roboforum.ru

Половина правой руки готова

Попробовал VOCO. Распознает действительно не плохо. API у него есть? Как пользоваться из своей софтины?

Нужно имитировать нажатие клавиши Ctrl, а потом держать в фокусе текстовое поле например RichTextBox и всё. Всё, что распознается попадет туда.

Значит API нет. Через текстовое окошко не всегда удобно.
В клипах надо нормализировать звук. Команды роботы значительно громче его ответов.
А так все по-прежнему круто!

Текстовое поле мне кажется очень удобным вариантом. Ведь значение Visible можно ставить False либо располагать его за пределами видимого экрана и просто отслеживать состояние change, а там что угодно, либо ждать конкретных слов, либо скажем после его изменения передавать значения интерпретатору.

На сколько я понимаю, не видимый элемент не м.б. в фокусе. Можно, конечно, сделать ничтожный размер бокса или цвет шрифта и фона, совпадающий с цветом окна. Но бывают приложения вообще без окна. Например, свернутые в трей, как сам VOCO.
Просто жаль, что отечественную технологию, которая могла бы конкурировать с Гуглом, разработчики заточили в узкие рамки.

Мне кажется наоборот рамок нет. Самое главное ограничение убранно это постоянный доступ к Интернет. Система может работать хоть где и гораздо быстрее всех онлайн API. Я не знаю как на счет других языков программирование, но в VB свойство SetFocus работает и на невидимых объектах, если их состояние Enable стоит True. Единственное на мой взгляд неудобство в программе Voco это невозможность убрать значёк микрофона из угла экрана, и нет свойства, которое говорило бы что Ctrl имитация нажатия клавиши прошла успешно. Т.е. не всегда срабатывало. Я, чтобы контролировать активность программы, т.е. чтобы робот знал, что распознавание идет считываю с экрана один пиксель. Если цвет черный, значит окно распознавания не запустилось, если иной, значит распознавание идет. Вот это не совсем удобный подход для меня.

И это тоже.
У меня почемуто в C# иммитация двойного нажатия CTRL не получилось. Задавал тупо через паузу, но ничего не происходит. В принципе,при установке VOCO, появляется куча DLL библиотек. Если в них разобраться, то вероятно можно научиться управлять распознавалкой.

Можно с DLL, Но нужны имена процедур и команды вызова.
У себя двойное нажатие я реализовал так.

Private Declare Sub keybd_event Lib "user32" (ByVal bVk As Byte, ByVal bScan As Byte, ByVal dwFlags As Long, ByVal dwExtraInfo As Long)

Call keybd_event(VK_CONTROL, 0, 0, 0) Ctrl
Call keybd_event(VK_CONTROL, 0, 0, 0) ' Ctrl
Call keybd_event(VK_CONTROL, 0, KEYEVENTF_KEYUP, 0) Ctrl
Call keybd_event(VK_CONTROL, 0, KEYEVENTF_KEYUP, 0) ' Ctrl
Call keybd_event(VK_CONTROL, 0, 0, 0) Ctrl
Call keybd_event(VK_CONTROL, 0, 0, 0) Ctrl
Call keybd_event(VK_CONTROL, 0, KEYEVENTF_KEYUP, 0) Ctrl
Call keybd_event(VK_CONTROL, 0, KEYEVENTF_KEYUP, 0) Ctrl

Т.е имитирую нажатие и отжатие.

Действительно получилось. Спасибо.
На C# выглядит так:

Незачто. Как показывает практика, задержка хоть и не обязательна, но желательна. Без неё есть шанс, что программа не подхватит. Я вместо задержки просто дублирую команду нажатия и отжатия.

Корреспонденты иностранных информационных агентств BBC News и Ассошиэйтед пресс побывали в гостях у терминатора Джона Генри
https://youtu.be/P2PY9-inCxw

Обретает международную популярность!
Клип не плохой получился. Но звук опять не нормализирован. И слайд шоу в конце показалось слегка затянутым.

Снимаю все еще на телефон. Камера пока не в приоритете. Слайд шоу возможно. Но по умолчанию видео редактор вставляет кадры длиной в 1 секунду, не стал сжимать каждый отдельно. Это как бы от первого лица. Эти кадры робот записал, когда регистрировал движения.

Если это событие глазами робота, то круто. Только самостоятельно об этом не догадаешься. Надо на снимки служебную инфу добавить )))