用Python语音编程

Using Python to Code by Voice

频道:Next Day Video · 时长:28:17 · 发布:2013-03-21 · 播放:347906

在 YouTube 观看

简介

Tavis Rudd描述了RSI如何迫使他通过语音编程,并展示了他用语音识别构建的Python和Emacs Lisp系统。现场演示在不触碰键盘的情况下创建并部署了一个小型系统。

HN 为什么推荐

在关于RSI、可访问性和语音编程的讨论中反复出现,作为自定义语音命令语言的首选演示。

Travis Rudd令人难以置信的语音编程演示[1] — HN, 2020

Python、Ruby 与脚本语言 · 测试、调试与开发者工具 · 软件实践、开源与职业

中文字幕节选

这是 Tavis Rudd,他将要和我们谈谈如何用 Python 通过语音来编程 语音,来自 Tavis 试音 试音,还有我的联合演讲者 Alex,他 会在演讲中偶尔出现,感谢 到来,哦,一 秒,好的,现在我把麦克风又关掉了,呃,整个演讲都将在 Emacs 里面进行,我没有漂亮的幻灯片,整个 会议期间已经有很多了 好的,所以是的,我真的这么做,我用语音编程,基本上任何 你可以在终端、Vim、Emacs 里做的事情,我都用语音做,那是我的麦克风 醒来听到的 这个,这是我在家里的设置,呃,屏幕,键盘在那里,但我没有碰它 只是用 麦克风,所以先问你们几个问题,有多少人得过,呃,过度 打字病,把手高高举起来,有多少人没有,但,呃,想要 预防它,很好,还有,呃,你们中有多少人过去尝试过任何形式的语音识别 呃,如果你对它印象深刻,请继续举手 不多,好的,最后一个问题,有多少人使用 Vim 或 Emacs,有多少 人不使用,我,我,我无法想象没有这 两者之一我能做我所做的事情,所以如果你不是那些人,并且你想做这个,呃,先 切换,选哪个由你决定,好的,那么你们对这次 演讲有什么期待,呃,我做一种我称之为口头 Vim 的东西,它是在 Emacs 里面,但,呃,它有点 像 Vim 的短按键,非常模态化,呃,一开始你不会理解很多 我说的话,我道歉,因为我打破了演讲的 第一条规则,那就是对着你的听众说话,我是在对着电脑用一种编造的 语言说话,结合了咕哝声和动物叫声以及其他奇怪的编造 词汇,呃,但我会在每次演示后尝试解释,呃,但 主要的一点是,即使你不明白我在做什么,它实际上 是有效的,好的,先讲一点背景,呃,大约在 2010 年 1 月,就在我的第一次 PyCon 之前,我在攀岩时撕裂了肩袖肌肉,呃,多年来我认为 攀岩一直让过度打字病远离我,所以当我让 我的肩膀和身体其他部分从攀岩中休息时,呃,打字慢慢地摧毁了我 把我弄得像这样蜷缩起来,肌肉紧绷,从我的脖子到这两根 手指的神经,双手都是,呃,导致我的双手逐渐 麻木,呃,到了那年 5 月,我已经到了无法工作的 地步,呃,所以我有很多工作要做,有客户,我是个 承包商,呃,我不能停止工作然后去休息什么都不做,呃,而且 我犯了一个可怕的错误,试图在疼痛中继续工作,呃,如果你 正在经历 RSI 或者将来会,记住不要试图硬撑过去,要 认真做点什么,呃,研究减轻其影响的方法,或者 从一开始就避免,呃,其根源,对我来说最终是听写来 避免其根源,那年我开始时,实际上我之前已经 因为之前的过度打字做过这个,呃,用各种方式试图摆脱 问题的根源,我有一个非常昂贵的花哨的 Kinesis 键盘 浪费了很多小时重新映射上面的所有按键以使其最优,呃,如果你没有 看过她的演讲,之前,太棒了,她看了视频,呃,我希望我有 那个,呃,花哨的椅子,没有鼠标,如果人体工学专家来看了我的

HN 上的讨论

> 我们需要弄清楚的第二件事是如何压缩语音输入以使其传输更快。语音中相当于竖起大拇指或键盘快捷键的是什么?我能否用简单的声音和口哨更快地提示Claude?这让我想起了2013年Travis Rudd用语音编写Python的惊人视频:[VIDEO] 过去几年里,有多少次我想要那种级别的“口头热键”……许多编码LLM的延迟仍然有点太低,无法让我达到理想的流畅度(尽管我承认我还没有尝试过像groq这样的服务上托管的模型),但我可以清楚地预见到有一天,我会向一个与我聊天的编码模型发出紧凑的命令,并实时观看我的程序在屏幕上演变。与对话界面有点相关的是,前几天我想学习一些急救知识——用Gemini阅读整本教科书并生成Anki闪卡,然后将闪卡直接复制粘贴到ChatGPT语音模式中,让它测试我。那可能是我很长一段时间以来最神奇的语音界面体验——我可以在做家务的同时不断被测试我想学的内容,任何时候我有问题… — pugio, 2025-04
也许 lisp 在这方面能大放异彩?在经典编辑器里写 lisp 代码时,你本来就不该用经典命令来编辑或导航代码,而应该使用结构化编辑。当然这并不限于 lisp,但类 C 语法的语言更难用于结构化编辑。我强烈推荐看这个视频,演讲者用语音命令同时写 emacs-lisp 和 python。[VIDEO] — monsieurbanana, 2020-08
我很惊讶,似乎哪里都找不到有人认真用和弦输入法来编程的例子。在廉价和弦键盘进入市场、相关软件也免费之后,我以为像 Travis Rudd 那个令人惊叹的语音编程演示 [1] 那样的东西出现只是时间问题。也许它至今没有出现,恰恰说明用和弦配置真正提升速度有多难?[1] [VIDEO] — arijun, 2020-08
一个类似的项目使用 Emacs 以及非常巧妙地使用 Python 和 Dragon Naturally Speaking SDK,是我去年在 PyCon 上最喜欢的演讲。[VIDEO] — thomasjames, 2013-05
你是不是想到了Tavis Rudd在PyCon上的这个[1]演讲?他患有RSI和肩袖损伤。他演示了一个语音命令系统,全部由简短的无意义音节组成,中间还穿插了一些幽默的视频片段,然后在演示后进行了解释。[1] [VIDEO](演示从第9分钟开始) — jffry, 2022-09

相关视频