大家好,我又不要脸地来骗 star 了~
可能有点标题党的成分,但是我的树莓派已经吃灰很久了。所以这次写了个小程序,花一点微小的成本把树莓派改造成语音助手,何乐而不为呢?其实这个 idea 在去年 Amazon 的 Echo 没出的时候就有了,当时就写了一个,现在是一个重构版本。 Amazon 的 Echo 还是不太符合中国国情,不如试试自己搭建一个屌丝版的 Echo 吧~
这次的树莓派语音助手做成了我写的一个小工具 voicetools 的一个示例程序, voicetools 只是一个尽可能方便大家做语音合成和语音识别的一个 wrapper ,让大家一行代码完成语音识别和合成的工作。
项目地址:https://github.com/namco1992/voicetools
from voicetools import BaiduVoice
# api key 及 secret key 请在百度语音官方网站注册获取
token = BaiduVoice.get_baidu_token('YOUR_VOICE_API_KEY', 'YOUR_VOICE_SECRET')
bv = BaiduVoice(token)
# 语音识别
results = bv.asr('path/to/your/audio/file') # 返回识别结果列表,可选参数见百度语音文档
# 语音合成
audio = bv.tts('你好') # 返回 MP3 格式二进制数据,可选参数见百度语音文档
还集成了两个 AI 类型的 API ,就不占篇幅了,有兴趣可以移步项目地址查看。
该示例程序基于 voicetools ,遵循最简单的 one-in-one-out ,只需要在该示例程序的基础上添加关键词和对应执行的动作,就可以扩展成为个性化的专属助手。 目前示例程序实现的功能有语音提醒及今明两天天气预报查询。
扩展只需三步,且只需要关注你要实现的功能即可。请移步项目地址参考实例。
最后,如果大家有兴趣的话,请给个 star 鼓励一下,非常感谢~
如果有任何问题,欢迎 PR 和 Issue 。
1
roadna 2016-08-29 22:44:15 +08:00 1
我的树莓派还真在吃灰。支持一个。
|
3
andyhuzhill 2016-08-29 23:05:09 +08:00
我的树莓派已经吃灰 3 年了 现在只在上面跑个 HTTP 代理 FQ
|
4
namco1992 OP @andyhuzhill 能用起来就不算吃灰吧~我现在改成语音助手之后,早上起来问下天气,然后记点今天该做的事情。虽然手机都能做,但是语音最大的优点就是 hands-off ,拍拍手就能发指令,不用找手机了。
|
5
manhere 2016-08-29 23:26:53 +08:00 via iPhone
麦克风和语音传感器不是重复吗?
|
6
cnkuner 2016-08-29 23:29:20 +08:00 via Android
被某人破解后 24 小时监听。嗯啊嗯啊卡木昂
|
7
huangtao728 2016-08-29 23:32:36 +08:00 via Android
比较好奇心情阈值大概是什么效果?
|
8
namco1992 OP @manhere 麦克风拿来做唤醒的话很困难,而传感器就比较方便,阈值可调。还有就是,传感器唤醒的话并不限于语音传感器,距离感应、光感应都可以,比如说挥挥手唤醒之类的,可玩性好一点。
|
9
namco1992 OP @huangtao728 就只是做着玩的...比如说阈值是 0.6 ,就是有 60%的概率是积极心态回复, 40%是消极回复。但是积极回复和消极回复的文本都是写在配置文件中的,并不是随机。
|
10
namco1992 OP @huangtao728 还有就是这个心情阈值只是影响回复的内容,并不会真的拒绝执行指令,当然想要真的拒绝执行指令也不是不可以...
|
11
scnace 2016-08-29 23:37:01 +08:00 via Android
吃灰一年的来看看 。。。然后继续吃灰
|
13
huangtao728 2016-08-29 23:54:00 +08:00 via Android
|
14
a302800411 2016-08-30 00:19:44 +08:00
树莓派这个东西,做语音助手,最主要的问题在于,远距离( 5m )声音采集和降噪。
http://www.xfyun.cn/services/mic#list_wrap 讯飞的五麦环形阵列 |
15
namco1992 OP @a302800411 有条件当然可以上更好的装备,但是我只是想让吃灰的树莓派发挥下余热,花点小成本还 ok 。如果专门为了这个买个麦克风阵列,就有点背离初衷了呢~
|
16
namco1992 OP @huangtao728 你的想法也不错啊,但是这个功能只是锦上添花做着玩玩而已,所以暂时还没考虑更复杂的逻辑
|
17
wensonsmith 2016-08-30 09:30:37 +08:00
支持! 好项目~
|
18
lan894734188 2016-08-30 09:38:10 +08:00 via Android
安个 Google now
|
19
ijse 2016-08-30 09:38:24 +08:00
之前做过一个,用的是国外一个开源语音识别项目,配置起来很麻烦。。
最终效果也不太好,麦克风稍离远一点,识别成功率直线下降 |
20
namco1992 OP @ijse 是的,我也尝试了很多方法,最后选了百度语音的 API ,并且也没有选用 SDK ,就是为了最大程度上做到开箱即用,不要配置太麻烦,把热情都磨没了。
然后识别率的话...只能说一分钱一分货,不差钱就可以像上面哥们一样上阵列... |
21
namco1992 OP @lan894734188 去年的时候尝试过 google 的 TTS ,现在貌似也不对外提供服务了。并且由于中国国情,使用起来也不甚方便。至于 google now 还没有尝试过呢~
|
22
Phariel 2016-08-30 09:52:40 +08:00 via Android
淘宝上有卖科大讯飞 TTS 的 Arduino 模块 我买了一个还没用过 太懒了。。。
|
23
anym0us 2016-08-30 09:55:33 +08:00
还能有其他玩法嘛,买来装了个 KALI 然后嘿嘿嘿,
|
24
goreliu 2016-08-30 09:58:30 +08:00
问题是,如果在手机上就可以实现,为什么要常年开着一个树莓派在那耗电。而且天气预报之类还是看比听更直观。语言提醒的话,总不能抱着树莓派各地跑,而手机要方便很多。
很多和树莓派相关的用法,都存在这个问题。 |
25
namco1992 OP @goreliu 呃,我只是实现一个摆在家里的语音助手,并没有打算移动它。你可以参考 Amazon 的 Echo 。至于功能的话,我的初衷是我实现两个小功能抛砖引玉,理论上来说有了语音输入和对应的关键词输出,可以自行实现任何功能搭配起来。
|
26
rainsun 2016-08-30 10:35:46 +08:00
手动 mark
|
27
achaocha 2016-08-30 10:50:24 +08:00
手动 mark
|
28
Flygoat 2016-08-30 10:59:06 +08:00 via iPad
借楼问一下各位知道 RPI3 有 Aarch64 下 HardFP 的编译器吗?还有 VideoCore IV 的 VC04_services 驱动有 Aarch64 的替代品吗?
|
29
t0byxdd 2016-08-30 11:00:33 +08:00
表示树莓派现在就做梯子用。。。
|
30
wujunze 2016-08-30 11:03:51 +08:00
感谢分享 可以试试
|
31
tabris17 2016-08-30 12:03:13 +08:00
声音传感器唤醒树莓派这个怎么弄?
|
32
ksc010 2016-08-30 12:30:54 +08:00
楼主用的 usb 的麦克吗?
我想适配蓝牙耳机的 |
33
missdeer 2016-08-30 14:01:29 +08:00
其实我想要楼主的麦克风 /扬声器 /传感器 taobao 链接
|
35
namco1992 OP @tabris17 首先设定好你的传感器信号输入端,我是用的 4 ,然后设置初始电平,如果是初始高电平,亦即检测到下降沿时唤醒树莓派,然后搞一个 loop 持续监测就可以了。代码你可以参考 https://github.com/namco1992/voicetools/blob/master/examples/raspi_assistant/assistant.py
|
36
namco1992 OP @ksc010 我是用的 USB 的麦克风,蓝牙的确没有试过,我的是 2 代树莓派,也没买蓝牙适配器。蓝牙的话可能声音的输入输出都需要另外设置。
|
37
tabris17 2016-08-30 14:17:38 +08:00
@namco1992 就是树莓派通过 GPIO 连接传感器,然后树莓派上跑个进程,轮询传感器的数据。也就是说树莓派是一直“醒”着的咯?否则怎么跑进程轮询呢?
|
38
namco1992 OP @tabris17 我对“醒”的定义是树莓派接收到声音信号,进入接收语音指令的状态。在没有接收到声音信号时,肯定是需要一个进程来进行下降沿检测,但是我认为这时候并不是“醒”。
|
40
xuecat 2016-08-30 16:27:38 +08:00
唉,我还是吃灰吧!我估计我配不来。
|
43
vikeria 2016-08-30 22:09:07 +08:00 via iPhone
吃灰加一,偶尔拿出来跑点东西
|
44
cpp255 2016-08-30 22:19:51 +08:00
吃灰中,之前还当下载用了
|
45
mumuy 2016-08-31 08:59:53 +08:00
3 出来的时候就买了,一直没用
|
47
lavande 2016-08-31 11:54:18 +08:00
我之前也有这样的想法,实际上研究了好一阵子,发现有不少开源的代码可以用,然而不知道买什么样的扬声器和麦克风!同求淘宝链接示范。。。。。
|
48
namco1992 OP @lavande 麦克风搜“树莓派 麦克风”,扬声器就搜“小音箱 3.5mm ”,或者你想用 USB 接口的也行。主要是我之前买的店家已经下架了,所以你自行挑选就好了,都大同小异。
|
49
ThomasZ 2016-08-31 14:50:16 +08:00
看到这个我才想起来我还有一块 pi 。。。。 回来好好研究一下这个
|
51
mimicom 2016-09-02 22:12:33 +08:00
艾玛. 哈哈. 早就有这个想法, 还注册了讯飞的 api . 还没用.
|
52
mimicom 2016-09-02 22:52:06 +08:00
怎么百度的 sdk 除了安卓就是 ios 的. 没有 linux / windows 平台的啊.
|
53
namco1992 OP @mimicom 所以我才用的 API 啊...如果你要用 SDK 的话,还是讯飞的最全最强吧,只是百度的比较接互联网的地气而已。
|
54
lan894734188 2016-09-20 13:30:29 +08:00 via Android
@namco1992 GCP 有提供 api
|
55
min614130 2016-10-25 14:39:58 +08:00
能问个问题吗? record.wav 是做什么用的?需要提前录音放进去吗?报错提示 No such file or directory: 'record.wav'
|
56
namco1992 OP @min614130 “ record.wav ”是一个缓存文件,存储了你最后一次录音,在后续做语音识别时会用到。
然后建议你贴出完整的 traceback 信息,不然我也没法判断是哪里出了问题。 最后你可以把问题提至: https://github.com/namco1992/voicetools/issues |
58
mrcong 2017-06-16 13:22:51 +08:00
我的树莓派一边吃灰一边跑打印机 airPrint 服务
|