热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

python一次性键入数组_键入两次测试,一次使用语音识别

python一次性键入数组Peoplegivevoicerecognitionabadname.Iuseitallthetime.ItookthetypingtestthatDan
python一次性键入数组

python一次性键入数组

People give voice recognition a bad name. I use it all the time. I took the typing test that Daniel Moth blogged about (typing test is here) typing the way I usually do. I can't type as fast as I could as my hands are a little rough, but I do OK for old hands.

人们给语音识别起一个坏名字。 我用它所有的时间。 我接受了Daniel Moth所写的打字测试(这里是打字测试),以通常的方式打字。 我的手有点粗糙,但打字速度却不尽如人意,但对于老手我还是可以的。

Here's my results, first try, on a Natural (split) Keyboard:

这是我在自然(分体)键盘上进行首次尝试的结果:

YOUR RESULTS ARE:

您的结果是:

Number of words typed: 217
Test duration: 3 min
Speed: 72.6 words/min. (363 keystrokes/min.)
Error penalty: 27
Accuracy: 87.6%

输入的字数:217 测试时间:3分钟速度:72.6字/分钟。 (每分钟363次按键) 错误罚款:27 准确度:87.6%

Meh. I used to do 100, no longer. (Plus, it's a cheesy test because you have to read, manage the scrolling and spit it back out again on the keyboards. I got flummoxed with the scrolling. And I'm notoriously sloppy.

嗯我曾经做100个,不再。 (此外,这是一个俗气的测试,因为您必须阅读,管理滚动并再次将其吐回到键盘上。我对滚动感到迷惑不解。而且众所周知,我很草率。

Here's the SAME test but using Vista Voice Recognition and a cheapo Logitech USB Headset Microphone (I didn't even use my $300 podcast microphone):

这是相同的测试,但使用Vista语音识别和便宜的Logitech USB耳机麦克风(我什至没有使用$ 300的播客麦克风):

YOUR RESULTS ARE:

您的结果是:

Number of words typed: 377
Test duration: 3 min
Speed: 125.6 words/min. (628 keystrokes/min.)
Error penalty: 42
Accuracy: 88.9%

输入的字数:377 测试时间:3分钟速度:125.6字/分钟(628次/分钟) 错误罚款:42 准确度:88.9%

Note the number of errors. I know it's not 98% like some people, but I can almost double my personal typing speed with comparable errors using Voice Recognition.

注意错误的数量。 我知道这并不是像某些人那样的98%,但是使用语音识别,我的个人打字速度几乎可以翻倍,但出现类似的错误。

Note that I only took these tests once each, both times cold, one with hands, one with voice and  the test gave me different text each time.

请注意,我每次只进行一次这些测试,两次都是冷的,一次是用手,一次是声音,  测试每次给我不同的文字。

You have to talk like a newscaster, but seriously, stop giving Voice Recognition a hard time. Videos of Voice Recognition trying to write Perl code are cutesy, but not reality. Yes, it'd be nice to have custom templates out there for writing code with voice (there are some) but CodeRush helps me greatly. Ultimately voice recognition is for things like blogs, email and prose.

您必须像新闻播音员一样讲话,但认真地说,不要再让语音识别变得困难了。 尝试编写Perl代码的语音识别视频虽然很可爱,但并不现实。 是的,最好有自定义模板以使用语音编写代码(有一些),但是CodeRush可以极大地帮助我。 语音识别最终适用于博客,电子邮件和散文。

Here's a VERY boring, very poor sound/visual quickie video of me actually taking the test. Note that I (gratuitously) stopped to correct two errors, using only voice in the middle. Otherwise I'd probably have gotten 140wpm. Sorry about the poor focus, I probably should have used Camtasia.

这是我参加考试的非常无聊,非常差的声音/视觉快速录像。 请注意,我(幸运地)停下来纠正两个错误,只在中间使用了语音。 否则我大概会达到140wpm。 抱歉,关注点不佳,我可能应该使用Camtasia。

And yes, this blog post was written with voice recognition.  So phooey on you. I encourage you to give it a try with a nice microphone, if even only for email and blog posts.

是的,这篇博客文章是用语音识别编写的。 如此对你。 我鼓励您尝试一下带有不错的麦克风,即使仅用于电子邮件和博客文章也是如此。

翻译自: https://www.hanselman.com/blog/typing-test-twice-once-with-voice-recognition

python一次性键入数组



推荐阅读
  • Iamtryingtomakeaclassthatwillreadatextfileofnamesintoanarray,thenreturnthatarra ... [详细]
  • 本文介绍了Redis的基础数据结构string的应用场景,并以面试的形式进行问答讲解,帮助读者更好地理解和应用Redis。同时,描述了一位面试者的心理状态和面试官的行为。 ... [详细]
  • Go语言实现堆排序的详细教程
    本文主要介绍了Go语言实现堆排序的详细教程,包括大根堆的定义和完全二叉树的概念。通过图解和算法描述,详细介绍了堆排序的实现过程。堆排序是一种效率很高的排序算法,时间复杂度为O(nlgn)。阅读本文大约需要15分钟。 ... [详细]
  • 本文介绍了如何在Mac上使用Pillow库加载不同于默认字体和大小的字体,并提供了一个简单的示例代码。通过该示例,读者可以了解如何在Python中使用Pillow库来写入不同字体的文本。同时,本文也解决了在Mac上使用Pillow库加载字体时可能遇到的问题。读者可以根据本文提供的示例代码,轻松实现在Mac上使用Pillow库加载不同字体的功能。 ... [详细]
  • 本文介绍了一个React Native新手在尝试将数据发布到服务器时遇到的问题,以及他的React Native代码和服务器端代码。他使用fetch方法将数据发送到服务器,但无法在服务器端读取/获取发布的数据。 ... [详细]
  • 本文介绍了H5游戏性能优化和调试技巧,包括从问题表象出发进行优化、排除外部问题导致的卡顿、帧率设定、减少drawcall的方法、UI优化和图集渲染等八个理念。对于游戏程序员来说,解决游戏性能问题是一个关键的任务,本文提供了一些有用的参考价值。摘要长度为183字。 ... [详细]
  • HashMap的扩容知识详解
    本文详细介绍了HashMap的扩容知识,包括扩容的概述、扩容条件以及1.7版本中的扩容方法。通过学习本文,读者可以全面了解HashMap的扩容机制,提升对HashMap的理解和应用能力。 ... [详细]
  • 本文介绍了利用ARMA模型对平稳非白噪声序列进行建模的步骤及代码实现。首先对观察值序列进行样本自相关系数和样本偏自相关系数的计算,然后根据这些系数的性质选择适当的ARMA模型进行拟合,并估计模型中的位置参数。接着进行模型的有效性检验,如果不通过则重新选择模型再拟合,如果通过则进行模型优化。最后利用拟合模型预测序列的未来走势。文章还介绍了绘制时序图、平稳性检验、白噪声检验、确定ARMA阶数和预测未来走势的代码实现。 ... [详细]
  • 本文由编程笔记#小编为大家整理,主要介绍了源码分析--ConcurrentHashMap与HashTable(JDK1.8)相关的知识,希望对你有一定的参考价值。  Concu ... [详细]
  • 学习笔记17:Opencv处理调整图片亮度和对比度
    一、理论基础在数学中我们学过线性理论,在图像亮度和对比度调节中同样适用,看下面这个公式:在图像像素中其中:参数f(x)表示源图像像素。参数g(x)表示输出图像像素。 ... [详细]
  • php设置数组大小_【大厂必备】2020超经典PHP面试题
    结合我自己这段时间的面试情况,面对的一些php面试题列举出来,基本上结合自己的看法回答的,不妥的地方请大家指出去,与大家一起 ... [详细]
  • mapreduce源码分析总结
    这篇文章总结的非常到位,故而转之一MapReduce概述MapReduce是一个用于大规模数据处理的分布式计算模型,它最初是由Google工程师设计并实现的ÿ ... [详细]
  • destoon会员注册提示“数据校验失败(2)”解决方法【PHP】
    后端开发|php教程destoon,会员注册,数据校验失败,后端开发-php教程很多人在使用destoon建立一个B2B系统的时候,会在企业站注册企业用户的时候出现:“数据校验失败 ... [详细]
  • 个人学习使用:谨慎参考1Client类importcom.thoughtworks.gauge.Step;importcom.thoughtworks.gauge.T ... [详细]
  • 生产环境下JVM调优参数的设置实例
     正文前先来一波福利推荐: 福利一:百万年薪架构师视频,该视频可以学到很多东西,是本人花钱买的VIP课程,学习消化了一年,为了支持一下女朋友公众号也方便大家学习,共享给大家。福利二 ... [详细]
author-avatar
DomincLiu
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有