Что такое голосовые помощники в Windows?

Приложения голосового помощника могут использовать API ConversationalAgent Windows, что позволяет реализовывать в этих приложениях все возможности голосового помощника.

Функции голосового помощника

Приложения голосового агента можно активировать с помощью произнесенного ключевого слова, и тогда вам не придется включать голосовую связь руками. Активация голосом работает при закрытии приложения и при заблокированном экране.

Кроме того, Windows предоставляет набор настроек конфиденциальности голосовой активации, которые дают пользователям возможность управлять активацией голосом и вышеуказанными блокировками для каждого приложения.

После активации голоса Windows будет правильно управлять несколькими активными агентами и уведомлять каждого помощника, если они были приостановлены или отключены. Это позволяет приложениям правильно управлять прерываниями и другими событиями между агентами.

Как работает активация голосом?

Среда выполнения активации агента (AAR) – это постоянно работающий процесс Windows, который управляет активацией приложения по произнесенному ключевому слову или нажатию кнопки. Он запускается вместе с Windows, если в системе есть хотя бы одно такое зарегистрированное приложение. Приложения взаимодействуют с AAR через API ConversationalAgent в Windows SDK.

Когда пользователь произносит ключевое слово, программный или аппаратный определитель ключевых слов в системе уведомляет AAR об обнаружении ключевого слова, предоставляя идентификатор ключевого слова. AAR, в свою очередь, отправляет запрос BackgroundService на запуск приложения с соответствующим идентификатором приложения.

Регистрация

При первом запуске приложения, активируемого голосом, оно регистрирует свой идентификатор приложения и информацию о ключевых словах через API ConversationalAgent. AAR регистрирует все конфигурации в глобальном сопоставлении с помощью аппаратного или программного определителя ключевых слов в системе, что позволяет им обнаруживать ключевое слово приложения. Приложение также регистрируется в фоновой службе.

Обратите внимание, что это означает, что приложение не может быть активировано голосом, пока оно не будет запущено хотя бы один раз и регистрация не будет завершена.

Получение активации

После получения запроса от AAR фоновая служба запускает приложение. Приложение получает сигнал через метод жизненного цикла OnBackgroundActivated App.xaml.cs с уникальным аргументом события. Этот аргумент сообщает приложению, что оно было активировано AAR и должно начать проверку ключевых слов.

Если приложение успешно проверяет ключевое слово, оно выполнит запрос, отображаемый на переднем плане. Когда этот запрос завершается успешно, приложение отображает пользовательский интерфейс и продолжает взаимодействие с пользователем.

AAR по-прежнему сигнализирует активным приложениям, когда произносится их ключевое слово. Однако вместо того, чтобы сигнализировать через метод жизненного цикла App.xaml.cs , он подает сигнал через событие в API ConversationalAgent.

Проверка ключевого слова

Определитель ключевых слов, запускающий приложение, обеспечивает низкое энергопотребление за счет упрощения модели ключевых слов. Это позволяет определителю ключевых слов быть «всегда активным» без большого энергопотребления, но это также означает, что у определителя ключевых слов, вероятно, будет большое количество «ложных срабатываний», когда он определит ключевое слово, даже если это ключевое слово не было произнесено. Вот почему система голосовой активации запускает приложение в фоновом режиме: чтобы дать приложению возможность проверить, что ключевое слово было произнесено, прежде чем прерывать текущий сеанс пользователя. AAR сохраняет звукозапись от момента за несколько секунд до того, как ключевое слово было обнаружено, и делает ее доступной для приложения. Приложение может для этой записи запустить более надежный определитель ключевых слов.

Дальнейшие действия

• Изучите инструкции по разработке, чтобы обеспечить наилучшие условия для активации голосом.
• См. раздел голосовых помощников на странице начала работы Windows.
• Изучите страницу Пример голосового помощника UWP и выполните инструкции, чтобы запустить пример клиента.

Как управлять компьютером на Windows голосом: удобно, когда руки грязные

Хотя голосовые ассистенты уже давно не новость (они умеют управлять умным домом, колонками и даже автомобилями), на ПК функция находится в зачаточном состоянии уже много лет подряд и практически не развивается ни гигантами вроде Microsoft, ни сторонними разработчиками. Это странно, так как возможность управлять компьютером посредством голоса многим бы упростила жизнь, но, вероятно расширить голосовое управление на ПК или просто сделать его более глубоким слишком сложно. С другой стороны, при желании некоторые функции голосом выполнять всё же можно — нужно лишь немного потрудиться и скачать софт.

Подписывайтесь на наш Телеграм

Алиса — полноценный ассистент с базовыми функциями

Алиса от Яндекса сама по себе очень умная и удобная в использовании — русский язык понимает отлично, может отвечать на вопросы, советовать фильмы и так далее. При желании это всё можно интегрировать в систему поиска Windows, дабы получать ответы в более удобном формате. Впрочем, стоит сразу отметить, что в 98% случаев Алиса на ПК предоставляет тот же набор функций, что и в браузере или мобильном приложении, тогда как на непосредственное управление ПК отведено всего 2% возможностей. Собственно, управление непосредственно компьютером сводится к возможности выключить систему, отправить её в сон или перезагрузить ПК.

Также пользователь может открыть Проводник, запросить быстрый доступ к какому-либо сайту (например, можно сказать «Алиса, открой Википедию»), просмотреть историю браузера (для браузера Яндекс) или включить/выключить звук. В теории, ассистент должен уметь открывать и приложения вроде Word или других офисных компонентов, но на текущий момент это не работает и помощник просто отправляет в поисковую выдачу. Естественно, в связке с умной колонкой функций будет гораздо больше, но все они завязаны на возможностях самой колонки, а не функциях компьютера.

Laitis — пожалуй, самый гибкий софт на рынке

Приложение Laitis не выделяется особо привлекательным интерфейсом, но при желании этот софт может существенно упростить вам множество процессов. Дело в том, что программа позволяет создавать специальные команды, выполнение которых активируется посредством голоса. Например, вы можете создать правило на закрытие окна или запуск приложения, после чего продиктовать голосом команду, чтобы софт распознал голос, и потом закрывать приложения короткой фразой «закрой Google Chrome» без мышки или клавиатуры. И таких функций у приложения огромное множество — оно даже умеет запускать .bat-файлы или JS-скрипты.

Список поддерживаемых функций на самом деле просто огромен — можно запускать любые приложения на ПК, отправлять курсор по нужным координатам, отображать окно поверх всех остальных, планировать события и многое другое. Но отдельно стоит упомянуть возможность взаимодействовать с веб-сайтами посредством голоса — например, направлять функцию фокуса на отдельный CSS-селектор или кликать по необходимому элементу на странице. Это очень удобно для людей с ограниченными возможностями, под нужды которых разработчики сайтов не спешат настраивать доступность.

Typle — динозавр, который до сих пор работает

Хотя софт, безусловно, достаточно старый (я его успешно протестирован на Windows 10), он всё равно способен выполнять поставленные перед ним задачи. Для этого достаточно создать пользователя и указать ему нужную базовую команду (например, «Открыть»), после чего перейти непосредственно к доступным командам для записи. В списке есть все установленные на компьютере приложения, также можно открывать системные утилиты, сайты и гибко настраивать параметры по отдельным параметрам. И после того, как команда сформирована и предварительные фразы записаны, можно приступать к управлению голосом — достаточно нажать на кнопку прослушивания и проговорить необходимую команду.

Для тех, кто часто запускает какие-либо приложения или открывает одни и те же сайты (на работе, к примеру), это очень удобное приложение, потому что можно назначить сразу несколько команд, после чего проговорить их, и все нужные ссылки будут открыты без лишних действий. Правда, нужно очень чётко проговаривать слова при первой записи и стараться потом при диктовке тоже проговаривать каждый звук, иначе программа собъётся и не поймёт, что вы хотели. И, конечно, основной недостаток софта в том, что из фона он не работает — нужно каждый раз открывать окно, нажимать на кнопку и проговаривать команду.

Встроенные голосовые команды Windows 11 — шикарный и недоступный инструмент

Пожалуй, наибольшей глубиной взаимодействия с функциями компьютера посредством голосовых команд может похвастаться операционная система Windows 11, которая в этом плане на три головы выше предшественника. Встроенные инструменты распознавания голоса, которые работают даже без подключения к интернету, позволяют переводить систему в сон или выключать её, открывать и закрывать приложения, создавать и переименовывать файлы или папки, открывать страницы в браузере и многое другое. Разработчики операционной системы действительно потрудились над этим вопросом и в Windows 11 компьютером можно полностью (практически) управлять только за счёт голоса.

Более того, встроенными же инструментами можно даже набирать текст — операционная система умеет правильно распознавать слова и ставить знаки препинания на основе интонации даже на русском языке, хотя, конечно, ошибки тоже встречаются и очень часто. Единственная проблема голосовых команд в Windows 11 заключается в том, что поддерживается исключительно английский язык — команды на русском не работают. Это не совсем удобно при полном отсутствии познаний в английском, но, с другой стороны, не нужно быть знатоком языков, чтобы сказать «open google chrome» или «close window».

Материалы по теме:

• Теперь не боюсь за Windows: точки восстановления создаются каждый день. Вот как это настроить
• 7 функций, которые сделают Windows 12 лучшей системой. Если Microsoft пойдёт на это
• Эта бесплатная утилита от Microsoft в разы ускоряет работу. Она существует ещё с Windows 95
• Эта утилита показывает, где используется выбранный файл в Windows и что мешает удалить его
• Мод Windows 10 для игр: тестирую Atlas OS, из которого вырезали лишнее ради производительности

Обзор бесплатных голосовых помощников для ПК на русском языке

Сегодня голосовые помощники стали неотъемлемой частью жизни. С каждым днем все больше людей выбирает виртуальных ассистентов, заменяя мышку и клавиатуру. Искусственный интеллект помогает решать простые задачи с помощью голосового ввода. После ввода информации, помощник распознает сказанную речь и начинает функционировать. Говорите четко и внятно, чтобы помощник корректно выполнил запрос. Он может подсказать маршрут, новости дня, найти музыку, показать погоду, ответить на простой вопрос. Самые распространенные голосовые помощники для ПК: Cortana, Typle, Speaker, Ok Google, Siri, Горыныч, «Алиса» Яндекс.

Cortana для Windows

«Cortana» — голосовой помощник, интегрированный в операционную систему и созданный компанией Microsoft. Помощница предназначается прежде всего для Windows, но также в качестве приложений работает на платформах iOS, Android, Xbox One, Microsoft Phone, Microsoft Band. «Cortana» поможет систематизировать и распланировать ваши задачи и планы на определенный период, напоминает о выполнении каких-либо действий, предоставляет по вашему запросу информацию. Также имеет встроенный функционал для ответов на общие вопросы, используя поиск Bing. В функционал входит прокладка маршрута, информация о состоянии дорог, поможет не опаздывать. Вводить информацию можно с помощью голоса и клавиатуры в текстовой форме. Она поддерживает разговор: поет песни, присылает анекдоты – не лишена чувства юмора.

К особенностям можно отнести такую функцию, как предугадывание желаний пользователя. Если дать доступ к личным данным, виртуальный помощник от Microsoft будет «подстраиваться» под вас, постоянно анализируя ваши действия: места, в которых вам нравится находиться; ваши предпочтения в тех или иных вещах; ваши долгосрочные интересы, хобби и многое другое.

Виртуальный ассистент Cortana тесно связана с операционной системой и может управлять Windows 10 и отдельными приложениями во время вашей работы: поможет прочитать Ваши электронные письма, отследить местоположение, проверить список контактов, следить за календарем, управлять музыкой и напоминания, охватывая многочисленные музыкальные приложения и контролируя звук в соответствии с предпочтениями пользователя.

Есть возможно синхронизации нескольких устройств. Cortana будет поддерживать актуальность на нескольких компьютерах одновременно.

Алиса Яндекс (десктопная версия)

Алиса – голосовой помощник, устанавливаемый на ПК (Windows 7-10), Android и IOS. Алиса может показать прогноз погоды, найти данные об общественных местах, найти музыку, проводить конвертацию валют, решает несложные математические вычисления и может поддержать разговор. Программа очень молодая и все время совершенствуется. «Алиса» позволяет вести диалог в текстовом виде и голосовом. Голосовой помощник Алиса способен понимать смысл ваших фраз: «Где здесь можно пошопиться?», она понимает: «Где здесь магазины?».

Поисковая строка Яндекс или другое название – Яндекс.Строка находится в панели задач операционной системы Windows. Поисковая строка Яндекс умеет находить на просторах Интернета информацию, которую пользователь вводить с помощью голоса или текста. Пользователь может задать команду открыть любую папку и документ, расположенные на компьютере. Программа открывается на портативном компьютере с помощью нажатия кнопки Строки или же горячих клавиш. По сути это частный случай Алисы для ПК. Для экономии места на панели задач 8 см кнопку заменяют на иконку с микрофоном. Подробнее способах отображения помощника на ПК в статье Настройки Алисы для Windows.

Typle — голосовое управление компьютером

Программа разработана для операционной системы Windows. Здесь не нужны знания английского языка, нет возможности работы с плеером и нет восприятия текстовой формы. Из-за ограниченного количества функций программа кажется не такой эффективной и функциональной в использовании. Ограниченность помощника заключается в открывании лишь утилитов и Интернет-страниц. Программа понимает шумы из вне, как команды для выполнения, отчего компьютер может работать не корректно. Голосовой помощник быстро выполняет поставленные задачи. После скачивания программы, можно придумать главное высказывание, которое дает сигнал работы.

Горыныч

Отечественная разработка голосового помощника, для управления ПК операционной системы Windows 7, XP, Vista. Размер 30,4 мб. Язык русский и английский. В основе идеи лежит приложение «Dragon Dictate», которое создано западными специалистами. Голосовой помощник выполняет все среднестатистические команды, которые выполняют его аналоги. С помощью голоса, пользователь может открывать любые папки в компьютере. Эта функция подобна функции из программы Typle. Особенностью голосового помощника «Горыныч» считается ввод текста в Word с помощью собственного голоса. Минус подобной функции в том, что речь пользователя должна быть без дефектов и четкой. Со временем программа запоминает голос владельца компьютера и начинает быстрее выполнять команды.

Speaker — голосовое управление компьютером

Speaker – голосовой помощник и программное обеспечение, которое используется в операционной системе Windows. Программное обеспечение отличается от остальных более широким функционалом. Пользователь может открывать и закрывать различные папки на ПК, делать фото экрана. Для работы со «Speaker» необходимо иметь стабильное Интернет-соединение. Управление программой осуществляется с помощью клавиатуры, что не всегда удобно. Голосовая функция оставляет желать лучшего: обработка речи по времени занимает 5 секунд, что долго. Программа преобразует речь в текст.

Ok Google для ПК

Окей Гугл — голосовой помощник и одновременно часть поисковой системы. У программы есть много функций: планирование событий (установка напоминаний), отслеживание почтовых отправлений, переход на любой сайт, поиск музыкальных композиций, нахождение адресов общественных мест и др. Особенность программы: после выполнения команды, программа дополняет сама информацию. Программа имеет плюсы: бесплатность и стабильная работа. Минусы: подробная настройка программы. Ассистент встроен в браузер Google Chrome, доступен для ПК, Android, iOS.

Siri на компьютер

Siri — голосовой ассистент, работающий на устройствах от компании Apple: iOS, iPhone, iPad и iPod touch и ноутбуках с macOS Sierra. На «яблочных» гаджетах Сири установлена по умолчанию, все что вам необходимо — активировать ее в настройках устройства.

С помощью эмулятора можно установить на Windows 7-10, размер файла 79 Мб. Программа преобразовывает речь человека, впоследствии давая пользователю рекомендации. Американский ассистент может выполнять простые команды, подобно другим. Отлично «понимает» русскую речь. Для работы необходимо подключение к интернету.

Так же читают:

• Яндекс Алиса голосовой помощник
• Алиса и Сири: сравнение
• Как настроить Алису для Windows
• Скачать Алиса Яндекс на ПК

Не нашли ответ, пишите в комментарии или обратную связь.

При подготовке материала использовались источники:
https://learn.microsoft.com/ru-ru/azure/ai-services/speech-service/windows-voice-assistants-overview
https://trashbox.ru/link/2023-05-30-kak-upravlyat-kompyuterom-na-windows-golosom
https://privet-alice.ru/golosovye-pomoshniki/pomoshhniki-windows