搭建简单的智能家居语音控制系统：树莓派+唤醒词+esp8266
搭建简单的语音控制系统：自己家用
- 为什么要整个这玩意
- 思路
- 开干
- 最后
为什么要整个这玩意
懒~！对，您没看错，就是因为懒，懒是进步的关键因素，哈哈。因为卧室灯的开关距离的比较远，每次睡觉都感觉不远万里去关掉灯，最崩溃的是已经躺下了，还是会被媳妇吼起来关灯，5555555，于是乎，整了个这玩意
思路
前提：语音控制或者app,再或者web页面控制灯的亮灭，反正就是我不动也能控制，另外原来电路仍然可用。
硬件：树莓派+esp8266+麦克风
软件：语音唤醒+语音转文字+语义判断
树莓派：自己有个3，现状已经出到4了，好像也不贵，选3，3b+都行 。主要用来跑服务的程序，其实用自己家电脑也可以，但一直开着比较费电。
esp8266：用它来控制继电器的开闭，就能实现灯的亮灭啦，单片子几块钱就能买，对于新手还是直接买现成的（20多块钱连app都带了，按上直接能用，但我偏偏要自己写个程序烧进去，哈哈）
开干
1.树莓派装系统：百度一堆，很简单，官网下img镜像，然后软件烧进去就行
2.安装home-assistant:主要是省去了自己写web节面，安装参考：home-asistantan安装
3.语音唤醒：目前比较出名的snowboy，但我在github上新发现了个ZouWu(驺吾，又是一神兽)，Readme里宣称不必snowboy差,看了代码，是非常简洁易上手，提供了c和python的调用例子，不过缺点在于需要自己用树莓派录制三段唤醒词音频发到指定邮箱，没能像snowboy可以直接在网站录制生成模型，很意外的是我发过去没几分钟，模型就给我发回来了，比较赞,分享点其中python录音例子代码，其他的可以去GitHub上看：驺吾。
import argparse
import struct
import os
import sys
import numpy as np
import pyaudio
from datetime import datetime
from threading import Thread
from zouwu import ZouWu
class ZouWuDemo(Thread):
def __init__(
self,
library_path,
model_path,
sensitivities,
mdl_id):
super(ZouWuDemo, self).__init__()
self._library_path = library_path
self._model_path = model_path
self._sensitivities = sensitivities
self._mdl_id = mdl_id
self._CHUNK = 512
def rundemo(self):
zouwu = None
p = None
stream = None
try:
zouwu = ZouWu(self._library_path)
p = pyaudio.PyAudio()
stream = p.open(
rate=16000,
channels=1,
format=pyaudio.paInt16,
input=True,
frames_per_buffer=2048)
#load model
zouwu.LoadModel(self._model_path)
#set sensitivity
zouwu.SetParam(self._sensitivities,self._mdl_id)
while True:
#pcm = stream.read(self._CHUNK,exception_on_overflow = False)
pcm = stream.read(self._CHUNK)
data = struct.unpack_from("h" * self._CHUNK, pcm)
result = zouwu.Proc(data)
if result > 0:
print('[%s] detected keyword %d' % (str(datetime.now()),result))
except KeyboardInterrupt:
print('demo exiting ...')
finally:
if zouwu is not None:
zouwu.release()
if stream is not None:
stream.close()
if p is not None:
p.terminate()
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument(
'--library_path',
help="Zouwu's dynamic library path",
type=str,
default=os.path.join(os.path.dirname(__file__), '../../lib/rpi/libZouwu.so'))
parser.add_argument(
'--model_path',
help='model path',
type=str,
default=os.path.join(os.path.dirname(__file__), '../../resources/model/mdl'))
parser.add_argument('--sensitivities', help='detection sensitivity [0, 1]', default=0.3)
args = parser.parse_args()
mdl_id = 1
ZouWuDemo(
library_path=args.library_path,
model_path=args.model_path,
sensitivities=args.sensitivities,
mdl_id=mdl_id).rundemo()
4.语音转文字STT：讯飞和百度都能实现语音转文字，效果应该差不多，百度有账户就用百度了，讯飞还的注册，没去折腾，下面是调用的代码,这里是读文件的，可以直接录音传过去识别，自己根据情况改吧，参数数码可以看百度官网文档说明。
RATE = "16000"
FORMAT = "wav"
CUID="wate_play"
DEV_PID="1536" #普通话识别
framerate=16000
NUM_SAMPLES=2000
channels=1
sampwidth=2
TIME=2
def get_token():
server = "https://openapi.baidu.com/oauth/2.0/token?"
grant_type = "client_credentials"
#API Key
client_id = "写自己的key"
#Secret Key
client_secret = "写自己的key"
#拼url
url ="%sgrant_type=%s&client_id=%s&client_secret=%s"%(server,grant_type,client_id,client_secret)
#获取token
res = requests.post(url)
token = json.loads(res.text)["access_token"]
return token
#def get_word(token):
def get_word(token,wav):
with open(wav, "rb") as f:
speech = base64.b64encode(f.read()).decode('utf8')
size = os.path.getsize(wav)
headers = { 'Content-Type' : 'application/json'}
url = "https://vop.baidu.com/server_api"
data={
"format":FORMAT,
"rate":RATE,
"dev_pid":DEV_PID,
"speech":speech,
"cuid":CUID,
"len":size,
"channel":1,
"token":token,
}
req = requests.post(url,json.dumps(data),headers)
result = json.loads(req.text)
print(result)
ret=result["result"][0]
return ret
5.对返回的文字进行简单的逻辑判断，对灯是开是关，然后封装MQTT协议发出去。
6.esp8266控制继电器程序：我是用arduino写的，然后串口烧到板子里，就是接受的mqtt主题消息进行相关操作，方法见，arduino环境搭建
7.把esp8266节点以开关传感器添加到home-assistant的配置文件中，然后重启下home-assistant，界面就会有控制按钮啦。
最后
使用唤醒词的目的是不希望百度翻译一直听着，什么声音都传百度去了。这个驺吾唤醒的效果我还挺满意，还不错。
发现可以用苹果的siri控制了，貌似网上有教程。