HackMD
訊號與系統第三組–(利用 google 工具做語音輸入)
contribute by <李東霖,張文瑋,江家銘,趙韓信>
題目
- 使用 google 工具做語音輸入
發想
- google voice kit
- 只有在5月號的MagPi雜誌有附送，還沒有正式開賣
- 且還需要一塊 pi 覺得不夠好入門
- google assissant
- 用 gRPC(google Retome Procedure Call) 去使用
- 本來想朝這個方向前進，但是 SDK 實在太難弄起來
- 另外，我們發現這個是助理功能，也就是像 Siri 的存在，不太符合我們的題目方向
- google cloud speech API
- 用 REST 跟 gRPC(google Retome Procedure Call)去使用
- 能夠上傳音訊檔或進行即時串流辨識
- 非常符合我們的需求，但使用需要啟用計費功能
- google Web Speech API
- 後來發現到 google chrome 上有這樣的語音辨識工具
- 是使用 javascript
- 決定朝這個方向前進
利用
我們使用了這一套 API 製作了一些應用
這邊可以看到我們的 demo1
demo1 – 顯示波形與辨識結果
因為好奇我們說話的波形，與辨識結果的相關
所以將收到的聲音在時域下的波形顯示出來
並且也在下面放入辨識結果
demo2 – 你我他小遊戲
想說可以做到語音辨識，我們就讓電腦當裁判
去抓大家有沒有不小心說出你我他
也可以測驗語音辨識的靈敏度
