- 看到 Mark Zuckerberg 在 2016 年完成的 project Jarvis, 整個熱血沸騰. 希望今年有時間也來摸一下吧! 看了一下他設計的架構圖如下
- 看起來滿多細節與技術在裡頭, 譬如光 User Interface 就沒列到喇叭與麥克風, 應該是認為 iOS Voice App 就代表跑在手機上, 而這兩者手機都有!? 但, Language Processing 就可能分成 pre-process (e.g. Speech-to-Text), recognition( 其中包含 semantics analysis等), 看起來有點籠統, 喇叭的輸出應該也有 TTS(Text-to-Speech) 才是, Morgan Freeman的聲音不知是預錄的, 還是有特定的 TTS engine組合而成.
- 若要實作上面的系統, 目前手邊資源: iPhone, Raspberry Pi, 電視, USB camera, 預計架構為: USB camera (including Microphone) 作為 Input, 串接到 Raspberry Pi (RPi), RPi 作為 Server, 上面含有 AI system做任何判斷, 再以 HDMI 串接電視, 作為聲音與影像的輸出. 另外就是應用面的思考了. 360 camera+房仲系統?
- 既有軟體
