Jakich bibliotek użyć do napisania pewnego programu?

Witam, założyłem ten oto skromny temat, gdyż chcę napisać pewien program. Program, pracowałby na zasadzie zbliżonej do aplikacji Siri. Jeżeli nie wszyscy kojarzą, to tutaj zamieszczam link do demonstracji tego programu: http://www.youtube.com/watch?v=dUuP0KN3xDM Mój program byłby na Windowsa. Użytkownik mówiłby np. włącz przeglądarkę, a przeglądarka włączałaby się. Problem mam z doborem bibliotek. Aplikacje, napisałbym pewnie w WinAPI chyba, że polecacie inną bibliotekę. Problem większy mam z dźwiękiem. Nie mam kompletnie pojęcia jak to zrobić i jakiej biblioteki użyć. Mam nadzieje, że mi pomożecie. :)

Dużo było by roboty z rozpoznaniem dzwięku. Lepiej zrób po prostu interface w WinAPI.

Znaczy interface w WinAPI pewnie by był, bo użytkownik mógłby dodać własne skróty np: Włącz Assasin's Creed Revelations, a gra się włącza. Normalnie program nie miałby tej opcji . Właśnie o rozpoznanie dźwięku mi najbardziej chodzi. A co miałeś dokładniej na myśli? Skróty w programie itp.? Nie wypaliłoby pewnie, bo kto by chciał z tego korzystać? Z dźwiękami to pewnie program byłby gotowy na wakacje lub później bo mam na razie dużo na głowie.

Dużo było by roboty z rozpoznaniem dzwięku.

I pewnie dalekie od ideału, skoro te całe siri ma z tym problemy.

No tak. A powie mi ktoś jakiej biblioteki użyć i mniej więcej na czym by to polegało?

Ludzie piszą prace magisterskie na temat rozpoznawania samych z góry określonych komend, a Ty chcesz samemu takie oprogramowanie napisać? :) Może fajne wyzwanie, ale tu nie rozchodzi się o biblioteki, tylko o znajomość różnych algorytmów do rozpoznawania mowy. Ponadto tutaj istnieje jeszcze kolejna ciężka armata pt. "inteligentna analiza tekstu" => nawet jeżeli jest istotnie ograniczona to mimo wszystko jest ona wymagana. Ten projekt na jedną doświadczoną zawodowo osobę to co najmniej 2 lata roboty na pełen etat, aby uzyskać efekt i tak gorszy niż ten, który zaprezentowałeś na filmiku.

O takie coś mi chodziło :D zniechęcenie na maksa :D. A czy zrobienie czegoś w stylu: mówisz na początku komendy, a później w trakcie użytkowania komputera możesz je wypowiedzieć i program robi określoną czynność. Na przykładzie: włącz program gimp 2.6 a program go uruchamia. Wtedy z głosem było by mniej roboty choć i tak dużo. Komendy musiałyby nie dużo się różnić od wprowadzonych. Na początku więcej roboty byłoby z ustawieniem programu, ale użytkowanie i tak było by przyjemne. Oczywiście dużo nauki o dźwięku, pewnie przy tym WinAPI to pestka :p. Czy byłby sens podejmowania się takiego wyzwania( pewnie i tak się podejmę, ale warto zapytać )?

To jest za ciężkie dla początkującego. Jak gdzieś przeczytałem - lepiej ukończyć trzy małe projekty niż porzucić jeden wielki. Zapamiętaj sobie to, będzie Ci łatwiej kontrolować motywacją i nauką :)