouco intuitiva 
Por favor alguém pode fazer um vídeo tutorial em português explicando passo a passo como usar o programa.
Antecipadamente Grato ! ! !