STT

modele

jeśli chcemy na razie używać jedynie engelsk modelu to droga prosta:

cd en-model
./setup.sh

to zajmie chwilkę poniewaz to sążny model jest (zwłaszcza tzw scorer)

dla polskiego analogicznie w pl-model jeśli wola

libstt

ważne jest również zainstalowanie samej biblioteczki

cd libstt
./setup.sh

stt à la polaco

cargo run -- pl-model

po uprzednim ściągnięciu pl-model (ogólnie pierwszy z argv podany to model-dir, default to jest en-model, można sobie przeróżne instalować ze strony z modelami)

pakiety potrzebne

być może potrzeba doinstalować libsound2-dev jakimś aptem, ale to różnie bywa, niektórzy musieli niektórzy nie.

Generalnie linux i dźwięk to smrodliwa sprawa, ale u mnie działa, że tak powiem.

debug messages

RUST_LOG=trace, można to pewnie lepiej zrbić?

Między częścią pierwszą a drugą

Lista zmian (changelog jak to się mówi w tym profesjolekcie) oraz rzeczy, które mogły być lepsze (failed-to-change-log).

• STT działa całkiem fajnie! Nawet to polskie to nie jest totalna gruzeria i polecam poliglotom tego świata pościągać modele dla innych języków i sb je zobaczyć, całkiem fajne

• STT nie zawsze działa... -- modele są niedoskonałe i biased do głosów męskich, w szczególności model dla j. angielskiego działa lepiej na męskich głosach z a*merykańskim akcentem. Trochę szkoda

• STT nie odpala się?? -- taki problem mże być skutkiem jakichś linuksowych obrzydlistw, udokumentowano działanie na dwu róznych komputerach z linuksem o dwu różnych dystrybucjach tegoż systemu, ale nadal bywają jakieś problemy, które użytkownik zechce naprawić samemu.

  Jeśli sytuacja jest naprawdę tragiczna, to zapraszam do kontaktu (choćby mail do gc429174), można też zademonstrować działanie oczekiwane i porównać.

• nie udało nam się poprawić code smellów i brzydkich punktów z cz1, niestety padliśmy ofiarami tragicznej deprywacji czasowej, a szkoda, gdyż pole do poprawek istotnie jest

• parsing markdownu jest wysoce niedoskonały. Istnieje nawet na to skuteczne remedium, ale pozostaje unimplemented!() jak to mawiają fanboye rusta. Informacje zawarte są u góry pliku parsującego.

• oprogramowanie nie jest jakoś niesamowicie przetestowane

• estetyka jest dyskusyjna, ale cóż

Pierwsza iteracja

edytor tekstowy w ruście

Pierwsza część projektu zawiera edytor tekstowy obsługujący:

• formatowanie w stylu MarkDown'a, m.in: *pogrubienie*, /kursywa/, `kod`, $indeks dolny$, ^indeks górny^, ~przekreślenie~, _podkreślenie_, <url>
• wyświetlanie sformatowanego tekstu na bieżąco w równoległym oknie (podgląd można wyłączyć)
• skróty klawiszowe: ctrl + B: strong ctrl + D: code ctrl + I: /italics/ ctrl + L: $lowered$ ctrl + R: ^raised^ ctrl + S: strikethrough ctrl + U: underline ctrl + Q: quit
• obsługę plików: otwieranie pliku, zapis pliku, zapis pliku pod nową nazwą, zapis pliku przy wychodzeniu z edytora

uruchamianie

1. sudo apt-get install libxcb-render0-dev libxcb-shape0-dev libxcb-xfixes0-dev libspeechd-dev libxkbcommon-dev libssl-dev (na linuxie)

2. rustup update

3. cargo run

---

plan projektu

Edytor tekstu z mozliwoscia wprowadzania glosowego i wsparciem dla pracy zdalnej 🤠

that was a handful チーム

Autorzy

• Agnieszka Pałka (gr 4, @kaorixxx)
• Grzegrz Cichosz (gr. 9, @ggegoge)
• Maja Wiśniewska (gr 4, @miwisniewsk)

oraz io w 4 osoby to jeszcze jeden człowiek spoza grup rustowych

Opis

Od zawsze chcieliśmy napisać projekt na io.

W tymże projekcie chodzi o to, że napiszemy w ruście edytor tekstu z mozliwoscia wprowadzania glosowego i wsparciem dla pracy zdalnej 🤠, a przynajmniej w jakiejś części. Edytor będzie służył do edycji tekstu plain, ale będzie może wyświetlał obok sformatowany à la markdown tenże tekst.

Z grubsza będziemy wzorować się na (TBD, tutaj jestesmy otwarci na sugestie jak zacząć coś takiego w ogóle mając 0 doświadczenia z gui jakimkolwiek).

Funkcjonalność

• pisanie tekstu
• wmawianie tekstu
• widok na sformatowany markdownem tekst czy cos
• jakies basic rzeczy typu skroty klawiszowe, zapisanie pliku
• ta praca zdalna to taka jak sie uda

Propozycja podziału na części

edytor jako cz 1 i pozniej dodatki speech to tekstowe jako part 2

ale to dość treściwie może się rozwinąć i pytanie czy ta tzw pierwsza część nam nie wypadnie wcześniej w związku ze wspomnianym już io

Biblioteki

• egui do gui? seems legit i ma taki cool example
• do stt coqui-stt wydaje się dość sensowne (mowa o j. angielskim)
• jeśli jakieś są sensowne uwagi do dodania do tego, to z chęcią się dowiemy, ale jesteśmy troszeczkę dziećmi we mgle
• komunikacja jakoś do ogarnięcia