語音辨識

tags: 智慧聯網 IoT NTA-Lab 語音辨識

Github : https://github.com/JimboChien/speech-recognition

📦 Installation

1. 下載相關套件

   ​​​​$ sudo pip3 install SpeechRecognition wave gTTS pygame jieba pyusb click
   ​​​​$ sudo apt-get install python3-pyaudio portaudio.dev flac
   

2. 下載範例程式

   ​​​​$ git clone https://github.com/JimboChien/speech-recognition
   

🔊 麥克風、喇叭設定

1. 查看麥克風

   ​​​​$ arecord -l
   

2. 查看喇叭

   ​​​​$ aplay -l
   

3. 設定麥克風及喇叭

   ​​​​$ sudo nano /home/pi/.asoundrc
   

4. 根據所使用的麥克風、喇叭設定

   ​​​​pcm.!default {
   ​​​​   type asym
   ​​​​   playback.pcm {
   ​​​​     type plug
   ​​​​     slave.pcm "hw:0,0"
   ​​​​   }
   ​​​​   capture.pcm {
   ​​​​     type plug
   ​​​​     slave.pcm "hw:1,0"
   ​​​​   }
   ​​​​}
   

5. 設定音量

   ​​​​$ alsamixer
   

6. 測試麥克風

   ​​​​$ speaker-test -t wav -c 2
   

自然語言（Neuro-Linguistic Programming, NLP）

自然語言介紹

1. 不同物種有自己的溝通方式

2. NLP就是人類和機器間溝通的橋樑

自然語言典型應用

情緒分析

聊天機器人

語音辨識

機器翻譯

雲端處理語音辨識

語音轉文字(Speech-to-Text)

首先透過語音輸入，接著交給雲端 Google 服務幫我們轉換為字串

1. 執行 Ex_1.py

   ​​​​$ python3 Ex_1.py
   

2. 接著輸入 s + Enter

3. 輸入後將開始錄音

4. 當錄完音且辨識完成後，將會回傳結果

文本朗讀(Text-to-Speech)

將字串上傳給 Google，Google 小姐將文字轉成語音後回傳一個語音檔，接著透過 pygame 套件來播放語音檔

1. 執行 Ex_2.py

   ​​​​$ python3 Ex_2.py
   

2. 接著輸入一串中文 + Enter，將會唸出輸入的字串

全句符合反應

當接收到字串後比對是否符合目標句子，如果符合將回應相對應的句子

1. 目標句子將存在 keysentence.txt 檔案中

2. 回應句子將存在 reply.txt 檔案中

3. 可透過 gui.py 來進行編輯

   • 在左側插入一個空行並按下 Add 按鈕，右側會在對應的位置也插入空行
   • 若發生捲動，兩邊視窗會同時捲動，方便直接對相對應位置更改
   • 更改完後按下 Save 就會儲存到原檔案中

4. 執行 Ex_3.py

   ​​​​$ python3 Ex_3.py
   

   Ex_3.py 具體將 Ex_1.py 及 Ex_2.py 進行結合

5. 輸入 s + Enter 後開始錄音，當輸入句子符合目標句子時，將會透過語音及文字方式回應對應的句子

由語音控制 GPIO

1. 樹莓派 GPIO 分為 BOARD 及 BCM 模式，可以夠過 pinout 指令查看， BOARD 模式對應 Pin #；BCM 模式對應 Name

   ​​​​$ pinout
   

   Name	Pin #	Pin #	Name
   3V3	(1)	(2)	5V
   GPIO2	(3)	(4)	5V
   GPIO3	(5)	(6)	GND
   GPIO4	(7)	(8)	GPIO14
   GND	(9)	(10)	GPIO15
   GPIO17	(11)	(12)	GPIO18
   GPIO27	(13)	(14)	GND
   GPIO22	(15)	(16)	GPIO23
   3V3	(17)	(18)	GPIO24
   GPIO10	(19)	(20)	GND
   GPIO9	(21)	(22)	GPIO25
   GPIO11	(23)	(24)	GPIO8
   GND	(25)	(26)	GPIO7
   GPIO0	(27)	(28)	GPIO1
   GPIO5	(29)	(30)	GND
   GPIO6	(31)	(32)	GPIO12
   GPIO13	(33)	(34)	GND
   GPIO19	(35)	(36)	GPIO16
   GPIO26	(37)	(38)	GPIO20
   GND	(39)	(40)	GPIO21

2. 接上 LED

3. 執行 Ex_4.py

   ​​​​$ python3 Ex_4.py
   

4. 輸入 s + Enter

   

5. 輸入後將開始錄音

   

6. 當收到開燈 LED 將亮起，收到關燈 LED 將暗掉

   

中文自動分詞

一般來說，語音助理不會以指令方式下令，而是更自然的語言，如：XXX，請幫我開燈。這時若想找到控制詞，就得加入自然語言處理的斷詞方法

• 詞：自然語言處理中帶有語意的最小單位
  • 單字詞：水、火…
  • 雙字詞：蘋果、電腦…
• 斷詞：將一個句子切分成詞的組合
  • 輸入：今天天氣很好
  • 輸出：[今天]，[天氣]，[很]，[好]

1. 執行 Ex_5.py

   ​​​​$ python3 Ex_5.py
   

   

2. 輸入要段詞的句子

   

3. 可以重複輸入

   

4. 離開請輸入 quit

   

斷詞不一定是完全正確的

使用斷詞控制 GPIO

1. 執行 Ex_06.py

   ​​​​$ python3 Ex_06.py
   

   

2. 試著以自然的方式下指令，如：幫我開燈

   

試試看一個句子中包含多個指令

• 開燈後開始閃爍
• 閃爍，再關燈