Programmierung: Mit Spracherkennung gegen das RSI-Syndrom

Der Entwickler Tavis Rudd programmiert, indem er mit seinem Rechner spricht. Er nutzt dafür Pythons Dragonfly, eine Schnittstelle zu Dragon Naturally Speaking. Dabei ist auch eine eigene Sprache herausgekommen.

Artikel veröffentlicht am 21. August 2013, 11:41 Uhr, Jörg Thoma

Quellcode per Spracheingabe (Bild: Tavis Rudd)

Gewappnet mit einer Spracherkennung steuert der Entwickler Tavis Rudd sein Emacs und spricht Quellcode für seine Programme ein. Als Spracherkennung nutzt er Dragon Naturally Speaking, dessen Spracherkennungsengine über die Python-basierte Schnittstelle Dragonfly genutzt werden kann. Dabei spricht er eine selbst entwickelte Sprache.

Mit den Spracheingaben programmiert Rudd in Python und GNU Emacs Lisp. GNU Emacs lässt sich ebenfalls per Spracheingabe steuern. Rudd nutzt den erweiterten Texteditor beispielsweise, um sich im Terminal-Modus per SSH in einem entfernten Server einzuloggen oder einfach den Inhalt eines Verzeichnisses anzuzeigen. Seine Sprachsteuerung lässt sich auch in Vim nutzen.

Slap, Derp und Twip

Damit er seine eigenen rund 2.000 Spracheingaben mit Dragon Naturally Speaking nutzen kann, musste er sowohl dessen Sprachengine als auch die Python-Schnittstelle Dragonfly anpassen. Jetzt kann er seine eigenen Sprachbefehle wie "Slap", "Derp" oder "Twip" nutzen. Er könne damit schneller arbeiten als mit einer normalen Tastatur, sagt Rudd.

Rudd litt lange unter dem RSI-Syndrom, das durch repetitive Tätigkeiten ausgelöst werden kann, etwa durch Arbeiten an der Tastatur. Damit er weiterarbeiten konnte, entwickelte er sein Spracheingabesystem. Er brauchte dafür etwa sechs Monate und konnte dann weiterarbeiten, bis seine schmerzhaften Beschwerden in Nacken, Schultern und Armen verschwanden.

Nur unter Windows

Rudd lässt aber auch einige Nachteile seiner Sprachsteuerung nicht unerwähnt. Dragon Naturally Speaking ist nicht kostenlos und kann nur unter Windows genutzt werden. Er hat dafür Emacs und Python unter Windows installiert. Vorher habe er ohne Erfolg versucht, unter Linux die Sprachengine CMU Sphinx zu nutzen. Außerdem sei es für die Stimme anstrengend, zehn Stunden lang Befehle zu sprechen, sagt Rudd. Dass der Wortschatz aus etwa 2.000 Befehlen besteht, sieht er allerdings nicht als Problem. Programmierer hätten ja ein gutes Gedächtnis.

Rudd will den Quellcode seiner Anpassungen in den nächsten Monaten bei Github veröffentlichen. Zuvor will er ihn noch aufräumen.